关于 Moss Image 版本
Moss 版本的 LoRA 是在 Moss Image Base BF16 上进行训练的, 这次尝试了使用了实验性的原生分辨率来对LoRA进行训练,得益于原生分辨率的训练这为本LoRA带来了更加稳定的线条和丝袜的纹理细节和瞳孔细节,同时也支持大分辨率直出。
示例图均使用 Base的BF16底模和 BF16 文本编码器,采样参数为 1280x1920 采样器 Euler 调度器sgm_uniform 步数 50 CFG 3.5,理论上也能在 SFT 模型上使用。
关于 Krea 2 版本
本版本 LoRA 基于 Krea 2 RAW BF16 模型进行训练,既可以搭配 RAW 版本使用,也兼容 Turbo 版本。两个版本的实际表现可能略有差异,您可以根据自己的工作流和画面需求进行选择。
您也可以尝试使用更高的生成分辨率。模型的示例图均使用 MXFP8 Turbo 模型,以 1664 × 2560 分辨率直接生成。
Krea 2 本身是一款美学表现非常出色的模型,因此最终画面的效果和质量在很大程度上取决于您的提示词。内容过于简单、描述含糊或质量较差的提示词,可能导致 LoRA 风格减弱、画风偏移,甚至无法稳定呈现预期效果。
建议尽量使用结构清晰、描述具体的提示词,明确交代主体、构图、场景、光影和色彩等内容,以获得更加稳定且符合预期的画面表现。
关于 Anima 版本
v2.0版本的是基于v1.0的素材在Base模型上使用原生分辨率进行训练的,可以支持二采放大或者大图直出,整体质感风格相对于v1.1有很大的区别如果您喜欢v1.1的风格我建议继续使用v1.1版本。
Description
使用全新处理的数据集在 Krea2 RAW BF16 模型上进行训练
FAQ
Comments (3)
Hi, thanks for your work! Amazing results! Would you be willing to share the training config? what was the VRAM usage? Been trying to get my head around krea 2 but no luck 😊
Thanks, glad you liked it! I used AnimaLoraStudio for this one:
https://github.com/WalkingMeatAxolotl/AnimaLoraStudio
Settings-wise, I went with batch size 1 and grad accumulation 2 at 1536 resolution. I used ProdigyPlusScheduleFree with D Coef set to 1.5, and LoKr in Full Mode with factor 4 and DoRA enabled. I honestly didn’t tweak much beyond that—the rest was basically left at the trainer defaults.
The dataset was 101 images with repeat set to 1. On my 48GB RTX 4090, VRAM usage sat at around 45GB. Hope that helps!
1.5g!!!!!吓人
