Underboob Cutout (Flux/F1D)

仍处于实验和开发中：我已经将 v3.1 调整到能大约一半时间正常工作，并适用于多种服装，但我仍希望找到一个能普遍适用的版本。我还有更多工作要做来改进它，但我觉得对于拥有自己硬件的用户来说，已经足够尝试了。我进行了一些测试，使用站点生成器创建正确裁切的成功率约为50/50。（“失败”的效果看起来正常，只是没有裁切效果）。如果你是为了生成商业用途的内容，我建议暂时不要使用这个版本，除非你有大量冗余资源。似乎使用 Flux LoRAs 时，耐心并遵循迭代流程至关重要。

触发词：ubcutout，窄裁切，大裁切，单裁切，分开裁切

训练笔记

v6.0

• 我正在进行更全面的测试，以识别用于上衣风格的模块

  • 种子：400x400 1851087289

    • 主要模块：7 9 10, 11!, 12

    • 次要模块：8 13（姿态？）22

v5.0

• 还可以，不如 3.1 稳定，但也不算差，如果我能获得更强的版本，我会上传

• 与 3.1 完全相同的设置，仅使用单模块转换器 5,8,9,10

• 使用来自 4.0 的新数据集

v4.0（失败/崩溃）

• 崩溃了，训练进行到三分之一时（与样本图像有关），我没有开启保存中断恢复数据，因此只能用第一个 epoch 来测试

• 使用 3.1 生成了一些新数据，以改进服装纹理/材质

  • 替换了过度平滑或明显上采样的数据集图像

  • 替换了少量背景为白色的图像

• 使用余弦调度，重复3次，T_Max = 402？？

  • 我是不是搞错了？这应该是训练步数的1/3吧？

• 学习率恢复为 0.0001

• 使用正则化图像

• 数据集共 67 张图像，总训练步数 4020

v3.1

• 与 3.0 相同，但使用余弦学习率

  • （下次需要找到正确的配置，以实现带重复的余弦调度）

v3

• 数据集调整为 50 张图像，剔除差图并添加了更好的图像

• 简化了现有标签，并新增了对 large cutout、narrow cutout、zipper cutout、single cutout、separate cutouts 的支持

• 学习率略微提高至 1.2e-4

  • 在 e1400 时降低至 0.5e-4（e2000 左右开始出现过训练迹象）

    • 这样做效果不佳，下次我应该在开始出现烧灼迹象时就调整，或彻底更改学习率/调度策略

    • 经测试，e2400 实际上效果不错，也许我应该让它多训练一会儿

• rank/alpha 降低至 8（约85MB），对于服装风格 LoRA 可能比实际需要的更大

• 训练步数：4000

v2

• 基本采用默认的 ai-toolkit 设置

• 我认为如果我在相同设置下训练更长时间，它应该能工作，目前大约10%的时间能实现期望效果，且副作用极小

  • 倾向于简化织物纹理，难以让织物清晰对焦