无带尖头/女士高跟鞋

作者：	Monobot
最后更新：	2023年6月10日
文件类型：	LORA
基本模型：	SD 1.5
tag标签：	高跟鞋 鞋子 服饰 女性 性感
模型版本：	v2.1
触发词：	a pair of ggx heels

使用介绍

SD经常会生成带脚踝绑带的高跟鞋, 用反向提示词限制的效果也不太好, 这个lora就是用来去掉这根绑带的, 且对鞋的形状进行了微调. 使用时权重在0.4-0.8比较好, 更推荐从0.4开始逐步往上提, 0.8以上泛化就不是太好了, 颜色也会逐渐固定成黑色. 用真实系的checkpoint会还原的比较好, 二次元系的也行, 但会有点走样, 且权重得设得比较高才能把绑带去掉.

绘制腿部姿势的小技巧:

简单的姿势只需用提示词或者controlnet里的openpose就可以了, 鞋子基本不会变形

复杂的姿势以目前的SD还达不到可用级别, 经常会生成有多条手臂和多条腿的图, 而且高跟鞋也会跟着变形, 所以我们得用controlnet里面的边缘检测去限制住大体的姿势不出错. 常用的有canny, softedgehe和scribble, normal和dept也能用, 但对高跟鞋的边缘检测没前三种好

• 首先把穿着高跟鞋的参考图片放到controlnet里
• 然后选择softedge作为控制类型, 生成一下预览看看高跟鞋的形状有没有被勾勒出来, 如果没有, 可以尝试用canny, 出来的线条会更清晰
• 然后设置controlnet的控制权重为0.5-1.0, 低点儿的话方便换衣服换背景, 高点儿的话形状检测更准确. 设置好了就可以写提示词跑图了
• 如果你要换的衣服跟参考图片的差距很大, 可以考虑使用scribble, 它能给AI留出更多的创作空间, 但相对的高跟鞋的形状控制就会比另外两种方法差些.
• 如果三种方法都不能生成你想要的姿势的话, 那大概率是参考图片的背景太复杂了, 你可以手动修改一下controlnet的预览图, 把无关背景都用黑色盖上, 然后用白色勾勒一下想要的边缘. 十分简单, windows 自带的画图都能搞定

测试下来, softedge对高跟鞋的检测是最好的, 换衣服之类的也很泛用, 所以首先选择softedge来做边缘检测

V2.1

• 继续扩张训练集以及正则集
• 网络难度提高到128
• 正则权重稍微提高了

封面提示词

Best quality,masterpiece,ultra high res,a pair of ggx heels,1girl, black business suit, pencil skirt, black pantyhose, black footwear
Negative prompt: ng deepnegative,badhandv4,easynagative,lowres, pencil
Steps: 25, ENSD: 31337, Size: 512x768, Seed: 121381968, Model: Realistic_majicmixRealistic_v4, model: control_v11p_sd15_softedge [a8575a2a], weight: 1, Version: v1.2.1, Sampler: DPM++ SDE Karras, CFG scale: 7.5, Clip skip: 2, Model hash: d819c8be6b, resize mode: Crop and Resize, control mode: ControlNet is more important, "preprocessor: none, Cutoff strong: False, Cutoff weight: 0.5, Hires upscale: 2, pixel perfect: True, AddNet Enabled: True, AddNet Model 1: ggx_V2.1_16(b9ba31d66565), Cutoff enabled: True, Cutoff padding: _</w>, Cutoff targets: "['black business suit', 'pencil skirt', 'black pantyhose', 'black footwear']", Hires upscaler: R-ESRGAN 4x+, ADetailer model: face_yolov8n.pt, AddNet Module 1: LoRA, starting/ending: (0, 1), ADetailer version: 23.6.2, AddNet Weight A 1: 0.4, AddNet Weight B 1: 0.4, Denoising strength: 0.35, ADetailer mask blur: 4, preprocessor params: (512, 100, 200)", ADetailer confidence: 0.3, Cutoff interpolation: lerp, ADetailer dilate/erode: 32, Cutoff disable_for_neg: True, ADetailer inpaint padding: 32, ADetailer denoising strength: 0.4, ADetailer inpaint only masked: True

建议模型