Feet Up

版本 2.0 更新：

我不满意，但至少比 1.0 版本好一些。这个 LoRA 是基于包含 71 张有鞋子或袜子的图片和 43 张赤脚图片的数据集创建的。高跟鞋的效果比其他类型的鞋子更好，赤脚也可以接受。它并不完美，平均每四张图中只能生成一到两张勉强可接受的图像。我认为这是我用现有硬件和可用图片所能达到的极限了，我尝试了多种不同的方法。如果要猜测的话，可能需要额外几百张图片，训练约 100 个 epoch 才能稳定运行——这超出了我的能力范围。

---

这个 LoRA 真是难搞。我尝试生成一个人俯卧、双脚朝上的图像，但 Flux 完全不知道该如何处理脚部。赤脚还勉强能接受，但穿鞋就完全不行了。

我试过多个样本集和方法，甚至用过 rank 32、93 张图片、300 个 epoch——在 4060Ti 上以 2.54 张/秒的速度计算，你知道这花了多长时间。更糟的是：即使成功了，图像也会被“溢出”。我早就把图片裁剪成只保留下半身和脚部，以防止 LoRA 影响面部。最后一次尝试只用了 rank 4 和 100 个 epoch，效果好得多。

在开发和测试过程中，我见过的畸形脚部可能比任何在世的整形外科医生都多。即便如此，它的效果依然勉强。对于鞋子，需要约 0.9 的强度；赤脚则需要低得多，大约 0.5。不幸的是，很难判断你偏离的方向在哪里。如果你生成了太多腿、脚或脚底出现在奇怪位置，那就降低强度。鞋子太大也不行，但鞋子变形则说明强度太弱。

我使用了“脚向上”“腿向上”“可见脚底”作为训练提示，因为问题的一部分似乎源于缺乏脚底的训练数据——而脚底通常在图像中是不可见的。