Retrocomicflux

📚 模型描述

復古漫畫通量（Retro Comic Flux）是一個基於通量的LoRA模型，它在一個完全由公共領域圖像組成的數據集上進行訓練。這些圖像是手動挑選、裁剪和增強的。我使用了約50張圖像，進行3次重複，訓練15個週期，學習率為0.0001。所有圖像都使用Joy Caption Batch進行了標註。

這是一個非常具有實驗性的模型，我在尋找這種風格的高質量動物和車輛圖像時遇到了困難，所以目前它主要適用於生成人物形象。當你描述一個角色和一個場景作為背景時，它的效果最佳。有時它在處理手部和眼睛時會遇到困難。如果某些內容不在數據集中，它會默認採用普通的AI插畫風格。

使用DEIS採樣器可獲得最佳效果。

我使用的設置與之前的LoRA模型非常相似，為了節省時間和簡潔起見，我就不詳細說明了。對於簡單風格，低學習率、較少的重複次數和優質的數據效果最佳。

我在選擇圖像時非常謹慎，並在Photoshop中對每張圖像進行了預處理，以突出鮮豔的顏色、減少泛黃並提高對比度。這有助於我保持一致的色彩，並且我相信這提高了訓練質量。在處理過程中，我還從一些訓練數據的對話框中移除了文字，以增加靈活性並幫助通量模型理解上下文。你可以在提示詞中明確說明“空對話框”，這通常會起作用。如果你想更深入地探索，可以使用圖像標註器來描述你想要模仿的風格，這些圖像有豐富的標註，模型對自然語言的響應也很好。

預計很快會推出這個LoRA模型的V2版本，我有一些關於如何提高一致性的想法，但我需要找到更多不同的源圖像。

觸發關鍵詞：c0m1c、comic book panel

推薦強度：0.7 - 0.9

🗝️ 觸發詞

你應該使用 c0m1c 來觸發圖像生成。

你應該使用 comic book panel 來觸發圖像生成。

📥 模型下載

該模型的權重以Safetensors格式提供。

你可以在文件與版本標籤中下載它們。

📄 許可證

本模型使用的許可證為 creativeml-openrail-m。

📋 模型信息表格