增加訓練LoRA、LoCon模型的精準度 - Stable Diffusion
閱讀時間約 5 分鐘
本教學使用Automatic 1111介面
AI繪圖風行至今，網上已有不少中文教學，包括教導如何訓練LoRA、LoCon等模型的文章，而訓練上述模型時，通常會經過一道「Preprocess Images」工序，中文稱為「圖片預處理」。
預處理很常勾選「Use deepbooru for caption」（上圖紅框），並在預處理完成後生成配對每張圖片的.txt文字檔案－－大多數的教學文在這道步驟後就直接開始訓練。
這樣其實很可惜，因為只要再多花點工夫，就可以顯著提升訓練成果的「準確度」，且只需要中等程度的英文能力和基本的關鍵字蒐圖技巧。
deepbooru - Danbooru
在勾選「Use deepbooru for caption」時，有沒有想過什麼是「deepbooru」？其實這和Stable Diffusion訓練來源的圖片有很大的關係，也就是下列網站：
https://danbooru.donmai.us/
＊未成年者請勿點入＊未成年者請勿點入＊未成年者請勿點入
＊未成年者請勿點入＊未成年者請勿點入＊未成年者請勿點入
而進行圖片預處理後，有沒有想過為什麼會生成.txt文字檔案？
其實只要打開生成的.txt，就會發現是和+Prompts類似的內容。換言之，預處理就是AI以圖片反推關鍵字的工序，而deepbooru的反推結果會套用Danbooru的關鍵字格式。
以下是兩張範例：
注意到了嗎？AI預處理產生的關鍵字「不太理想」。舉例而言，範例1的.txt沒有「狐狸」和背景的「薰衣草」，而且紅框圈起的「purple_sky」（紫色天空）根本不存在。
範例2的.txt問題就更多了，例如雙胞胎的眼睛和頭髮的顏色各只提供一種、完全沒提到衣服的顏色，以及最糟糕的「own_hands_together」（自己握自己的手）！
試想一下，如果就這樣直接交給AI訓練LoRA、LoCon模型，AI當然會產生「困惑」、進而算出「無厘頭」的結果－－不是因為AI笨，而是AI很忠實地遵照了荒謬的關鍵字！
參考Danbooru，修正文字檔的內容
這時就輪到https://danbooru.donmai.us/(*未成年者請勿點入)登場並充分運用英文知識的時候了。既然「deepbooru」生成了Danbooru格式的關鍵字，若要修正其內容，理所當然最好的方式就是去Danbooru尋找正確的關鍵字。
以範例1而言，我在該網站輸入「fox」搜尋結果，並點入了一張圖片：
紅框的部分除了「fox boy」不能用以外，其他都可以加入到範例1的.txt檔案中。參考了幾張有狐狸的圖片後，我將範例1的.txt內容調整如下：
animal_focus = 圖片中有動物角色fox = 狐狸animal_feet = 動物腳yellow_eyes = 黃色/金色眼睛flaming_eye = 單眼冒出火焰的特效，雙眼請用 flaming_eyesfluffy = 蓬鬆毛茸茸lavender_(flower) = 薰衣草花，直接沿用了Danbooru網站的關鍵字格式
我也遵照AI生成的關鍵字格式，單個關鍵字的空白以「_」取代（例：flaming_eye），不過使用訓練出來的LoRA、LoCon模型來生圖時，Prompts中直接使用空白即可。
以下是調整後的範例2的.txt內容：
Lu_Ashkol/Eye_Ashkol = 角色名字*如訓練特定角色模型，以Danbooru格式輸入該角色的英文名會非常有助益。child = 小孩female_child = 小女孩 -- 千萬不要使用「loli」，除非想生成「壞壞」的圖片。flat_chest = 平胸multicolored_eyes = 多色眼睛two-tone_hair = 雙色髮色multicolored_hair = 多色髮色streaked_hair = 挑染髮色off-shoulder_shirt = 平口露肩上衣frilled_sleeves = 摺邊袖bare_shoulder = 露肩shoulder_strap = 肩帶collarbone = 鎖骨bangs = 瀏海interlocked_fingers = 十指交扣
推薦使用Danbooru的關鍵字
原本我想使用「gold_eyes」代表金色眼睛，但實際在Danbooru搜尋後發現找不到結果：
於是最後改用了yellow_eyes －－其實使用Stable Diffusion生圖時，包括網路上一些Prompts範例，其中不乏一些亂七八糟、有輸入有保佑的關鍵字。雖然因為這樣做的人很多、且AI還是有一定程度的「彈性」，所以也不乏瞎貓碰到死耗子的例子，但還是建議找關鍵字時首先來Danbooru搜尋，畢竟用這裡的關鍵字生成想要結果的機率會比較高。
祝大家激發潛藏已久的英文能力，心想「繪」成！
＊範例2的雙胞胎故事：
有興趣的話，歡迎前往KadoKado閱讀喔（自產自推）。
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
這是一篇介紹如何使用AI來生成貓貓圖片的文章，作者透過幾個軟體的使用經驗，分享了AI生成圖片的效果以及注意事項。文章內容豐富，並且有各種關鍵字和描述，可以吸引潛在讀者。
本文參考TensorFlow官網Deep Convolutional Generative Adversarial Network的程式碼來加以實作說明。
示範如何使用深度卷積生成對抗網路(DCGAN) 生成手寫數位影像。
本文將延續上一篇文章，經由訓練好的VAE模型其中的解碼器，來生成圖片。
[深度學習]訓練VAE模型用於生成圖片_訓練篇
輸入產生的隨機雜訊，輸入VAE的解碼器後，生成的圖片
最近在嘗試使用不同的AI生圖方式混合出圖的方式，採用A平台的優點，並用B平台後製的手法截長補短，創造出自己更想要的小說場景，效果不錯，現在以這張圖為例，來講一下我的製作步驟。
最近在試著用 Tensor Art 訓練 LoRA，老實說，成功率...不太高，或許是我挑選訓練圖片的問題。
但訓練出來，可以給別人用(雖然根本也就是我自己用)，就感覺蠻有意思的!
