Cameron (gay)

这是一个简单的角色LoRA。认识一下卡梅伦。你可以叫他“Cam”或“Cam-o”，因为他就是这么随性。卡梅伦是一名大学生，喜欢保持体型并和同龄人社交。他应该相当通用，可以与其他LoRA和检查点配合使用。

小贴士

角色模型在使用图生图和图生图修复功能时，是完善生成图像的绝佳资源。如果你图像中的角色在前景或背景中模糊或定义不清？可以使用角色LoRA帮助SD增强你的图像。图生图修复是这种策略最有效的应用方式。用遮罩笔刷覆盖你的主体，仅选择“修复遮罩”设置，然后将去噪强度设为0.10至0.68，具体数值取决于你希望图像发生多大程度的改变或增强定义。

V2

这个版本不是V1的变体，而是一次彻底重构。我使用精炼的数据集和更优的训练参数重新训练了模型。结果是角色外观更加一致，图像质量更高。我使用的所有训练图像均为我原创，这与我发布的所有LoRA的训练方式一致。

卡梅伦拥有独特的双色棕色眼睛。他的头发设计为短至中长，颜色可为金色、棕色或黑色。

以下提示可帮助你引导生成。触发词是“cameron”。

正向提示

blonde_hair - black_hair - brown_hair - short_hair - very_short_hair - buzz_cut - spiked_hair - undercut - fade_(haircut) - toned_male - bara - yaoi - hoodie - jeans - t-shirt - print_shirt - tank_top - shorts - boxer_briefs - sneakers - pool - male_swimwear - swim_briefs - swim_trunks - bedroom - outdoors

以下负向提示仅为建议，并非此模型专用，仅是我用于优化生成时觉得有用的提示：

负向提示

1girl - pussy - simplified - abstract - unrealistic - impressionistic - low resolution - blurry - low quality - bad anatomy - lowres - worstquality - bad proportions - out of focus

*关于提示语法

提示中使用下划线（如blonde_hair）是为了触发Danbooru标签。此外，下划线可在单词之间使用，帮助Stable Diffusion将连接的词视为整体，降低其将本应关联的两个词当作独立标记处理的可能性——而人类在自然语言中通常会本能地理解这些词是相关的。

有些词即使没有下划线，Stable Diffusion也可能将其理解为单个标记，例如“bad anatomy”。有些提示似乎只有在词之间无空格或下划线时才会被识别为单个标记，例如颜色词：darkred 或 mediumturquoise。

我无法100%确定我对提示语法的理解完全正确，但根据我的经验，我的解释是合理的。在模型描述中列出提示时，我会尽量精确地写出它们的格式——我按Stable Diffusion能够识别的方式书写，据我所知，这些不是拼写错误。

V1

我用于生成示例图像的检查点是Starstruck，我在下方的“推荐资源”部分提供了链接。不过，我已经验证该模型与CivitAI上多种可用检查点兼容。我要说明，与该LoRA搭配使用的检查点会影响你所生成的卡梅伦所处的“时间线”。

DPM++ 2M（38步）效果良好，DPM 3M SDE（40–90步）也同样适用。

此模型经过训练，确保解剖结构准确。配合Starstruck检查点使用时，该模型大多数情况下能可靠生成解剖结构正确的图像。Stable Diffusion有强烈偏向绘制女性的倾向。在负向提示框中加入“1girl”和“pussy”标签可有效中和这种偏向。在主提示中加入“male_focus”标签也有帮助。

卡梅伦是一名大学生，拥有棕色头发和棕色眼睛。提示这些特征通常会生成最符合“卡梅伦气质”的图像，但如果你愿意，他也可以是金色或红色头发——对他来说无所谓，他不介意。他想念他的女友，她在另一个州的大学上学，🙄不过别担心，这样就有更多时间和兄弟们一起玩了。