「 点击上方"GameLook"↑↑↑，订阅微信 」
文生图只是AI生成能力的起步，如今，随着同行们的探索增加，很多人已经开始通过Stable Diffusion训练风格化的模型，即将AI变成一个特定画风的画师。
最近，就有一位开发者分享了自己训练风格化LoRA模型的经验和技巧，并且通过本地训练和Google Colab Notebook两种方式展示了方法与结果，让无论是否有强大GPU配置的同行都可以上手。
以下是Gamelook听译的完整内容：
今天要分享的是我在Stable Diffusion和LoRA风格领域的探索，LoRA，即Low-Rank Adaptation，大型语言模型的低阶自适应，它是一种可以将扩散模型带向全新层次的技巧。LoRA最初设计是为了教模型学习新概念，目前为止大多数用来训练角色。
然而，如果你仔细思考，主题和角色都是一种概念，艺术风格也是概念。无论如何，LoRA训练模型的主要优势之一，就是它比Dreambooth模型更小，而且更加模块化。
很多人都用Stable Diffusion训练风格化艺术，我对于LoRA的探索，主要是聚焦在复制或者融合特定的美术风格，如果你对于LoRA背后的理论和数学感兴趣，可以参考这篇论文进行深入研究：https://arxiv.org/abs/2106.09685
对我来说，在深入研究之前，我更喜欢先上手体验，这就是我们今天要做的事情。进入流程之前，首先要确保我们得到了所有需要的东西：你首先需要安装Stable Diffusion的AUTOMATIC1111 webui，加上你计划要训练的具体模型，我想要训练的是Vanilla模型（Stable Diffusion 1.5 ema 以及anything 4.5 pruned模型）。
接下来，你要准备带有说明文字的文本文件（.txt文件），这是训练LoRA模型的一个关键组成部分，所以我会在稍后进一步详细讲解。
最后，你需要一个可以训练LoRA的设备或笔记本，如果没有强大GPU的电脑配置也不用担心，你仍然可以跟上进度。实际上，我会将今天的分享拆解为两部分：对于第一部分，我会使用对用户非常友好的Kohya sd脚本，这里是它的详细介绍（https://github.com/kohya-ss/sd-scripts），你还可以通过创作者的视频了解更多内容。我将在Stable Diffusion 1.5版本训练这个模型。
对于第二部分，我将使用谷歌Colab Notebook作为LoRA训练者，这里，我将使用自己探索的经验训练anything v4.5 pruned模型。
第一部分：Kohya本地GUI训练
如我们之前所说，首先我们会使用对用户比较友好的Kohya的GUI，不要担心，安装过程非常直接，将其复制到你的电脑之后，在命令提示符程序输入“.\gui.ps1”，它就会告诉你本地主机链接（如图）
进入下一步之前，我尽量对自己的硬件和装备做到透明，我的显卡是RTX 3090，显存为24GB，这意味着我不用担心显存开销，可以轻松训练我的LoRA模型。
现在，如果你想要学习我的流程，但又缺乏强大的显卡，这也不会有问题，你可以调整自己的设置来降低模型训练对于显存的要求，不幸的是，我没有一个更低配的GPU来测试将设置降低到什么程度才能训练，不过，通过对于图片中的设定调整（可能需要全部关闭），你或许可以在低配电脑上训练。
1.1、数据集准备
接下来，我分享一些让数据集准备更流畅的事情，最初，我只打算训练图形绘制，比如美术师vofan的作品，这些是他的一些作品，他是动漫插画师领域比较著名的美术师。可以看到有些图片来自小说封面，这些都是她做的插画。
在进行文字说明之前，我们现需要对这些文件进行重命名，比较有用的一个技巧就是，确保你的所有文件都是同一种文件格式，比如JPG或PNG，以免在批处理的时候出现重复文件名。
这里是一个需要避免的做法，在Windows系统文件夹下，全选所有图片并点击这里的重命名icon，为所有图片选择一个名字（我选择的是graphic_illust），点击回车键，你所有的图片都被重新命名，唯一的区别就是它们的后缀数字变化。