最近，又訓練了一個亂塗鴉的 LoRA(YunQiuLineArt01)，我覺得還蠻有趣的，分享給您。
最近AI生成圖片風潮正夯，文章介紹了使用Copilot生成目前還沒寫好的小說封面的過程。作者描述了操作程序和遇到的問題，是一篇有趣的探討AI應用的文章。
這篇要講的圖像提示詞概念是在AI繪圖的過程中輸入圖片，讓AI去理解圖像內容，或是直接參考圖像的構圖或色彩，再產生新的圖片。
雖然我最常用的是文字提示詞的方式生圖，但是圖像提示詞的應用比文字提示詞更廣也更加複雜，尤其在生成影片的範疇。
即使OpenAI在近日發表了強大的文生影片的Sora模型，但畢
Tensor Art 使用 Stable Diffusion 的各種模型，也能使用ControlNet 和 LoRA功能，根據使用者的輸入來文生圖、圖生圖，生成各種風格的高質量圖像，包括人像、動人的風景、創意的抽象畫等。
這篇要來分享一下學習了一些攝影的知識後，用於改良AI生圖的經驗。
AI生圖可以藉由少少的幾個句子產生出非常美麗的圖片，事實上，很多時候AI生圖的極限是卡在人類使用者的想像力之下。
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
這是一篇介紹如何使用AI來生成貓貓圖片的文章，作者透過幾個軟體的使用經驗，分享了AI生成圖片的效果以及注意事項。文章內容豐富，並且有各種關鍵字和描述，可以吸引潛在讀者。
本文參考TensorFlow官網Deep Convolutional Generative Adversarial Network的程式碼來加以實作說明。
示範如何使用深度卷積生成對抗網路(DCGAN) 生成手寫數位影像。
本文將延續上一篇文章，經由訓練好的VAE模型其中的解碼器，來生成圖片。
[深度學習]訓練VAE模型用於生成圖片_訓練篇
輸入產生的隨機雜訊，輸入VAE的解碼器後，生成的圖片
最近在嘗試使用不同的AI生圖方式混合出圖的方式，採用A平台的優點，並用B平台後製的手法截長補短，創造出自己更想要的小說場景，效果不錯，現在以這張圖為例，來講一下我的製作步驟。
最近在試著用 Tensor Art 訓練 LoRA，老實說，成功率...不太高，或許是我挑選訓練圖片的問題。
但訓練出來，可以給別人用(雖然根本也就是我自己用)，就感覺蠻有意思的!
最近，又訓練了一個亂塗鴉的 LoRA(YunQiuLineArt01)，我覺得還蠻有趣的，分享給您。
最近AI生成圖片風潮正夯，文章介紹了使用Copilot生成目前還沒寫好的小說封面的過程。作者描述了操作程序和遇到的問題，是一篇有趣的探討AI應用的文章。
這篇要講的圖像提示詞概念是在AI繪圖的過程中輸入圖片，讓AI去理解圖像內容，或是直接參考圖像的構圖或色彩，再產生新的圖片。
雖然我最常用的是文字提示詞的方式生圖，但是圖像提示詞的應用比文字提示詞更廣也更加複雜，尤其在生成影片的範疇。
即使OpenAI在近日發表了強大的文生影片的Sora模型，但畢
Tensor Art 使用 Stable Diffusion 的各種模型，也能使用ControlNet 和 LoRA功能，根據使用者的輸入來文生圖、圖生圖，生成各種風格的高質量圖像，包括人像、動人的風景、創意的抽象畫等。
這篇要來分享一下學習了一些攝影的知識後，用於改良AI生圖的經驗。
AI生圖可以藉由少少的幾個句子產生出非常美麗的圖片，事實上，很多時候AI生圖的極限是卡在人類使用者的想像力之下。