LoRA模型是小型稳定扩散模型,它们对标准检查点模型进行微小更改。它们通常比检查点模型小10到100倍。

什么是LoRA模型

LoRA (Low-Rank Adaptation)是一种用于微调稳定扩散模型的训练技术,其文件大小和训练能力之间达到了良好的平衡。相比Dreambooth(2-7 GB)和文本反演(约100 KB),LoRA的文件大小可管理(2-200 MB),且具有不错的训练能力。使用LoRA可以解决存储问题,并通过对伴随模型文件进行小改动来修改样式。

哪里能找到LoRA模型?

LoRA模型资源

Civitai网站有大量的LoRA模型,应用过滤器可以只看到LoRA模型。这些模型通常相似:女性肖像、动漫、逼真插画风格等。

如何使用LoRA模型

安装步骤:

1、将模型文件放置在stable-diffusion-webui/models/Lora文件夹中。

2、使用LoRA模型,需要在提示中输入以下短语。<lora:filename:multiplier>

LoRA模型的文件名为filename,不包括扩展名(.pt、.bin等)。multiplier是应用于LoRA模型的权重,默认值为1。将其设置为0会禁用该模型。

文件名有可能很长,输入就比较繁琐。更好的做法是,点击Generate按钮下面的模型图标。

点击Lora选项卡,应该会看到已安装的LoRA模型列表。选择你想要使用的模型,然后LoRA短语会自动插入提示词中。

LoRA模型必须要懂的技巧

可以通过调整乘数(multiplier)来增强或减弱效果,将乘数设置为0会禁用LoRA模型。可以在0到1之间调整样式效果。

一些LoRA模型是使用Dreambooth训练的。需要添加触发关键字才能使用该LoRA模型,在模型页面上可以找到触发关键字。

与嵌入(Embeddings)类似,你可以同时使用多个LoRA模型,并且还可以与嵌入一起使用。

在AUTOMATIC1111中,LoRA短语不是提示的一部分。应用了LoRA模型后它将被删除。也就是说你不能像[关键词1:关键词2:0.8]那样使用提示语法。

相关阅读  Stable Diffusion和Midjourney应该如何选择 | 详细对比

Categorized in: