2.0:
如果你喜欢我的产品, 请不妨点个赞或者使用它发布作品.
很欢迎您为我反馈使用体验, 以供我修正错误与优化细节.
If you like my Lora. please give it a thumbs up or use it to publish your work.
You are welcome to give me feedback on your experience so that I can correct errors and optimize details.
感谢 tangshiyuan 的反馈
Recommended Weight: 0.7-1.0
Default:
mulberry_\(arknights\),
goggles on head , grey hair,purple eyes, feather hair ,
hooded cape,fingerless gloves, sleeveless dress , bead bracelet, thigh strap, id card, pouch,
black socks, boots ,
hood_up OR hood_down, Gardener:
mulberry_\(plant_crude_drug\),
purple eyes , grey hair, feather hair , double bun , bun cover , long hair ,
green glove, single glove , bead_bracelet, asymmetrical sleeves, apron, shorts, black shirt,
black socks,white shoes,Hanfu:
mulberry_\(reflection_that_of_the_moons\),
grey hair,purple eyes, feather hair , butterfly hair ornament , long hair,
blue ribbon,hair bow ,
gradient dress , see-through sleeves , wide sleeves, chinese clothes, sleeves past wrists ,
blue high heels ,
Other item:
holding staff,Tips:
角色换装请降低lora权重和主关键词权重.
Please lower the lora weight and main keyword weight when u wanna changing the uniform.
请善用标签, 如果只添加服装关键词, 调整权重可用直接用于更换其他角色的服装. 相当于服装lora.
Please make good use of prompt. if you only add clothing prompts, you can adjusting the weight to directly change the clothing of other characters. Equivalent to Clothing lora.
Logs:
修正眼睛, 汉服鞋子, 园丁装饰, 透明袖子.
.
.
.
.
.
.
.
.
.
.
.
.
————————————————————————————————————————
1.0:
桑葚的汉服真的超级好看啊啊啊啊啊啊啊！！！！
Mulberry's Hanfu is really beautiful! ! ! !
走过路过点个赞吧~明日方舟，我想做的基本做得差不多了，剩下的查缺补漏效率会变慢。
有想看，需要的角色评论私戳说一下。懒鬼模式，全图鉴估计很困难。
Weight: 0.7-1
Default:
mulberry_\(arknights\),
goggles on head , grey hair,blue eyes, feather hair ,
hooded cape,fingerless gloves, sleeveless dress ,bead bracelet, thigh strap, id card, pouch,boots ,black socks,
holding staff ,hood down, [or hood up]
Outfit 2:
mulberry_\(plant_crude_drug\)_\(arknights\),
grey hair,purple eyes , feather hair , double bun , bun cover , long hair ,
green glove, single glove , asymmetrical sleeves, apron, shorts, black shirt,
black socks,
Outfit 3:
mulberry_\(reflection_that_of_the_moons\)_\(arknights\),
grey hair,blue eyes, feather hair , butterfly hair ornament , blue ribbon,hair bow ,
gradient dress ,see-through sleeves , wide sleeves, chinese clothes, high heels ,
sleeves past wrists ,
.
.
.
Description
FAQ
Comments (22)
来点儿絮雨罢💘💘
太难做了, 慢慢等吧.... 数据集
robertlu1021 呜呜
关于2.0版本，经过反复测试和翻prts，确定了存在几个问题。首先是在同样是2.0版本的lora前提下，使用1.0版本给的tag和2.0版本给的tag效果不一样，除了原皮之外两个皮肤都有两种效果，不同版本的画面会有明显差异，后面测试发现是人物标签导致的，比如mulberry_\(reflection_that_of_the_moons\), 和mulberry_\(reflection_that_of_the_moons\)_\(arknights\),。于是在此基础上，个人认为植药皮2.0的tag效果更好，但是照冰轮皮是1.0更好（还原度，风格这些方面）。
TAG我都进行了修正, 所以提示词是对应模型文件的, 1.0的提示词是不适用于2.0文件的. 如果你使用2.0的模型文件配合1.0的TAG. 简单概括, 实际上是50%调用lora特征, 50%调用底模已有的特征.
mulberry_\(reflection_that_of_the_moons\)这类是主关键词, 在多服装角色lora内如果不进行添加的话, 实际上你的产图效果80%是来源于你的底模. 对于桑葚这种老角色, 底模基本上都是已经存在训练数据的.
