| 作者： | tututututuz |
| 最后更新： | 2024年1月25日 |
| 文件类型： | LORA |
| 基本模型： | SD 1.5 |
| tag标签： | 性感 丝袜 服饰 黑丝 连裤袜 |
| 模型版本： | v3.0 |
| 触发词： | tutututu,blackpantyhose, |
使用介绍
V3.0
相比之前的版本有大幅度的进步，主要还是体现在污染少，泛化好，使用方便这几个方面。
品牌：某觅
所属系列：极光纯享2.0
材质：8D 528N
颜色：black
在差异提取法3.0的基础上又对制作方法进行了一定的改良，实拍制作。
为了方便使用，以后我制作的LORA触发词全部都是tutututu,四个tu。
对于这个LORA，触发词为：
tutututu,black pantyhose,
各种大模型都很友好。
使用方法：
1、确保你正确的使用LORA.
2、CLIP终止层数建议设置为2.
3、权重看需要，从0到1都可以，建议0.6开始。
4、触发词为：tutututu, black pantyhose,（开裆的话加入提示词 Crotchless pantyhose）
5、负面不要加的太多，否则会对LORA的效果产生影响。
6、提示词引导系数(CFGScale)可以从7开始尝试。
7、采样方法我喜欢用DDIM,其他的其实也还好，参数多多尝试哈~
如果您在使用中遇到问题，可以给我留言。
期待您的作品！
期待您的作品！
期待您的作品！
祝你玩的开心。
感谢您长期以来的信任和支持。有问题请反馈，后面还会继续优化哈~
声明：
1、您应对使用此模型的任何创意作品承担全部责任。
2、您不能使用该模型故意制作或分享非法或有害的输出或内容，避免将此模型用于恶意、伤害、诽谤、诈骗或政治用途。
3、如果将本模型用于商业用途，请通知我，谢谢。
常见问题：
1、什么是差异提取法？
顾名思义，简单来说就是将差异提取出来制作LORA。我们一般的LORA都是拿图直接训练，这样训练出的LORA不可避免的会受到底膜以及其他环境因素污染，所以在出图的时候会对画面产生预料之外的影响。差异提取法制作的LORA会将这些污染去除掉，这样制作出的LORA权重即使开的比较高对画面的污染也很小，模型质量会更好。差异提取法制作起来更复杂，需要的步骤更多。
2、为什么要做这个LORA?
虽然类似的LORA有很多，但是我发现一方面这种LORA大多数不是很贴近现实，很多当下比较流行的服装并没有，而且不够写实。
另外就是质量方面残次不齐，很多LORA对人物本身以及画面的影响比较大,使用起来不够方便。所以打算做一系列的服装LORA。
3、为什么我出不了和你一样的照片？
每个人的电脑配置以及操作环境都不一样，使用的LORA以及插件版本、插件配置等也会有所区别，所以请不要追求一模一样的照片，创作您自己的完美作品吧！
4、你对差异提取法做了哪些优化？还是只是随便说说？
答：我对涉及代码进行了大量的优化：
1、自动化模型探索：自动从一组模型中生成多种融合模型，类似于参数调优或模型选择的自动化过程，但专注于模型融合。
2、基于欧氏距离的差异性分析：用于比较两个LoRA（Low-RankAdaptation）模型的权重差异。
在差异性分析中，欧氏距离用于量化两个模型权重之间的差异。具体来说：
权重表示：每个LoRA模型的权重可以看作是高维空间中的一个点。权重的每个元素对应空间中的一个维度。
计算差异：通过计算两个模型相应权重之间的欧氏距离，我们可以得到一个数值，表示这两个权重在高维空间中的相对位置差异。
解释差异：较大的欧氏距离意味着两个模型在该权重上的差异较大；较小的距离则意味着它们较为相似。
这种差异性分析用于指导模型融合的决策。例如，如果两个模型在某个权重上的差异很大，可能就需要特别处理这个权重，以确保融合后的模型能够有效地结合两个原始模型的特性。
这些优化完全是针对我自己的素材进行的，因为我的素材有一些特殊性，所以不是传统意义上的差异提取，要有一些取舍。
6、V3.0和V2.0到底有什么不同？
V3.0可以说是一个全新的LORA，可以说是全方位的改进。
一、拍摄
V2.0使用的是SK的极光。为了进一步提高质量，我购买了多款市面上比较好的产品进行对比，有极润K9、极润K1-2.0版、莱觅极光纯享2.0、莱觅极光、莱觅暗金2.0、凌琉光、JM妙不可言、SK极光高密版。
部分测试产品一览
最后经过测试，莱觅极光纯享2.0脱颖而出，效果最好。
莱觅极光纯享2.0
极润K9
极润K1-2.0版
凌·琉光
为了避免前两个版本不自然的情况，我对拍摄方法进行了特别的处理，比如加入了自然光下的素材，而不是都在影棚打光，这样出来的效果会更自然一些。（主要是要避免中间那一条线一样的光，否则出图会出问题，这也是这个版本重点要改善的地方。）
二、制作
制作中除了使用了自研的融合算法以外，还对数据集进行了深度处理，以确保效果。同时为了避免素材和实际效果不匹配的情况，我制作了两套LORA，智能化融合探索后形成了50个模型。
三、测试
排除掉其中的25个样本后，下图是剩下的25个样本的比对效果：
测试效果重点关注如下几个方面：
1、在权重为1时不开修脸，脸部不出现崩坏，尽量保持大模型原本的出图效果。
2、在不添加衣服的描述词时，对黑丝以外的任何画面元素影响最小。
3、鞋子、人物动作、影响最小，不出现画面整体色调变化等。
最后选择了17和24号模型进入下一轮测试环节。