然而，可以看到这里有些古怪，比如名字是graphic_illust (1)的文件有两个，其实我们可以发现后续几乎所有的数字名都有重复，这是因为，我的图片格式既有JPG，又有PNG，所以批处理的时候自动将不同格式的文件进行了排序，于是就出现了重名文件，这是我们不希望的结果。
我们需要避免这样的现象，但怎么做到呢？这里介绍一个简单的解决方法：
我的方法是打开命令提示符程序（cmd），导航到图片文件夹，然后将所有的JPG转换成PNG格式，或者将所有PNG转换成JPG，只是为了让你文件夹内的所有文件保持为同一种格式。所以，你可以输入“ren *.jpg *.png”然后按回车键，这样文件夹内所有文件就会变成PNG格式。
然后，我们会到上一步，再次批处理重命名（参考此前步骤），这样我们就不会有重复的文件名了。
下一步，将这些图片放到图片处理工具中，我这里使用了birme，我发现自己的电脑配置可以支持768×768尺寸的图片训练，所以我将图片裁剪成这个分辨率尺寸。
接下来是给你的图片增加说明文字，处理好所有的图片之后，进入gui界面，点击utilities标签，选择BLIP Captioning，将你的图片文件夹（文件路径）输入到指定位置。
如果想要训练特定风格，你可以在这里增加前缀，比我们这里输入“VOFANstyle”，但我并不只是用它来训练这一位美术师的风格，所以我选择留空，这里是我选择的配置：
说明文字处理完成之后，回到文件夹，就可以看到每张图片都有了一个txt说明文档：
我用来编辑说明文字的工具是Visual Studio Code，可以看到这个界面，打开一个图片文件，然后点击右上角的icon，第二个窗口打开TXT文件。现在的问题是，我们是为什么增加说明文字？如果我们要训练一个角色，那么所有图片的说明都是同一个角色，这样它才能被识别。
所以我们这里可以把一个女孩（a girl）换成初音未来（Hatsune Miku），不过，我们并不是要训练一个角色，所以不用更换。
我们想要训练的是一种风格，所以会描述除了图片风格之外的一切，因此我们不会使用“插画（an illustration of）”或者“照片（a photo of）”之类的术语。基本而言，我们希望对想要改变的一切进行说明，这一点刚开始可能有点难以理解，但我会尽量解释的直观一些。
这个案例中，“一个绿色长发在空中飘扬的女孩（a girl wiht long green hair is flying through the air）”描述相当准确，但还不够精准。我要描述的是一个蓝绿色眼睛、绿色双马尾长发的少女（a teenage girl with teal eyes and long teal hair in twin tails），然后删掉其余所有描述，将在空中飞扬（flying through the air）留在最后。
那么，除了上述特征之外，她还有什么特点？可以看到，她穿了一件白色衬衫，白色短裙，黑色毛衣围在腰间，还穿了一件蓝色连衣裙，腿部暴露在外，还有一双蓝绿色溜冰鞋。随后，还可以看到蓝天白云。
完整说明文字：a teenage girl with teal eyes and long teal hair in twin tails, wearing a white colored blouse, white skirt, black sweater tied around waist, blue dress, exposed legs, teal rollerskated, blue sky with white clouds, flying through the air
那么，我为何要在这里描述的这么具体呢？如果我不在这里描述，那就意味着我希望LoRA学习这些东西，如果我不描述蓝绿色眼睛，那么最终生成的所有角色都会有蓝绿色眼睛。所以，一定要将能够改变的所有东西描述出来。
这里是我要修改的第二个图片描述，可以看到这里的描述是错误的（a woman sitting at a table with a book and a cigarette），很明显这里缺失了一些东西，所以我们把它改为：