第二个问题，在2.0版本的tag中，植药皮后面会出现兜帽，我去查了prts中的立绘和小人模型，这个皮肤应该是没有兜帽的。在负面提示词里加上兜帽，斗篷之类的词也去不掉这个东西
检查了一下, 主页提示词里hood down是我错误添加进去了, 删除hood提示词就不会有兜帽了. 训练集里植药没有兜帽的特征
我已经删除并且上传了新的展示图, 请检查你本来的正向提示词中是不是 带有了一个 hood
down. (这类底模里存在大量数据的关键词, 具有很高的影响权重, 所以只要存在就一定会影响画面
请问是用什么训练的呢，我sd1.5不兼容
右上, 这是SDXL里IL系的模型
小小地给个建议吧。
如果想额外发挥服装lora的作用，服装相关的地方建议用不常见的单词，我的习惯一般是（角色名）+（衣服种类）。因为相同提示词的情况下两lora容易冲突，有时甚至会导致两款服装融合
感谢! 其实非常欢迎进行经验交流.
你说的这个问题我有测试和思考过. 毕竟这是6个月前最困扰我的问题.
关于你说的多个服装TAG融合的问题.
如果使用独特的标签对服装进行打标,
优势是, 能做到多个角色或者服装生成时, 利用独特标签对lora调用程度的有效区分. 不会产生互相影响. 这种方式简单概括我的理解 = "屏蔽底模已有的概念".
这种打标方式在数据集足够大和制作"概念"的时候很方便. 就我逆向工程其他优质lora下来看.
这类作者会直接将 jacket ,coat等类似标签直接统一为独特标签(例如ML coat). 实际训练下来, ML_coat 的标签概念里会存在"coat"的认知.
但劣势也很明显, 特别是针对我这种, 数据集规模基本只有20-40左右, 并且是手工打标.
如果不参考任何底模概念的话, 训练出来会导致 "模型标签" = "所有概念集合".
独特标签会变成副作用 = "不存在任何一个独特标签 = 该lora权重极低".
根据我对深度学习的理解, 原因很大程度是因为"独特标签" 打比方, ML_coat, 我的训练方式下来, 将不会产生"coat"的认知.
感谢你的反馈,
我更希望了解 单独角色名+衣服种类的打标情况下, 对"独特标签"进行生成测试, 它如何能优秀的认知为人类能认知"单独的元素". 而非一个深度学习的"概念".
如果只用独特标签, 服装确实拟合会很好. 但是相对的, 我目前无法让任何一个独特标签 起到 单独的作用.... 所以我放弃了独特标签
robertlu1021 我在炼星极lora的时候并没有出现这个问题（可能是我没发现或者数据集足够大）
以您和我都训练过的·星极lora为例，您的服装提示词为：
white shirt, blue skirt, puffy sleeves , neck ribbon , high heels ,
而我的是：
astesia def shirt, astesia def skirt,high heels,
本质上我只是去掉了“ puffy sleeves , neck ribbon , ”这两个标签，令它们的概念融入了“astesia def shirt,”
当然，这样做的缺陷也很明显：当我不需要“puffy sleeves 或者 neck ribbon时，事情就很麻烦了。
跟据我的理解，lora的训练其实是一种“对比”，ai跟据图像里有什么和图像里没什么来学习概念。这也导致了一个lora在训练集里有“干扰图”或者“同角色不同皮肤”的情况下比纯角色更优秀。
希望能给您提供帮助。
在打标方面，我也是用的秋叶lora训练器自带的打标工具，一张张筛选tag，在面对大量数据时也非常难受。
另外问一下，您数据集一般收集多少张图？我自炼的星极lora，由于部分图片有限（原皮47、望远镜皮35，偶像皮28，赛季皮8，非官服19），导致不得不重复训练.不过效果也还行。
herobrine778 那我大概理解问题所在了.
对于你给的打标概念和训练lora的理解, 我先思考一下再回复. ( 这比较重要, 我捋一下深度学习的逻辑.
然后是先回复你说得数据集规模问题. 我的数据集从6个月前 ( 你可以从阿米娅开始翻查)
1.0版本: 40张左右 包含70%全身 20%半身与特写 以及10%的特殊元素 (注: 比例只是一个感觉值)
2.0版本: 20-30张左右 包含40%的全身, cowboy视图, 剩余分配于 正 侧 后 特殊元素等...