4、测试不同底膜下的出图效果进行比对，并对权重进行探索,特别是加入了很多LORA一起用时的情况。
5、可以看到，24的效果更好一些，所以最终选择了24号。
6、和全网其他所有的同类型模型横向比对。
6、做一个模型倒贴一千块，买嗨丝就花了七百块，一地鸡毛，解散。
封面提示词
tutututu,black pantyhose,high heels,
hyper detailed,Fashion shot of a very tall,long legs Female Wind goddess,[Radiant| Preposterous],
<lora:merged_0024:0.65>,
Negative prompt: (bad_prompt_version2:1),(futa),lowres,text,error,cropped,worst quality,low quality,jpeg artifacts,ugly,duplicate,morbid,mutilated,out of frame,extra fingers,mutated hands,poorly drawn hands,poorly drawn face,mutation,deformed,blurry,dehydrated,bad anatomy,bad proportions,extra limbs,cloned face,disfigured,gross proportions,malformed limbs,missing arms,missing legs,extra arms,extra legs,fused fingers,too many fingers,long neck,username,watermark,signature,(((deformed))),[blurry],(poorly drawn hands),nsfw,(worst quality, low quality, extra digits, male:1.4)),bad_prompt,EasyNegative,extra fingers,fewer fingers,(worst quality, low quality:1.4),loli,cleavage,nsfw,
Steps: 60, VAE: vae-ft-mse-840000-ema-pruned.safetensors, Size: 540x960, male: 1.4)), bad_prompt,EasyNegative, extra fingers, fewer fingers, (worst quality, Seed: 1832856232, Model: majicmixLux_v3, "Module: inpaint_global_harmonious, Sampler: DPM++ 3M SDE Exponential, VAE hash: 735e4c3a44, CFG scale: 7.5, Clip skip: 2, Model hash: 253c53be5a, Hires steps: 40, low quality: 1.4), loli,", Hires upscale: 2, GirlfriendMix2: 0.2>", Hires upscaler: 4x-UltraSharp, "GirlfriendMix2: 5bdc6a1fc805", ADetailer model: face_yolov8n.pt, ADetailer version: 24.1.0, Denoising strength: 0.45, ADetailer mask blur: 4, ADetailer confidence: 0.3, "(bad_prompt_version2: 1), (futa), lowres, text, error, cropped, worst quality, low quality, jpeg artifacts, ugly, duplicate, morbid, mutilated, out of frame, extra fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, blurry, dehydrated, bad anatomy, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck, username, watermark, signature,(((deformed))), [blurry], (poorly drawn hands), nsfw, (worst quality, low quality, extra digits, ADetailer dilate erode: 32, ADetailer inpaint padding: 32, ADetailer ControlNet model: control_v11p_sd15_inpaint [ebff9138], ADetailer ControlNet module: inpaint_global_harmonious, ADetailer denoising strength: 0.4, ADetailer inpaint only masked: True