“a young woman with medium length hair, closed eyes, wearing a white collored blouse, green dress, school uniform, green hair ribbon, desaturated light brown ribbon, looking up to the right side, book in the foreground, blurry building in the background”
我觉得这些足以描述图片里的内容了，当然，这一步是非常耗时间的，因为你需要检查很多的文字，如果想要获得良好的数据集，就需要恰当处理这些说明文字。所以，我需要开始做这些事情，然后开始训练。
1.2、Kohya_ss设置
现在我到了GUI里的Kohya SD脚本部署界面，点击Dreambooth LoRA标签，也就是我们要使用的这个。
前面说到，我要使用Stable Diffusion的1.5版本模型，所以点击图片中的书页icon，等待它加载模型路径，而且要保持下边两个勾选框为空。
下一步是工具标签，Kohya的文件夹有些独特，而且必须遵循一定的传统，图片中的设定是我已经设置好的：
点击下方的准备数据集按钮即可。
随后，点击复制信息到文件夹标签（Copy info to Folders Tab），这很有用。
然后我们来到文件夹（Folders）标签，我们不用手动输入文件夹路径，它是上一步已经设置好的。对于模型输出名字，我这里设置为lora_example_01。
接下来是训练参数设置，打开Training Parameters之后看到的是默认设置，然而，由于我的数据集训练了157张图片，这些默认设置表现不会很好。经过了多次尝试之后，我发现使用修改后的设置配置文件好很多，所以我将它们加载到训练参数里。
在正常的LoRA模型训练中，你或许不会像我一样使用那么多的图片，所以可以将训练频率提高一些，因为我使用的数字非常低。然后我们具体来说其他设置。
对于训练批处理大小（train batch size），如果你的GPU显存低于8GB，我建议将其设置为2甚至为1，它代表的是你可以同时运行的平行计算数量；随后是回合数（epoch），它代表的是你对一个数据集进行反复传播的次数，你可以调整这个数字，但我强烈建议至少大于1，因为这会成为你的快照文件（snapshot file）或者保存的LoRA文件。
最后我应该有15个LoRA文件，每个回合都有一个，你需要这些文件因为它们代表不同的时间点，你可以通过它来查看你的结果是否过度拟合。
接下来是精确度，如果可以使用bf16精准度模型，一定要用它，如果训练的时候出错，使用fb16就行。对于LR Scheduler设置，选择constant就行，训练频率是默认的，如果你的文本编码器或unet学习频率为空白，它就会使用默认数值。
随后是network rank和network alpha设置，通常来说，你应该保持跟我一样或者相同的数值。对于768×768像素这样的高分辨率图片，使用更高的network rank是个好主意。对于非动漫模型的风格化训练，将其设置为200或者更好会更好一些。
根据我个人的经验，在数值256左右的时候会开始得到糟糕的结果，所以我建议不要设置那么高。或者，如果你想要这样高的设置，就需要进一步降低unet学习频率。
然后是高级设置，可以看到我的设置，你可以和我的设置一样，因为Stable Diffusion 1.5模型是在CLIP SKIP1基础上训练的，所以将其数值保持为1，对于动漫模型或其他V3版本，将clip skip设置为2。
我还启用了洗牌描述（shuffle caption），如果你发现LoRA训练有些颜色问题，你可以启用颜色增强（color augmentation）功能，但它随后会关闭这个页面中的cache latent，所以，如果颜色成为了大问题，你可以尝试启用这个功能。
总而言之，这就是我使用的设置，所以就可以开始训练模型了。但在此之前，我还需要提到一件小事，也就是步数计算，它会出现在控制台输出界面，如果你要训练的批处理大于1，总训练步数实际上会有比较大的差别，因为它是图片数量、重复次数与回合的乘积，我使用了157张图片，所以我的训练步数是35325步。
