Product Design (Tech minimalism-eddiemauro) LORA

使用前须知

你需要了解Stable Diffusion的工作原理。我推荐使用Automatic1111作为界面来启动模型。
此模型是在SD 1.5基础上训练的，因此请理解它并非完美。我在达到稳定生成效果之前进行了大量测试。当出现更好的基础模型（如新的SD XL）时，我将对模型进行优化。
这是一个LORA模型，建议将其作为检查点（Checkpoint）的扩展使用。我推荐使用真实感数据集训练的模型。
我建议你关注我的Instagram账号，我在那里会分享AI图像生成的相关内容：https://www.instagram.com/eddiemauro.design/

简介

产品设计（科技极简风 - eddiemauro）LORA：大家好，我是一名产品与汽车设计师，非常兴奋能用AI进行设计探索，我认为这是一款非常实用的设计工具。这个工具（Lora）在设计流程中（形态与创意生成）非常有用，更重要的是它极大帮助了美学上的精细调整。此外，你还能将草图和三维方案转化为渲染风格。我创建了一个基础版Lora，并测试了多种检查点，结果呈现出一种独特的“极简主义”风格。该风格类似于一种“新朋克”（色彩灯光更少）、科技感极强的混合体，融合了80-90年代的物件造型（源自复古Noosphere），但以某种方式保留了极简主义的特质（尽管可能并不完全符合，但数据集赋予检查点一种极简主义风格）。同时，颜色也偏向“复古”风格。

如果你希望支持我的工作，并帮助我上传更多高质量模型，可以通过以下链接进行捐赠，我将非常感激：https://ko-fi.com/eddiemauro

安装说明

我使用Automatic1111，这是Stable Diffusion图像生成的最佳UI工具，因此我建议你本地安装或使用Colab等在线服务。你可以找到在线指南或视频来完成安装。如果你选择本地安装，可以观看此在线教程，并建议你至少拥有6-8GB显存的NVIDIA显卡，以确保界面稳定，并使用“Microsoft Edge”启动，因为在“Google Chrome”中可能遇到问题。此外，尝试安装“medvram”或“lowvram”选项，同时启用“xformers”（可在线搜索具体操作方法）。
这是一个Lora模型。你可观看此视频了解如何安装。只需下载文件并将其放入Lora模型目录中。Lora文件扩展名为“.safetensor”，通常体积小于检查点（检查点可能超过1GB）。
你还需要安装一个检查点模型配合使用，建议选择专注于写实视觉或3D/渲染效果的模型。
请务必遵循我所有的图像生成建议，否则无法生成高质量图像。同时要意识到，当前AI图像生成仍不够稳定和完美，需要投入大量时间进行测试和调整。

图像生成建议

最佳检查点模型：基于SD 1.5的模型。必须使用名为"Noosphere v2"的检查点，务必先下载、安装并加载到SD界面中。
激活关键词/提示词：在提示词框中，第一个词必须为：“emauromin” 或 “emauromin style”，以激活该风格。这是强制要求，否则无法正常生效。
推荐提示词：在正向提示中可使用以下词汇以增强生成效果：“futuristic, finely detailed, purism, ue 5, a computer rendering, minimalism, octane render, 4k”；在负向提示中使用：“(worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((grayscale)), cropped, text, jpeg artifacts, signature, watermark, username, sketch, cartoon, drawing, anime, duplicate, blurry, semi-realistic, out of frame, ugly, deformed”。你也可以参考示例图像的元数据来模拟提示词。
推荐文本反转/嵌入或Lora工具：我认为“EasyNegative”是负向提示空间中最佳的文本反转模型之一，建议使用。点击此处下载，安装时将其放入“embeddings”文件夹。同时推荐使用“Detail Tweaker”以进一步减少图像细节，需从这里下载，按Lora方式安装，并在正向提示中使用，权重值为“-0.5”。当你发现所用检查点细节过多时可使用，但若模型本身已是极简风格则不应使用。使用此工具可能显著改变物体形状。
Lora权重：我正在努力优化模型，目前该模型在0.7至1之间效果良好。权重越高，极简风格越明显。有时使用0.8-0.9反而比1更合适。
VAE：根据你使用的检查点而定。通常推荐使用标准的“vae-ft-mse-840000-ema-pruned” Stable Diffusion VAE。
Clip Skip：模型训练时使用2，因此也应设置为2。
步数与CFG：建议使用步数20-40，CFG尺度6-8，理想值为：步数30，CFG 7。未来版本的参数可能有所调整。
采样器：我常用“EulerA”、“DPM++SDE Karras”或“DPM++2S a”。EulerA更简洁且具创造性。如果你喜欢，也可以尝试其他采样器。
批量生成：在txt2img中，建议将批量值设为4，以生成多张图像并观察生成效果。如果你的显卡性能良好，可使用“Batch size”同时生成4张图像（会增加生成时间）；若计算机无法承受，可改用“Batch count”，依次生成4张图像（非同时），但生成时间会更长。
图像比例：建议使用以下尺寸：512x512、768x512、512x768，也可尝试其他比例。不要生成过大图像，否则风格可能丢失。若需大图，建议使用txt2img模式中的hires.fix，或img2img的放大方式，Ultimate SD Upscale脚本扩展+ControlNet，或直接使用GAN模型进行超分。
生成大图的方法：Stable Diffusion有四种生成大图的方法，可在线查找具体操作。第一种方法“txt2img hires.fix”，建议使用名为“4x-UltraSharp”的放大模型，下载地址仅需下载“.pth”文件，放入“ESRGAN”文件夹中。在hires.fix选项中设置任意“放大倍数”，再设置“去噪强度”为“0.5-0.7”。第二种方法：先在txt2img中生成图像，再进入img2img模式，将图像尺寸至少放大1.5倍，去噪强度设为“0.3-0.5”。第三种方法：使用与img2img相同的配置，激活ControlNet扩展的“tile”模式和“Ultimate SD Upscale”脚本，建议观看此教程。第四种方法：将txt2img生成的图像导入“extras”界面，选择一个GAN模型并进行缩放，也可使用“4x-UltraSharp”模型。
更精细控制创作：建议使用“ControlNet”扩展来生成更符合预期的形状，也可结合草图进行测试。建议使用“Scribble”或“Lineart”模式。建议安装此扩展并学习使用方法，网上有大量相关教学视频。
复制提示词用于图像元数据：你可下载我的示例图像，并将其放入Automatic1111的“PNG info”标签页中。

示例提示词：

正向提示词：
emauromin style, futuristic armchair, finely detailed, purism, ue 5, a computer rendering, minimalism, octane render, 4k lora:eddiemauroLora2:0.8

负向提示词：
EasyNegative, (worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((grayscale)), cropped, text, jpeg artifacts, signature, watermark, username, sketch, cartoon, drawing, anime, duplicate, blurry, semi-realistic, out of frame, ugly, deformed

步数：20-40（EulerA只需20步，DPM++SDE Karras或DPM++2S a则需更多）

CFG值：6-8（理想为7）

未来展望

我已开始尝试进一步优化该模型。当前训练所用图像比例为512，我将尝试使用768（更大比例）及其他配置（如调整提示词、步数、训练轮数等）。如果你希望获得更优版本的模型，欢迎持续支持我在ko-fi。若支持者越多，我就能投入更多时间训练和优化模型；否则，我将难以持续推进。