风格lora的数据准备流程

  1. 批量生成。基于danbooru标签池,通过随机搭配,生成2000个prompt。然后通过API调用Stable Diffusion,用指定基模型+"百花"lora生成2000张图片。
  2. 筛选。筛选生成的2000张图片,并混合筛选的网友图片,得到200张图片。
  3. 精修。使用qwen_edit对200张图片做修补,比如修复畸形手脚,删除多余的灯具。
  4. 转风格,形成编辑对。将200张图片转到8个不同的风格,形成图片编辑对。

当使用qwen-image-edit-2511+蒸馏lora修复动漫图片的畸形手部时,发现这些提示词好用:

  1. "fix the hand of the girl, rested"
  2. "fix the hand's fingers of the girl, rested."
相关推荐
yuanmazhiwu5 分钟前
计算机毕业设计:Python全国空气质量与气象监测平台 Flask框架 可视化 数据分析 机器学习 天气 深度学习 AI 空气质量分析(建议收藏)✅
人工智能·python·深度学习·数据挖掘·flask·汽车·课程设计
Fleshy数模6 分钟前
基于机器学习的实时手势识别系统实现
人工智能·机器学习
龙侠九重天7 分钟前
C# 机器学习数据处理
开发语言·人工智能·机器学习·ai·c#
China_Yanhy7 小时前
动手学大模型第一篇学习总结
人工智能
空间机器人7 小时前
自动驾驶 ADAS 器件选型:算力只是门票,系统才是生死线
人工智能·机器学习·自动驾驶
C+++Python7 小时前
提示词、Agent、MCP、Skill 到底是什么?
人工智能
小松要进步8 小时前
机器学习1
人工智能·机器学习
泰恒8 小时前
openclaw近期怎么样了?
人工智能·深度学习·机器学习
KaneLogger8 小时前
从传统笔记到 LLM 驱动的结构化 Wiki
人工智能·程序员·架构
tinygone8 小时前
OpenClaw之Memory配置成本地模式,Ubuntu+CUDA+cuDNN+llama.cpp
人工智能·ubuntu·llama