StableDiffusion-02 LoRA上手使用实测 尝试生成图片 使用多个LoRA 调整LoRA效果 10分钟上手 多图

简介: StableDiffusion-02 LoRA上手使用实测 尝试生成图片 使用多个LoRA 调整LoRA效果 10分钟上手 多图

准备工作

请你确保,你已经完成了 StableDiffusion-01 这一节的内容,可以顺利的运行SD,并且可以正常的生成图片。

本节我们就尝试使用LoRA并生成图片。


介绍 LoRA

Stable Diffusion中的LoRA(Low-Rank Adaptation,低秩自适应)是一种针对大型模型微调的技术,旨在加速模型的训练过程并显著减少模型文件的存储成本。这项技术通过冻结原有基础模型的权重层并重新计算,实现了快速的训练速度和较小的模型文件大小,从而提高了训练效率和降低了存储成本。


下载 LoRA

Liblib模型下载:liblib官方

Civitai模型下载:Civitai C站官方

这种左上角写:LoRA的,便是我们要下载的模型,你可以自己挑选喜欢的。

可以在网上下载到关于Lora的模型,相比于实际的模型,它会小很多。

选择 Lora选项卡:

可以看到我们需要把LoRA放到目录下,目前我下载了:五彩斑斓_1.0.safetensors

把该文件,放到上述的xxx/models/lora目录下即可

加载LoRA

重启你的服务,这个时候重新选择LoRA选项卡就可以看到了

使用 LoRA

此时点击该 Lora就会看到,Prompt提示词中多了:

<lora:新蜡笔:1>

此时,我们继续往提示词中添加内容即可:

<lora:新蜡笔:1>, xxxxx(你的提示词,:1表示占比,可以降低比如:0.7)
• 1

按照上一节,我们的配置,生成图片:

测试案例

Prompt

<lora:新蜡笔:1>, Fashion Girl, (height: 1.1) , (color: 0.9) , (masterpiece: 1.2) , extremely complex, best quality, detail, 8k, height, 1 girl, mature female, short hair, real light source, focus person lens, close-up, uP front, subjective perspective, male focus, looking at the audience, solo, medium lens, define 'real' light source, straight line, (above: 0.9) , (over-the-shoulder shot) , (chest: 1.1) , Tall Woman, (crotch: 1.1) , shot from a distance, looking away, gradation of hair, indigo eyes, delicate eyes, shy expression, (a slim woman standing on the observation deck: 1.1) , view from a tall observation tower, (wearing a light-colored Jyoshi Kousei suit: 1.05) , (thick-waisted shirt) , (pleated skirt) , aloof expression, small breasts, outdoor, landscape, trees, plants, lakes, (Blue Sky: 0.3) ,

Negative Prompt

nsfw,yallow,(((pubic))), ((((pubic_hair)))),sketch, duplicate, ugly, huge eyes, text, l

其他参数

保持和上一节一致即可,详见 StableDiffusion-01中的内容。

生成图片

多LoRA

同理,我们下载多个 LoRA,放到指定的目录,即可看到:

多LoRA案例

调整 LoRA的占比

LoRA列表,这次选择两个,分别配置占比为1和0.4

Prompt

 <lora:新蜡笔:1> <lora:gfzzjl-SDXL:0.4>,girl swims underwater,hyper detailed render style,glow,yellow,blue,brush,surreal oil painting,shiny eyes,head closeup,exaggerated perspective,tyndall effect,water drops,mother of pearl iridescence,holographic white,black background,

Negative Prompt

sketches, (worst quality:2), (low quality:2), (normal quality:2), lowers, normal qua

出图结果

相关文章
|
24天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
17天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
4天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
1天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
219 12
|
19天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
21天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2578 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
3天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
168 2
|
1天前
|
编译器 C#
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
101 65
|
21天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1578 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
4天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
251 2