以及特殊情况 ,训练新角色lora的时候,
一般这类素材达不到20图, 对我来说16图是一个极限阈值, 这个阈值以下, 一般存在数据集单一, 角度构图或者我站在画手能理解的深度 对比 构图等信息单一问题. 所以会使用自己绘制的二分图进行补充.
就结论而言, 2.0版本以后的效果明显优于1.0太多了. 以及IL系因为基于danbooru进行底模训练, 所以如果数据集里对 正 后 特殊元素的打标完全符合danbooru的规则 ( 一般来说WD反推对这类标签反推的效果很差 ), 会发现生成效果提高很多.
herobrine778 然后是分开回复, 如果对于星极这类服装多的训练. 我的打标词你可以直接在作品内找到.
说一下数据集分配, 由于时间久远 , 这里只能提供一个参考. (没有去翻查)
如果不使用分类训练的方式(本地的训练环境可以直接在训练前进行文件分类).
使用线上代理或者希望统一在一个lora内的话. 我认为你给的数据集存在 "不平衡" 的问题.
原皮, 偶像等明显数据量和质量会优于其他次要皮肤, 所以我会直接进行删减.
我的原皮 = 24, 偶像 =22, 其他 = 16-18.
就我目前经验, 按照以下逻辑,
一优先保证数量大于16,
二是保证数量差不大于8到10. 一旦大于10张以上, 不分批的训练方式会明显出现互相影响的问题. 所以任何一个服装如果达到30甚至40, 我会让全部服装都至少到32.
三是打标中尽量保证标签的不重复性, 你说的特殊标签也是处理这个的办法之一. 但就我最新的经验来看, 似乎学习率和IL系内如果严格使用danbooru的规则进行打标可以避免这个问题.所以我开始不完全区分不同服装的提示词了.
herobrine778 6月前我起初进行过类似你这种 数据集数量不一致的服装训练, 结果显而易见就是服装完全无法区分(很可能是我打标方式不一样的原因), 目前我并没有用新的训练参数和打标方式去测试该情况.... 所以我给的只能是一个参考
robertlu1021 服装完全无法区分？这么夸张？我自炼的星极lora里赛季的数据集只有8张，虽然不是很还原，但也不至于和其他皮肤的服装混到一起吧！
herobrine778
就是你说得提示词部分相同, 导致两服装融合的问题.
如果存在提示词相同, 就会存在融合.
自己的丹炉可以通过设置直接区分数据集进行炼制. 依旧存在融合但是不多.但我目前已经全面使用线上代理进行炼制, 所以无法区分数据集.
对于这种情况, 我的经验是和炒菜差不多, 把控好那个度能解决.
只要不是 XX dress 这种会占90%数据集的主标签(就算不把它作为训练关键词, 它也依旧会成为lora里识别某个服装的重要tag) 产生重复, 个别的重复在目前我的打标下已经不再会产生融合问题.
但是还有一个我尚在研究的问题, 实际上在打标中, 如果同时存在 "角色名+shirt" 和 "shirt" 这种 部分文字内容重合的情况, 也会影响学习效果. 但是这个影响效果的实际作用, 和解决方案我还在找.
回过头看依旧觉得是个电车难题, 使用独特标签我会觉得lora并没有理解"服装"的个别概念. 使用danbooru标签就必须做到标签相同的比例"均衡占比"
herobrine778
对我来说, 如果一套衣服内明显能看出被其他衣服影响到的特征, 我就觉得不能接受.....
如果是产生一个 莫名奇妙的物件, 我是可以接受的, 能理解为底模的随机性导致.
(最近的空弦的修女服有这个情况, 因为数据集太差了)
robertlu1021 呃，你有没有想过角色衣服融合的问题其实同样可以通过命名解决？
我的方案是（角色名）+（皮肤名或缩写）+衣服
同样是我训练星极lora的经验：
原皮的主要服装：astesia def shirt, astesia def skirt,
望远镜皮的主要服装：astesia ss layered dress,
偶像皮的主养服装：astesia fp white dress,
赛季皮的主要服装：astesia fc yellow short jacket, astesia fc visor cap, astesia fc white short dress
在本质上，角色不同的皮肤其实也可以视为“另一个角色”，从而产生差异化
Details
Files
Available On (1 platform)
Same model published on other platforms. May have additional downloads or version variants.