Bertrand | Dinah | Elgor | Govil | Morard | Ramona - Unicorn Overlord (NoobaiXL)
详情
下载文件
关于此版本
模型描述
此LoRA训练了《独角兽领主》中全部六位命名的Bestral同伴以及人类主角。（Alain、Bertrand、Dinah、Elgor、Govil、Morard、Ramona）请在使用前仔细阅读下方各自的触发标签。
该LoRA在NoobAI-XL Epsilon-pred 1.0上训练和测试，应在与之密切相关的合并模型（如ChormaxlMix Spud）中可用。
提示词撰写
通用
推荐提示词格式：<质量标签>，<角色基础标签>，<其他标签>...
在正向提示中使用NoobAIXL质量标签：
masterpiece, best quality；在负向提示中使用：worst quality, normal quality。为还原官方艺术风格，请使用
vanillaware。配合screencap使用，可带来部分游戏内光影效果。该LoRA对NoobAI-XL中训练过的艺术家标签响应良好。
角色具体标签
Govil
基础：
govil, wolf, solo, anthro, male, white head tuft可选特征：
red eyes, black sclera, featureless chest服装：
bracers, cyan kilt, leg armor, brown pants, toe claws武器：
holding sword偏向：
bared teeth
Bertrand
基础：
bertrand, bear, solo, anthro, male, facial x scar服装：
body armor, magenta pants, brown boots, gauntlets武器：
holding hammer, holding shield, wood shield, shield straps
Morard
基础：
morard, lion, solo, anthro, male可选特征：
chest hair, featureless chest服装：
unconvincing armor, tassets, leather boots, blue pants, arm armor, knee pads武器：
holding battle axe偏向：
open mouth
Dinah
基础：
dinah, fox, solo, anthro, female, white fur可选特征：若毛色不符，可加
white hair（发色）或white body（体色）服装：
leg armor, gauntlets, breast armor, unconvincing armor, thigh highs, shoulder guards, elbow gloves武器：
holding spear
Ramona
基础：
ramona, owl, solo, anthro, female服装：
round glasses, fur trim purple dress武器：
holding staff
Elgor
基础：
elgor, rat, solo, anthro, male可选特征：若毛色不符，可加
white body服装：
spiked armor, magenta leotard, armored boots, gauntlets武器：
holding spear, holding shield, spiked shield偏向：
fangs
Alain（未像其他角色那样精细标记）
基础：
alain, human, solo, male, blue hair服装：
blue capelet, blue loincloth, armor武器：
holding sword, holding shield
部分角色具有“偏向”（即始终伴随角色出现的特征），若这些特征干扰了生成效果，可将其放入负向提示中。
其他提示
有时可能出现图像上下颠倒或角色面部超出画框的单人图，这似乎是NoobAI-XL的固有特性。
若你懂得像e621那样正确打标签，有可能一次生成不错的双人图。
有时生成图会出现不必要的蓝橙色光线，可尝试在负向提示中加入
blue light或dramatic lighting。
关于训练
批量大小4，共3500/4步。Unet学习率1e-4，文本编码器（TE）学习率5e-5，按批量大小缩放学习率。使用AdamW优化器配合余弦调度。网络维度32，网络Alpha值32。
本LoRA为NoobAI模型上的多角色/服装测试。结果表现良好且稳健。训练数据集包含79张真实图像和8张生成图像。多数男性角色图像为Switch主机游戏截图，分辨率较低，但模型对低质量数据仍具有良好的泛化能力。