ID Sign - Flux

这并非首次尝试建模ID标志概念，最初的尝试基于SDXL，但均未能充分再现该概念。SDXL版本仅使用单张图像，而非完整三联图。在看到OnOff及其与其他LoRA结合的优异表现后，再次尝试变得必要。本模型的提示文本与OnOff类似，因其效果良好，本尝试予以模仿。

在最严格的意义上，ID标志或验证标志需为一张皱褶纸片，其上印有特定信息。此外，该标志必须在多张图像中显示，以确保图像未被编辑或修改。同时生成三张视图有助于保持图像间的一致性，特别关注标志文本与纸张褶皱的统一性。

本模型为适用于flux1-dev的LoRA，基于flux1-dev检查点训练而成。训练使用了从网络上收集的33张图像，这些图像被统一缩放至标准高度，然后每三张合并为一组，形成11组训练图像。

训练标签格式如下：

“一名女性从三个视角手持一张皱褶的白色纸签，左图[SCENE]，中图[SCENE]，右图[SCENE]”

其中SCENE是对图片的简洁描述。

SCENE示例：“赤身站立”、“侧面穿着内裤跪地”、“赤身仰卧”、“侧面裸体”

推荐设置

该模型在以下设置下表现良好：

• 强度：1
• 蒸馏CFG：3–3.5
• 步数：30
• 采样器：Euler Simple
• 检查点：fluxunchainedArtfulNSFW
• 分辨率：1408x768

提示词

采用以下提示格式可获得良好效果：

“一名女性从三个视角手持一张皱褶的白色纸签，纸签上写着（“TEXT”:1.3），描述所有照片的共同特征，左图SCENE_1，中图SCENE_2，右图SCENE_3 lora:idsign_flux_v1:1”

整个场景可基于图像的共同要素进行提示，这些提示可使用完整句子，例如：“卧室里的黑发女性”、“海滩上”、“穿着大胸连衣裙的女性”。

各个场景同样可单独提示；简短的提示更有利于保持标志一致性，例如：“躺在床上”、“坐在椅子上”、“站在户外”。

其他提示方式也可能有效。

优势

• 生成具有正确文本的ID标志
• 生成文本与褶皱保持一致的ID标志
• 允许为每张图像单独提示
• 适用于多种主题
• 可生成超过三张视图（非训练数据所含，归功于flux）

劣势

• 图像一致性仅在2–10%的情况下出现（高度依赖提示）
• 非简单视角持签的图像无法正常生成
• 图像并非完全一致

版本2

曾尝试使用更小尺寸的LoRA，但效果不佳。该模型若能拥有更多样化的训练图像将更有利，未来可能会推出新版本。