FLUX_WAM V1 - Wet and Messy (WAM) Sploshing

这是我WAM/Sploshing Lora的第一个版本。

该Lora基于我从收藏中精选的400张WAM/Sploshing图像进行训练。图像集包含混合了污垢、蛋奶沙司和燕麦粥场景的内容，主体穿着各种服装、在不同姿势和地点中，以提供多样化的数据集。

该Lora在使用自然语言提示时效果最佳，无需任何触发词。只需指定主体、位置、姿势和物质即可。为获得最佳效果，尽量描述物质如何具体与主体互动。

我发现Flux在学习概念方面非常出色，虽然我仅使用了这三种物质进行训练，但你可能也会在使用其他物质（如泥浆）时取得良好效果。

关于参数设置，该Lora在强度0.5到1之间表现良好，但我更倾向于将权重设为0.5至0.7。

我发现为人物赋予随机名称会有所帮助，尤其是当你希望生成多个人物时。

我使用引导值3.0-5、简单Euler调度、40步进行采样。

通常的采样器效果都很好，我常用的采样器是Euler Simple/Beta和Deis/ddim_uniform。我通常运行30步，但20-40步也可以。

该模型使用全精度t5/clip条件训练。我测试过FP16和FP8，两者都能产生极佳效果，当然结果也取决于所用的随机种子。

欢迎反馈。