Jet Set Radio 🎨 Flux.1-D

概述

这个 LoRA 基于 Jet Set Radio 的角色原画，是一次小小的实验。我原本根本没想到它能成功，因为它的数据集完全违背了我制作 Flux LoRA 时通常遵循的所有规则。

😨 仅使用了 26 张图像（对我来说，用少于 200 张图像制作 LoRA 已经是大逆不道了！）
😨 所有图像都是白色背景上的角色原画（缺乏多样性令人痛苦，我甚至没有做任何增强处理！）
😨 标注极其简略，仅写“JSR 风格”（作为 JoyCaption 的忠实用户，我觉得这是对我的侮辱！）

然而，最终效果还不错。它有一种怪异而 funky 的氛围，我很喜欢。尽管它显然未能还原 Jet Set Radio 游戏内的图形风格（因为我仅使用了原画），但其风格仍具有辨识度和独特性。

它更偏爱简短的提示词，有时会回退到写实背景，尤其当提示中提到与照片相关的元素或过于详细时。这很可能是因为数据集仅包含白色背景图像，而非真实环境图像。不过，偶尔这种效果反而很酷，让角色看起来像漫画英雄置身于现实世界中。

此外，如果提示中未指定背景，它可能默认使用纯白色背景。即使提示中未提及人物，它也常自动添加人物，因此最好明确描述前景中应出现的内容。

我计划通过使用从本 LoRA 本身生成的合成数据集重新训练模型，来解决这些问题。

使用方法

图库中的图像使用以下设置生成：

模型：flux1-dev (fp8e4m3fn)
文本编码器：t5pxxl_fp16
采样器：euler
调度器：24 步（标准）
Flux 引导：4
LoRA 强度：1

训练

该 LoRA 使用 RTX 3090 和 AI Toolkit 进行微调，超参数如下：

秩/α：8/1
优化器：prodigy
步数：2800
批次大小：1
学习率：1
学习率调度器：余弦
解耦：true
使用偏置校正：true
Betas：(0.9, 0.99)
权重衰减：0.01
D 系数：0.9
噪声偏移：0.1
分辨率：(512, 768, 1024)