电动汽车内饰 LoRA 模型

概述

“电动汽车内饰”是一个专门设计的 LoRA 模型，旨在提升现代汽车内饰的生成效果，尤其专注于电动汽车。该模型解决了现有模型在生成当代汽车内饰设计时的局限性。

主要特性

• 专为生成最新的汽车内饰图像而优化

• 专门使用电动汽车内饰数据进行训练

• 相较于标准模型，显著提升细节表现与现代感

开发背景

作为一名汽车设计师，我发现 Flux 1 系列模型虽然在提升图像细节方面表现优异，但往往生成过时的汽车内饰设计。为解决此问题，我收集了一批现代电动汽车内饰图像作为数据集，并用其训练了此 LoRA 模型。目标是创建一个能够生成更现代、更具创新性的内饰设计的工具，尤其适用于电动汽车。

使用指南

• 兼容 ComfyUI

• 安装：将模型放置于 ./Comfyui/models/loras/ 目录下

• 应用：像使用 SD1.5 或 SDXL 模型一样，使用“加载 LoRA”

• 推荐引导系数：3.5

• 步数：>=25

• 推荐分辨率：1344x768

• 使用时请确保分辨率为 1344x768。这不是 Flux1 的问题，而是我的训练数据所致。其他分辨率尚未经过测试，欢迎自行尝试。

性能说明

• 无需特定触发词

• 使用更详细的提示词可获得最佳效果

• 最优表现可能需要较长的提示词（可能与 T51_1 XXL 基础模型或训练参数有关）

训练规格

• 数据集：383 张图像

• 分辨率：1024

• 最大训练轮数：50

• 网络模块：Lokr

• 网络维度：4

• 因子：6

• 优化器：AdamW8bit

• 仅训练 UNet

• 额外参数：

min_snr_gamma = 5

multires_noise_iterations = 10

multires_noise_discount = 0.3

高级用法

• 训练脚本：kohya-ss/sd-scripts

• 为获得更广泛的兼容性，可使用 kohya-ss/sd-scripts 中的 merge.py 脚本将本模型与 Flux 1.dev 合并，随后可测试由 Xflux 发布的 ControlNet 或 Ip-adapter

• 与 ComfyUI 中的 XLabs-AI/flux-controlnet-canny-v3 兼容

• 本 LoRA 模型是一种探索性尝试，旨在提升电动汽车内饰的可视化效果，为设计师和爱好者提供一个探索现代汽车设计概念的工具。

注意：

本模型卡片由 Anthropic 开发的 AI 语言模型 Claude 3.5 协助撰写。