[ AI Art ] - stable diffusion 討論 分享 01

自己train 先好玩...用kohya dreambooth 好易上手, 又可以gen 番香港style 既lora, 唔想自己部機爆炸用colab 又得

好似唔關事
係gen嘅時間會有分別

係咪要搵好多張唔同角度嘅相比佢學？

我電腦舊imac試過裝run得勁慢

只係用google colab，用咗Japanese doll同Hong kong doll既Lora加唔同咒文試出嚟,十幾張先有一兩張靚
試多啲唔同組合既lora 同咒文就ok

大概15張唔同角度,有全身，半身，close up , 就basically enough , 冇咁多素材就自己crop ，1500-2000 step 效果已經唔錯，我試過有一次10張相800 step 已經唔錯… 不過用既時候難免要開restore face / high res fix , 如果唔係有機會五官走位，但係開左個皮膚texture 又會冇咁似，仲係摸索中….

我用女神 d相放入dream booth train

https://civitai.com/images/260006?period=AllTime&sort=Most+Reactions&view=categories&modelVersionId=19084&modelId=8281&postId=121828
Civitai呢個勁正




我抄足data同lora checkpoint整咗10張
質素差咁遠

用google colab係咪每次都要重新load過啲嘢？

自己嘅model同lora又要每次upload？

巴打
相size 應該用512×512定512×768
如果用512×512 train,
練出嚟嘅lora gen 512×768嘅時候會唔會變怪獸

問漏
Preprocess gen出嚟嘅txt 使唔使加啲keyword
eg 我train yoyo, txt入面使唔使加 yoyo

就係未用過 唔知
但啲人話顯卡廢用google好啲？

用漁夫巴打之前 share 既 file 可以 save model / lora 係 自己 Google Drive,
但 model 好大好佔空間喎

SD 個training dataset 好似係用512 * 512 ， Reddit 有人提過512*512 效果係最好
Lora 練出黎， text2img用埋restore face ，咩size 都好， 正路唔會太過變形，imgtoimg 就一時時

Image captioning唔洗改，都係a girl /a woman 就得

https://civitai.com/models/25494/brabeautiful-realistic-asians-v4

無得用真人

巴打，我想請教下，captioning應該要咩形式去寫
應該要好似佢本身個script咁樣一句輕輕帶過，定係要用平時prompt嘅形式去寫
另外應該係越仔細越好定係簡簡單單就夠

Thank you

BRA 同chilloutmix比起黎，臉樣無咁罐頭，自然啲.