然而，我的训练批处理数量是6，所以我需要用总步数除以6，我之前说过，这是你同时运行的平行数量，因此得到的结果是5888步左右。当我真正训练的时候，它呈现的结果是5888步，而非总步数35325步训练结果。
如果一切就绪，你就可以按训练按钮开始训练。
如果看power shell，可以看到最大训练步数是5888，随后是加载我的checkpoint，然后或许是cache latents。
现在它会计算步数，对我来说，总的训练时间在12个小时或15个小时左右，但这是对于15个回合、157张图片，而且分辨率较高、network rank也达到了200。所以，这并不是标准的训练时间，如果训练数量合理，LoRA的训练时间在30分钟到2小时之间。
1.4、分析结果
如果你的训练没有出错，那么恭喜。进入你建立的文件夹，然后打开模型文件夹，你应该可以看到与回合数一样多的文件，所以我这里有15个文件，全选复制粘贴到Stable Diffusion LoRA文件夹（stable-diffusion-webui/models/lora），确保所有的文件都在这里，否则就没办法进行下一步。
接下来是分析我们的LoRA模型，我的方式是选择一个非常标准和简单的指令以及负面指令，想要激活并使用你的LoRA模型，点击这里的红色按钮，进入lora标签，搜索你的lora名字，我的是graphic_illust_12。
选择一个，lora会以这种形式出现，随后，我使用lora写指令的方式是这样：
这就是我告诉Stable Diffusion加载LoRA风格学习信息的方式，然后粘贴负面指令，接着将采样方式设置为习惯使用的方式。
接下来，我在脚本选项下打开XYZ选择，还记得回合数是以LoRA名字格式保存的，所以这里使illust_12，随后是五个0，然后是一个整数，LoRA的权重或强度在冒号之后。我想要一个不仅能展示回合模型的变种，还能改变LoRA权重的网格。
为此，我首先要为X类型选择Prompt S/R，代表搜索和替换，这里我想要替换的是模型数字，所以我要将这里的000007改成变体num，接下来在X数值里，我写入NUM, 000001, 000002…..0000014。
如果你理解了这个逻辑，那么后面就会比较直接了，比如Y类型选择Prompt S/R，然后在Y值输入STRENGTH, 0.1, 0.2……0.9, 1。并且将1改成strength，这样在输入指令之后，我至少会得到一个14×10或者10×14的展示变体的网格，别忘记将模型选择为你训练的模型，这里我已经选择了1.5 pruned-emaonly，所以，根据你的实际需要，选择不同的东西。
接下来我输入指令，它看起来网格已经生成好了，点击之后就是这样的效果：
我觉得最好是点进输出结果文件夹，把它放到Photoshop里，这样可以更好地观察一切，现在图片太小，很难知道是否有过度拟合。
这是Photoshop里的视图，横轴是X，竖轴是Y，这时候我们可以选择应该进一步测试哪个回合了。有人建议，LoRA强度为1的时候不应该有过度拟合。幸运或者不幸的是，由于尝试了很多次，我们并没有得到特别糟糕的结果。
接着是聚焦于网格里的右下角，这里我们可以看到LoRA更高强度与回合的结果。更多回合意味着训练处理的时间更长，我个人想要开始分析的是回合7，这时候图片形状更清晰，强度为1。
如果你了解游戏，最终的世界让我想起这种风格：
哪怕数据里并没有这样的风格。
这里甚至还有影线标记（hatching mark），算是比较令人开心的意外。
随后，如果我们持续增加回合数，你会看到发生了一些令人困惑的事情，比如这里第八和第九回合的睫毛膏或者眼影，但到了第十回合的时候它们消失了。在强度为1的时候，从10回合到14回合，我们开始得到了非常好的插画效果，实际上做到了数据集想要它做的事情，或者说是我想要LoRA模型做到的效果。
然而在倒数第二个回合，我们发现了一些人为现象（artifacting），所以13和14回合有些失控。如果我们用粗略的方式分析结果，可能就会因为过度拟合而放弃最后几个回合。
