Tracer / Tracer Cosplay - Flux.dev

此 LoRA 可用于在 Flux.dev 中描绘《守望先锋》中真实的 Tracer / Tracer 角色扮演形象。

仅包含默认服装，但可通过提示单独的服装部件，并借助 Flux 实现丰富的多样性（且这是必须的）。

主要触发词：tracer

可能的部件：

• （敞开的）夹克

• （渐变/黄色/橙色）紧身裤

• 手枪 / 单把手枪

• （发光的）时间加速器

• 佩戴护目镜 / 护目镜 / 护目镜戴在头上

• 枪套

注意：在示例图像中，我有时将“chronal accelerator”误拼为“chrono accelerator”，但这似乎并不影响效果，也许仅用“accelerator”就足够了。

推荐 LoRA 权重：根据你想要的风格，0.6 – 1.0。

接下来我们谈谈

训练

这是我对之前 Mercy 服装 的后续项目。实际上，在训练 Mercy LoRA 时，我已经收集了该数据集，但一直没时间进行训练。

由于 Mercy LoRA 的效果不错，我沿用了之前的相似设置，但提高了学习率并减少了训练步数，因此这里没有新的技术内容。

数据集约包含 100 张图像，手动添加了极简短的标注，仅使用上述列出的关键词。

训练设置：

• Alpha、Dim：16

• 总步数：7500

• 标注丢弃率：0.05

• 分辨率：512、768、1024

• 批量大小：1

• 噪声调度器：flowmatch

• 学习率：4e-4（第 1–5000 步），2e-4（第 5000–7500 步）

• 线性时间步

• 量化（启用梯度检查点）

在 RTX 4090 上训练耗时约 4 小时。

训练完成后，将 safetensor 键转换为兼容 Kohya 的格式，随后将模型调整为 rank 12（使用 sv_fro，参数 0.98）。

训练过程中我发现，大约在中途（约 4000 步时），图像质量开始下降（出现第三条腿、配件变形等）。但我仍继续训练，因为预览图中关键细节（如手枪）仍然缺失。随着时间推移，这些细节逐渐改善，但代价是整体质量下降——至少在预览图中如此。但在实际生成的 LoRA 模型中，这些问题并不明显。