Stable Diffusion绘画 | 来训练属于自己的模型:LoRA模型验收

我们每次训练出来的模型,一般都会生成 20-30 个,至于哪个模型符合要求,较为理想呢?

接下来需要对每个 LoRA模型 进行逐一对比测试。

为了测试模型的泛化性,可选择使用一些较为特殊的提示词,看看各个模型对提示词的接收程度:

1woman,Taylor Swift,short hair(短头发),wearing armor(穿着盔甲),in the forest(在森林里),

并且固定种子数,以便于对各个 LoRA 的出图效果对比:

开启「Additional Networks」,在「模型1」中添加任意一个训练出来的 LoRA,权重值设置为 1:

底部的脚本选择「X/Y/Z plot」,x轴类型选择「AddNet Model 1」,点击x轴值输入框右侧的 📒 按钮加载所有的训练LoRA模型:

点击「生成」,等待生成结果:

上面👆展示了15个模型的出图,其中我较为满意的(既能符合提示词,像霉霉,又能保持插画风格),只有03、06、07号模型。

越往后,模型已经开始忽略 盔甲 这个提示词了,而且越来越接近真人模型,缺少插画风格。

我想其中的原因是:随着训练轮次越多,AI已经把素材的特征完全学定型了。

因此,从10轮过后的模型,都可以直接删掉。

再更换其他的提示词,多试几轮,留下出满意的 LoRA 模型以后使用。

我最终选择留下 06、07 两个模型,其他的都可以选择删掉。

今天先分享到这里~


开启实践: SD绘画 | 为你所做的学习过滤

相关推荐
CodeJourney.21 分钟前
基于MATLAB的生物量数据拟合模型研究
人工智能·爬虫·算法·matlab·信息可视化
中电金信25 分钟前
中电金信参编的国家标准《信息技术 中间件 消息中间件技术要求》正式发布
人工智能
胡耀超37 分钟前
18.自动化生成知识图谱的多维度质量评估方法论
人工智能·python·自动化·知识图谱·数据科学·逻辑学·质量评估
虾球xz1 小时前
游戏引擎学习第290天:完成分离渲染
c++·人工智能·学习·游戏引擎
暖季啊1 小时前
分割一切(SAM) 论文阅读:Segment Anything
论文阅读·人工智能·神经网络
可爱美少女1 小时前
Predict Podcast Listening Time-(回归+特征工程+xgb)
人工智能·数据挖掘·回归
深度学习入门2 小时前
学习深度学习是否要先学习机器学习?
人工智能·深度学习·神经网络·学习·机器学习·ai·深度学习入门
dog2502 小时前
BBR 的 buffer 动力学观感
人工智能·算法
勇敢牛牛_2 小时前
使用Rust开发的智能助手系统,支持多模型、知识库和MCP
ai·rust·rag·mcp
python1562 小时前
使用Langfuse和RAGAS,搭建高可靠RAG应用
人工智能·windows·python