如果细看，我们会发现14回合强度0.8和0.9的表现非常不错，所以个人来说，基于实验结果，我会继续并且在webui用几个不同的指令测试最终的15回合，来看它到底是真的过度拟合，还是因为我生成时使用了比较糟糕的种子数字，所以我们开始尝试：
1.5、确定最终LoRA模型
这里我们进入了stable diffusion webui界面，我希望测试最终回合，这里不会有任何数字附加，所以我们用随机种子测试强度1加入指令。
这些是我们的结果，个人而言我很喜欢。如果达不到你想要的清晰度，可以将lora强度降为0.9或者更低。
我们保留种子数字，将强度降低为0.9，可以看到人为痕迹消失了。当然，这些地方始终可以通过局部重绘（impainting）来提高，所以我并不太担心文生图部分。
那么，我们为何不尝试其他选择呢？比如将指令里的白色头发改为金色头发，这意味着我们的LoRA模型并没有被限制。如果我们不能通过指令的变化改变输出结果，那就意味着我们的LoRA模型出现了过度拟合，这是我们应该注意的另一件事。
如果结果是金色头发，就像图片中的这样，那么我们就可以继续了，这就是测试LoRA角色的方法。
但是，如果是LoRA模型没被训练的东西，得到的结果是怎样呢？这也是我们风格训练的目的，所以我准备了一些指令来进行测试。
1.6、应用LoRA风格
这里我们将指令中的角色相关内容去掉，将强度改回1，种子改为随机（-1），我们可以先测试一个户外环境的生成，比如意大利北部的名山多洛米蒂山（Dolomites），然后看它是否能够生成与其相关联的图形。
可以看到，结果很不错，它的结果是形状与多洛米蒂山一致，不过是不同的风格。
那么，换成室内场景是否可行呢？比如图书馆，我们就可以得到插画风格的图片。
然后我们来测试一些非常随机的东西，比如韩剧《非常律师英禑》，她喜欢一直飞来飞去的鲸鱼，所以我们可以将指令修改为flying whales来看得到什么结果：
这些结果很酷，我个人很喜欢。如果觉得太强烈，可以降低强度，但哪怕是强度为1也不会有人为痕迹。我们可以修改为0.8：
从我的分析来看，不管你输入什么指令，LoRA模型都不会出现过度拟合，当然，也或许是我没有找到对的测试方法来发现过度拟合。不过，我觉得这是一个不错的尝试。
所以，接下来我会开始动漫风格的LoRA训练，相信很多人都会感兴趣。
第二部分：用Google Colab训练Kohya LoRA模型
在开始训练LoRA之前，我们像以往一样要从数据集开始。这里我选择的是日本插画师redjuice的作品，他也以shiru这个名字被很多人熟知。Shiru的意思是汤，这里我选择的是768×768像素的图片，如果不熟悉我是如何准备数据集的，请参考第一部分。
这里可以看到，所有图片都有同样的名字，唯一的差别就是后缀数字，而且都是PNG格式。
2.1、数据集准备
由于这里假设你不会使用Kohya本地安装，而是使用Google Colab，所以我这里改变了添加说明文字的流程来使用AUTOMATIC1111里的网页扩展tagger。
所以点击extensions，可以看到我已经安装了tagger，随后点击Tagger标签，就可以看到如下界面：
这里的文字说明流程与第一部分（blip captioning）不同，由于这次我们将使用clip skip 2模型训练，通常是动画风格，这里是v4.5 Pruned模型，一定要确保使用Danbooru风格的标签，你很快就会知道我说的是什么意思。
点击“从目录批处理（batch from directory）”标签，在输入目录里放入正确的路径。如果你想要在其他标签之前添加一个标签，比如redjuicestyle，对我而言，我通常不使用token带引用风格，所以这里我会留空。因此，我也不知道这里最好的方法是什么，如果了解过第一部分，就会知道这样的选择对于LoRA来说也非常好。
如果一切满足你的需求，可以点击interrogate按钮，然后检查控制台：
它在加载这些文件，完成之后我们跳转到数据集文件夹，看是否有说明文件。
2.2、改良描述说明
