LoRA的风格分类

不用去记它有什么很特别的风格，简单来说基础模型就像一个全能画手，什么都能画，而LoRA是在某个风格中经过特训的它的一个分身。使得它更精通该风格。

关于LoR风格分类：提示词撰写公式

Checkpoint&LoRA对比

	训练	效果	使用
Checkpoint	数据集：几千张 时间：几天 高GPU算力需求	效果更稳定，泛用性更好	可独立使用
LoRA	数据集：几十张 时间：几小时 低GPU算力需求	风格效果多样，画面细节丰富	不可独立使用，必须和同系列的大模型搭配使用

模型筛选思路

明确目标→查找筛选目标模型→查看模型基本信息以及模型作者提供的说明

LoRA相关参数设置 

LoRA需要设置触发词以及控制权重

只有在提示词中添加了触发词，LoRA模型才会产生作用。 

LoRA权重控制LoRA对画面的影响程度，权重越高，LoRA对生成图片的影响越大，反之，权重为0表明LoRA不产生效果。但是权重过高会导致画面变得扭曲。

*滑块类LoRA

这类LoRA会通过权重对画面细节进行调节，在使用时需要特别注意作者关于该模型的说明。

人物年龄调节器，细节质感调节器、身材调节器、肤色调节器

多个LoRA的使用

混合出新的画风

在使用同一个底模的情况下使用多个LoRA

如下图的产出就是利用了3个LoRA模型。

尝试复刻该图的画风

1.模型部署

基于大佬提供的的模型，将对应模型加入到SD-webUI中

2.参数设置

参考作者提供的参数设置对应的参数， 

如果想要复刻原图作者的图片，需要在随机种子处填入和作者相同的随机种子数。

设置好对应的参数，如采样方法，图片大小，随机种子数，迭代步数等。

3.提示词填写 

在填写提示词前可以先拆解原大佬的提示词，对部分关键提示词进行保留。 

正面提示词

bestquality,masterpiece,Highest quality,very detailed,//画面质量

1girl,solo,:p,long hair,blue hair,blue eyes,(A girl),full body,single focus,//画面主体&外貌特征

hair ornament（头发装饰物）,halo,earrings,mole（色素痣？）,jewelry,white gloves,bare shoulders,white dress,strapless dress,head wings,princess dress,//服饰道具

hand on own chest,//肢体动作

single focus（单聚焦）,//镜头

moon,the moon,glowing starry sky(星光灿烂的天空）,glowing palace,//环境

负面提示词

(worst quality:1.4),(low quality:1.4),(monochrome:1.1),( Unspeakable-Horrors-64v, NG_DeepNegative_V1_75T, negative_hand-neg, FastNegativeV2, boring_e621_v4, bad-hands-5, BadDream, By bad artist -neg, bad-picture-chill-75v, verybadimagenegative_v1.3),negative_hand-neg,FastNegativeV2,BadDream,bad-picture-chill-75v,verybadimagenegative_v1.3,((negative_hand)),((easynegative)),ng_deepnegative_v1_75t,negative_hand,nsfw,

查看其他模型提示词撰写要求

可以重点关注触发词，

可以看到Checkpoint模型的作者就有很详细的注释需要我们注意。 

 也可以注意到身材类LoRA没有触发词

基于上述知识，以及SD-提示词书写1-CSDN博客提到的提示词书写方法

可以写出下述正面提示词

bestquality,masterpiece,highest quality,very detailed,//画面质量

1girl,solo,halo,//画面主体

long hair,blue hair,hair ormament,//外貌特征

earrings,mole,blue and green eyes,jewelry,white gloves,bare shoulders,white and purple dress,strapless dress,head wings//服饰道具

dancing,lift hair,happy,blush,45 degree profile,eyes closed//肢体动作

white crystal,blue crystal,galaxy,musical note,tiny spot//场景环境

overhead shot,//镜头

基于上述提示词生成的结果AI绘画-runsheep-AI绘图-LiblibAI

恩，出图确实像抽卡。

 

推荐uu们自行多尝试各种LoRA模型的搭配。 

实现更精致复杂的出图

1.手部修复

通过使用手部修复模型，以及TI模型实现手部的细节修复

可以看到生成的图片手部明显比未添加TI模型以及手部模型的表现更好

未添加其他模型以及TI模型时生图效果

TI模型说明：SD-提示词书写1-CSDN博客

*注意 

在使用多个LoRA时，需要灵活调节各个LoRA之间的权重，多个LoRA之间的权重差异在0.2-0.5之间，在增加新LoRA时如果遇到画面表现不如预期时，需要意识到需要适当降低LoRA的权重。

建议依次叠加使用，而不是以上来就直接使用多个LoRA，因为这样不利于查找原因。

LoRA叠加数量最好不要超过5个，过多可能导致部分LoRA失效，让画面变得难以调整优化。

以上end