LoRA
LoRA是小型模型,可以改变稳定扩散 AI 模型的风格或行为。它可以使相同的稳定扩散模型制作出截然不同风格的图像,并控制 LoRA 对图像的影响程度。
为什么 LoRA 文件有用?
在 LoRA 发明之前,人们为每个新概念或风格(使用新的训练图像)训练新的稳定扩散模型。每个稳定扩散模型的大小在 2 到 4 GB 之间,因此这不是很有效(对于磁盘空间,尤其是数百个样式)。
相比之下,LoRA 模型的大小通常在 10 到 100 MB 之间(即小近 100 倍),并且仅包含要应用于稳定扩散模型的更改。这意味着您可以使用相同的 2 GB 稳定扩散模型,并应用不同的 10 MB LoRA 文件来改变生成图像的风格。结果通常与创建全新的 2 GB 稳定扩散模型相同。
您还可以动态混合不同强度的多个 LoRA 文件,而使用自定义稳定扩散模型无法轻松做到这一点。
这就是为什么 LoRA 非常强大,并且已经成为引导 AI 识别特定风格、面孔、物体和图像的真正有用的工具。
如何使用
- 下载LoRA模型文件并将其放入
models/lora
文件夹中。 - 单击稳定扩散模型下拉列表旁边的刷新图标。
- 从下拉列表中选择 LoRA
Image Settings
,然后选择它对图像的影响程度。
- 生成图像。
多个 LoRA 文件
您还可以通过单击 按钮将多个 LoRA 添加到图像中add another LoRA
。要删除 LoRA,请单击-
LoRA 左侧的按钮。
网络资源
- https://civitai.com/包含很多 LoRA 模型。按型号类型过滤
LoRA
。
手动使用 LoRA
您可以使用以下格式在提示中包含 LoRA <lora: name: weight>
。
name
是 LoRA 模型的名称。但请注意,它name
可能与文件名不同。请参阅 LoRA 创建者提供的文档。weight
是LoRA模型将被应用的强度。它类似于关键字权重。默认值为 1,将该值设置为 0 将禁用 LoRA。一些 LoRA 还需要trigger
包含关键字才能激活 lora。例子:<lora:PIXHELL_21:1> pixelart
哇!又赚了一天人民币