可以看到每一个对应的图片都有了说明文件，然而我们还没有结束，还需要再次打开VS code软件进行编辑。
这是VS Code界面，左侧是我打开的数据集里的图片，右侧是它的描述文字，第一眼看去，我们可以发现其中的很多都是正确的。比如有婚纱、手套、肘部手套、冠状头饰、白色连衣裙等等，都是图中有的内容。
我不希望对每个细节都作出修改，但在这里有些东西是需要改变的，比如这里的角色描述是有名字参照的，如Mikasa Ackerman、Annie Leonhardt、Ymir（图片中并不存在），还有Christa Renz。这里的名字对我们来说是个问题，就像在第一部分说过的那样，我们希望描述的是所有我们希望改变的东西。如果将名字留下来，它就会作为一个记号，会影响LoRA最终的风格。
我们希望LoRA对于每张图片只在单一概念上做出妥协，所以，去掉所有的角色名即可，然后检查所有的描述文件，去掉其中的名字。
2.3、Kohya Colab Notebook
现在，我们的数据集已经恰当地被描述，接下来进入Google Colab Notebook，如图所示，它的用途非常直观，不过我会逐个介绍。
第一部分是Clone Kohya Trainer，只需要按播放按钮，它会提示你Kohya没有得到谷歌认证，只要选择运行即可，完成之后会有一个绿色对号。
接下来是安装dependencies，再次点击对应的播放按钮，它就会开始处理、安装Python包体，这需要一段时间，因此需要等待所有东西完成。
随后是1.3.1，登录Huggingface社区，确保你有一个Huggingface账号，并拥有一个具备写入职能的标记（token），我这里粘贴我的标记，然后点击播放按钮。
下一步是Mount Drive，点击播放，连接到Google Drive，完成之后，点击左侧的文件夹icon，就可以看到drive文件夹。
然后是为Colab打开特殊的文件浏览器，点击播放按钮，等待完成。
第二部分，我们开始下载想要使用的模型，我使用的是Anything v4.5 pruned，选择之后点击播放按钮，它就会开始下载，并且从Huggingface同步。
你可以跳过2.2，因为不会使用定制模型，所以我们直接说2.3，下载可用的VAE，我们使用的是动漫风格，所以看到选项是anime.vae.pt直接点击播放按钮即可。
第三部分是数据获取，定义你的训练数据位置，将训练重复次数设置为10，其他随便改就行，因为它们的影响并不大，点击播放按钮之后，它会在左侧创建文件夹，位于Dreambooth文件夹之内。
随后是上传数据集，其余第三部分和第四部分的东西都可以跳过，因为我们在本地准备了数据集。
接下来是定义重要文件夹，也就是第五部分，项目名写成“shiruillust”，将预训练模型路径改为Anything -v4-5，将后缀Safetensors改为ckpt（即checkpoint）。
对于VAE，我们在左侧已经有了一个，点击复制路径，粘贴到对应位置就行。其他的设置看起来还好，不过，对于输出目录，我希望改为本地硬盘，因此勾选输出到硬盘驱动即可。随后点击播放按钮，开始定义我的文件夹。
由于我们跳过了数据上传，所以你要到本地数据集文件夹，全选，然后拖拽到左侧的训练数据文件夹。
这是我的Kohya训练设置，我将回合设置为20，学习频率改为0.0001，network rank选了160，所以回到colab，将5.2部分的network dim设置为160，学习频率设置为1e-4，其余设置如图。
随后点击播放按钮。
然后是开始LoRA Dreambooth，我选择了fb16，但我不认为Colab GPU能够处理，所以保持fp16不变。你可以将分辨率调至我在本地训练时的768，但是这会导致程序崩溃，因为内存不足，因此分辨率尽可能调低，通常可以调至512，这里的设置是640。
回合数设为20，将save_n_epochs_type设置为save_every_n_epochs，将保存回合类型值设为1，这样它就会像第一部分那样，从0.1、0.2一直到1。
其余设置看起来还可以，然后可以检查代码，看是否有数字出错，如果没问题，就可以点击播放按钮。
