Happy Meek (umamusume)
详情
下载文件
关于此版本
模型描述
LoHa 为《赛马娘》中的 Happy Meek。将 LoHa 文件放入你的 stable-diffusion-webui/models/lora 文件夹中，并在提示词中使用 LoRA 语法来应用 LoHa。 <**_lora_**:your_loha_name:weight>
我所有的作品均免费开放。如果你愿意支持我，欢迎请我喝杯咖啡。👍
注意
经慎重考虑，我决定不再制作以下角色的 LoRA。
如果有人希望获得上述角色的 LoRA，我将考虑制作。
除上述角色外，我将继续制作《赛马娘 Pretty Derby》中的其余角色，除非另有特别说明。
训练过程中发生了某些异常情况。如果你对训练感兴趣，请阅读 LoRA 训练信息部分的评论。
推荐设置
LoRA 权重 0.6 ~ 0.7
触发词
基础
- happy meek \(umamusume\)
原创艺术风格：
- 发花、发夹、条纹领结、蓝色领结、胸针、首饰、有领衬衫、礼服衬衫、白色衬衫、蓝色背心、白色外套、敞开衣物、敞开外套、蓬松短袖、荷叶边袖口、白色手套、百褶裙、蓝色裙子、靴子、白色鞋履
Tracen 夏季制服：
- Tracen 校服、夏季制服、水手服、蓬松短袖、紫色领结、马蹄形装饰、水手领、水手衬衫、紫色衬衫、白色裙子、百褶裙、荷叶边裙、迷你裙、Zettai Ryouiki、白色长筒袜、棕色鞋履、乐福鞋
Tracen 冬季制服：
- Tracen 校服、耳饰、发夹、冬季制服、蓬松长袖、水手领、紫色衬衫、白色领结、马蹄形装饰、紫色裙子、百褶裙、紫色长筒袜、棕色鞋履、乐福鞋
使用基于或混合了 animefull model 的模型。
设置
DPM++ 系列（SDE Karras，2M Karras 等）
约 20 步，CFG 值 3.5~6.5
推荐使用 kl-f8-anime2.vae
CLIP 跳过 = 1
使用 Hires.fix 生成更高画质图像
超分器
- Latent，Latent (nearest-exact)，Latent (bicubic antialiased) 或其他 Latent 系列。
去噪强度 0.50~0.65
LoRA 训练信息
使用 kohya_ss 的 sd-scripts 进行训练。
非常感谢大家！
共 129 张图像，包含：
4x 低质量图像 47 张
8x 中等质量图像 46 张
16x 高质量图像 36 张
=> 1 个训练周期 = 1132 张图像
将角色特征标签替换为 happy meek \(umamusume\)
1girl，红色眼睛，粉发，简单背景，单人，尾巴，辫子，白发，官方替代服装，长发，替代发型，棕色眼睛，马耳，紫色眼睛，马娘，棕发，金发，替代发长，刘海，马尾，齐刘海，动物耳朵，粉色眼睛，黄色眼睛，短发，灰发，浅棕发，马尾辫，中等长度头发，seiun sky \(umamusume\)，齐耳短发
我认为这些标签是 Happy Meek 的核心要素，
或者在训练中因重复而变得冗余。
分辨率：768x768，使用宽高比归档桶（aspect ratio bucketing）。
其他训练设置均包含在训练数据或 LoRA 文件的元数据中。
Yukino Bijin、Neo Universe、Zenno Rob Roy、Light Hello、Tracen Staff、Ines Fujin、Inari One 和 Tanino Gimlet 的训练中，文本编码器（TE）的学习率设置为 是 Unet 学习率的五倍。
这非常有趣。大多数人使用的 TE 学习率比 Unet 小。我本犯了错误，却得到了不错的效果。我不明白为何这些 LoRA 能奏效，但或许这能成为设置正确学习率的线索。
我在训练 Happy Meek 时发现了这一现象。训练过程中损失值（loss）变为 NaN。由于 Happy Meek 有两个触发词 token，我认为是高 TE 学习率配合少量触发词 token 导致模型“爆炸”。
所有上传的图像均使用 AOM3A1 生成。
特别感谢我最好的朋友 DH。