1girlDistortion

通常情况下，当你使用触发词训练一个LoRA时，你希望选择一个基础模型无法识别或处理不佳的词。否则，基础模型对这个词的解释方式与LoRA的解释方式之间可能会产生冲突。但这一次，我刻意设计了一个LoRA，旨在引发LoRA与基础模型之间的冲突。而最适合作为试验触发词的，莫过于Civitai上最流行的提示词：1girl。

我使用1girl作为触发词，基于来自维基共享资源的176张高质量动物图像及其手动标注，训练了1girlDistortionU LoRA。在低权重下，它倾向于为图像添加一个动物伙伴，或增加动物耳朵、翅膀、尾巴等特征；在高权重下，它会将主体完全替换为动物。

我使用1girl作为触发词，基于来自维基共享资源的112张高质量植物和真菌图像及其手动标注，训练了1girlDistortionL LoRA。在低权重下，它倾向于为图像添加花朵，或将场景移至户外；在高权重下，它会将主体替换为花朵或植物。

我使用1girl作为触发词，基于来自维基共享资源的288张高质量动物、植物和真菌图像及其手动标注，训练了1girlDistortionLU LoRA。由于训练图像偏向动物，该LoRA通常生成动物形态的图像，但比1girlDistortionU包含更多花卉元素。

为了生成示例图像，我选取了几款我最喜欢的SD 1.5模型，找到一个包含大量反应的1girl提示词，然后在同一个模型上复用该提示词，并叠加1girlDistortion LoRA。

为特定提示词找到合适的权重可能有点棘手，但结果往往令人惊悚。如果你最近生成的“老婆”们开始显得太过平淡，不妨试试这个LoRA。