我们这里发现了一个错误，这是好事，因为我也犯错了，可以看到是我的本地路径写错了，所以回到预训练模型路径，我没有在路径里写上pruned，所以最好是直接复制路径粘贴，然后再次运行5.2，接下来是运行5.3。
这会持续一段时间，大约一个半小时，等待其完成就可以了。
如果你想知道自己的文件在哪里，进入Google Drive，你会在My Drive文件夹下看到Dreambooth文件夹，所有一切都应该在这里的output文件夹里。点开之后可以看到所有的回合结果，最后结果是没有数字的文件。
你可以全选，右键，然后选择下载，它们会被打包为一个Zip文件，解压然后复制粘贴到Stable Diffusion下的LoRA模型文件夹，然后打开webui。
2.4、分析LoRA模型
现在我们进入了webui，已经加载了LoRA，我的名字是shiruillust，我会选择最后一个没有数字的文件，运行，看它是否可行。
先删掉LoRA，生成一张图片作为种子，然后黏贴LoRA模型，将图片种子代码粘贴到seed，然后点击生成，它应该会给我一个风格化的结果：
可以看到结果图片的确有redjuice风格。
我们将批处理量改为4，种子随机，然后再看结果：
四张图片看起来有些粗糙，但看起来还是可行的。所以，接下来我们重复第一部分的步骤，创造一个图片网格。
不过在此之前，我们先看看能否改变图片的部分内容，比如将金发改为红头发，如果结果图片没有改变，那就意味着我们的模型是有问题的：
可以看到，它可以改变角色头发的颜色，有些图片甚至将连衣裙颜色也变成了红色，想要精准控制，我们只需要随后将指令写的更具体即可。
回到脚本选项，将之前用过的XYZ值复制粘贴到对应位置，不过这里的回合是20，所以要将NUM增加到000019，其余保持不变。
然后将批处理量改为1，将LoRA里的数字改为num和strength，确保使用Prompt S/R，然后点击生成。
我们将结果图片在Photoshop里打开，然后只看最后几回合的结果，到了第9回合左右，才有一点redjuice风格的味道，到了14回合的时候可以看到比较大的变化。我这里只选择最后回合，它应该会给出最好的结果。
所以，我回到Stable Diffusion，然后用最终回合做一些生成测试。
2.5、验证最终LoRA模型
的确有redjuice风格。
如果记得开头，你们会发现有一个redjuice风格的赛博朋克角色Lucy，所以我们这里测试模型能否通过使用LoRA模型组合，来生成对应结果。
2.6、组合使用LoRA模型
这里我们粘贴指令，最初的代码是本地训练版本，但我这里要改为Colab版本，看它是否可行。
Redjuice风格的Lucy。
增加批处理量，看它是否仍然有效：
生成结果是令人满意的。
然而，你可以在训练阶段做更多次重复或更多回合，因为步数太少会有些略显不足。
再用本地训练的LoRA模型生成，可以看到结果好一些：
但这也可能是因为我用了VAE。
看起来没有太大的区别。
接下来我再用一个风格进行LoRA模型Colab训练，这是Lycon制作的LoRA，这次我们用来自《王国之心》的角色Aqua测试：
看起来像是Aqua
将批处理量改为4，可以看到风格也是持续的，看起来的确像是redjuice画的。如果想要保持不饱和色彩，你要卸掉VAE，我们可以试试：
有些图片没有出现粉色带子，这里我们需要调低角色LoRA风格或者角色强度，但整体结果已经完成了。
再来测试去掉VAE之后的Lucy：
可以看到这里的redjuice风格更明显了。
我所有训练的模型都可以在Civitai找到，希望能够有你需要的风格训练方法。不过，我也还在尝试之中，这些方法的确带给我比较满意的结果，希望也能帮到你们。
····· End ·····
GameLook每日游戏产业报道
全球视野 / 深度有料
爆料 / 交流 / 合作：请加主编微信 igamelook
广告投放 : 请加 QQ：1772295880
长按下方图片，"识别二维码" 订阅微信公众号
····· 更多内容请访问 www.gamelook.com.cn ·····
Copyright © GameLook® 2009-2023
觉得好看，请点这里 ↓↓↓
