RealMushroom

前言

在我目前学习创建嵌入（Embeddings）或文本反转（Textual Inversions）和超网络（Hypernetworks）的短暂时间内，我特别专注于一件事：我希望最终能够生成一张逼真的照片。当我开始创建这个超网络时，我的想法是，生成的图像应该是一朵蘑菇，而且每个人都会说它看起来像真实的蘑菇。

超网络 vs. 嵌入

我使用了一部分与该超网络相同的图像集，准备了一个嵌入（Embedding）。正如预期，使用嵌入生成的图像看起来就像我输入训练过程中的图像本身。

与此相反，超网络实现了我最初的主要目标：我现在可以生成看起来逼真的蘑菇。不过，这些生成的蘑菇与现实中存在的蘑菇的相似性仍属于偶然。

超网络的作用

超网络模型使蘑菇看起来像真实的蘑菇。如前所述，生成的蘑菇看起来自然或逼真，但它并不是真正的蘑菇。它是我用来训练系统、学习蘑菇可能形态的所有图像的混合体。

测试案例

通过一个测试案例，可以测试超网络在使用特定模型时对生成结果的影响。

不使用超网络的简单提示：

mushroom

使用超网络的简单提示：

mushroom, <hypernet:realmushroom_v10:1>

通常，生成图像的外观会有显著差异。使用超网络后，图像会显得更自然。“自然”并非指生成了与真实真菌相似的物体，而是指蘑菇在更逼真环境中的整体视觉效果和质感。

训练

在训练中，我准备了一组免费的多种蘑菇图像。大多数情况下，图像中心都是一朵蘑菇，处于其自然环境中，如森林或草地。蘑菇的颜色范围广泛。我用于训练的图像分辨率为 1024 x 1024 像素。

版本

我准备的各个版本可以独立测试。它们之间的区别在于训练步数以及用于训练超网络的图像数量。

致谢

本帖中的图像使用了以下模型（包括但不限于）创建和/或测试。感谢这些模型的创作者们的优秀工作：

• AbsoluteReality

• DreamShaper

• CyberRealistic

• SDXL Unstable Diffusers

• FUSIONCORE

• Real Dream Classic SD1.5

• Realistic Vision V6.0 B1

• AI Infinity Realistic

最后

祝你今天愉快！玩得开心！获得灵感！