Fiz-Rot - LyCORIS LoCon - Illustrious

LoCon 在 Fiz-Rot 的艺术风格上针对 Illustrious 模型进行训练

为什么有两个版本？

当我首次在 Illustrious 上训练时，遇到了几个跨模型兼容性问题。后来发现，我启用的一个设置（DoRA）是导致这些问题的原因。但在意识到这一点之前，我已经为每个单独的模型训练了版本。因此最终产生了两个版本：一个基于基础 Illustrious，另一个基于 NoobAI。即使在修复了问题后，我也决定继续为两个模型都训练一次，看看结果如何，所以我现在同时发布这两个版本。今后我可能只会基于基础 Illustrious 进行训练，因为从准确性和合并兼容性来看，它似乎表现最佳。这也意味着旧版本是 DoRA 格式，但我无法在不创建新模型页面的情况下更改其设置，所以 ¯\_(ツ)_/¯

我该使用哪个版本？

• 基础 Illustrious 版本在合并时似乎最能保持风格一致性，且对合并性能影响较小。

• NoobAI 版本是我测试最多的版本，但很大程度上源于我自己的失误。两个版本各有优点，但我更推荐使用基础 Illustrious 版本，因其兼容性更广。

通用使用说明：

如需更具体的问题，请参阅特定模型的“关于此版本”部分。

到目前为止，我最成功的永久正向/负向提示组合是：

masterpiece, best quality, good quality  

lowres, worst quality, low quality, oldest, jpeg artifacts, blurred, artist name, signature

这些提示可能因设置和合并方式而异，但我至今未修改过它们。

强度取决于合并的 LoRA 兼容性以及你的目标，一般建议：

• 如果在高度兼容的模型或基础模型上单独使用，建议强度为 .8–1

• 如果与艺术家标签一起使用，建议强度为 .4–.8，具体可根据你的需求调整

• 如果在严格合并中使用，建议不要超过 .7–.8

样本图像通用工作流程（在 ComfyUI 中）：

• 图像采样使用“重启”（Restarts），分段参数为 [3,2,0.06,0.30]，这些数值来自重启论文

  • 注意：使用重启通常会使图像更平滑、更连贯，但效果因人而异，是否使用由你决定

• 未使用特殊调度器（scheduler）

• 条件提示被拆分（A1111 BREAK）为三部分：通常为背景（BG）与相机/主体面部、主体身体与服装

• 初始分辨率根据 SDXL 白皮书附录 I 选择：https://arxiv.org/pdf/2307.01952

• 使用 Lanczos 重采样将图像放大 1.5 倍

• 第二次采样步骤相同，但仅进行约 15 步，去噪强度为 .3

• 放大后使用面部细节增强器（facedetailer）