Rebalance Qwen 国风美女模型

Rebalance 是一个高保真图像生成模型，基于一个精选数据集进行训练，该数据集包含数千张 Cosplay 照片和精心挑选的高质量真实图像。所有训练数据均来自可公开访问的互联网内容，并且该数据集明确排除了任何 NF/SW 内容。

Rebalance 的主要目标是制作逼真的输出，克服常见的 AI 伪影（例如油性、塑料或过于平坦的外观），提供具有自然纹理、深度和视觉真实性的图像。

下载包含工作流，包含3个lora，lora是基于rebalance和官方模型差异提取的，三个区别是rank的区别，大的rank会比较接近rebalance。

培训策略

培训分多个阶段进行，大致分为两个阶段：

1. 角色扮演摄影训练
   专注于改善面部表情、姿势动态和整体人体真实感——特别是针对女性对象。
2. 高质量照片增强
   旨在通过利用专业策划的摄影参考来提升大气深度、构图平衡和美学精致度。

字幕和元数据

该模型使用两种互补的字幕格式进行训练：纯文本和结构化 JSON。每个数据子集都采用定制的 JSON 模式来指导生成过程中的细粒度控制。

• 对于 cosplay 图像，JSON 包括：
  • {“caption”: “…”,”image_type”: “…”,”image_style”: “…”,”lighting_environment”: “…”,”tags_list”: […],”brightness”: number,”brightness_name”: “…”,”hpsv3_score”: score,”aesthetics”: “…”,”cosplayer”: “anonymous_id”}

注意：Cosplayer 的名字是匿名的（使用占位符 ID），只是为了帮助模型在训练期间关联同一主题的多张图像 – 不保留任何真实身份。

• 对于高质量的照片， JSON结构强调场景构图：
  • {“subject”: “…”,”foreground”: “…”,”midground”: “…”,”background”: “…”,”composition”: “…”,”visual_guidance”: “…”,”color_tone”: “…”,”lighting_mood”: “…”,”caption”: “…”}

除了结构化 JSON 之外，所有图像还使用了纯文本字幕和随机字幕丢弃（即某些训练步骤不使用字幕或使用部分元数据）进行训练。这种双重方法增强了可控性和泛化能力。

推理指导

• 为了获得最大的美学精度和风格控制，请在推理期间使用完整的 JSON 格式。
• 为了更广泛的概括或更简单的提示，建议使用纯文本字幕。

技术细节

所有训练均使用lrzjason/T2ITrainer进行，这是 Hugging Face Diffusers DreamBooth 训练脚本的定制扩展。该框架支持高级文本转图像架构，包括 Qwen 和 Qwen-Edit (2509)。

先前的工作

该项目建立在先前开发的几种工具的基础上，旨在增强基于扩散的图像生成和编辑的可控性和效率：

• ComfyUI-QwenEditUtils ：ComfyUI 中基于 Qwen 的图像编辑实用程序节点集合，支持多参考图像调节、灵活调整大小以及用于高级编辑工作流程的精确提示编码。
  https://github.com/lrzjason/Comfyui-QwenEditUtils
• ComfyUI-LoraUtils：ComfyUI 中用于高级 LoRA 操作的一组节点，支持对 LoRA 加载的细粒度控制、逐层修改（通过正则表达式和索引范围）以及对扩散或 CLIP 模型的选择性应用。
  https://github.com/lrzjason/Comfyui-LoraUtils
• T2ITrainer：一个轻量级的、基于 Diffusers 的训练框架，旨在跨多个架构（包括 Qwen Image、Qwen Edit、Flux、SD3.5 和 Kolors）进行高效的 LoRA（和 LoKr）训练，并支持单图像、配对和多参考训练范式。
  https://github.com/lrzjason/T2ITrainer

这些工具共同建立了一个强大的生态系统，用于训练、编辑和部署具有高精度和灵活性的个性化传播模型。

作品参照

A photograph features a slender, fair-skinned Asian woman with long, straight black hair, standing confidently on a rooftop at dusk. She wears a tight, strapless black dress that accentuates her small breasts and curves, paired with sheer black stockings and glossy black high heels. The cityscape in the background is slightly blurred, emphasizing her form. The composition uses the rule of thirds, with her positioned slightly off-center.
Negative prompt:  
Steps: 20, CFG scale: 4, Sampler: Euler, Seed: 285052142586867, width: [object Object], height: [object Object]

This is a high-resolution photograph of an attractive Asian woman with long, wavy brown hair, wearing a black, low-cut dress and sheer black stockings, playing pool. She is bent over, reaching for a cue ball on a green felt table. Her left leg is extended, emphasizing her black high-heeled shoes. The background, featuring dimly lit wooden walls and a blurred pool hall setting, adds depth. The composition uses leading lines from the pool table and the rule of thirds. The woman's focused expression and the lighting highlight her slim figure and smooth skin.
Negative prompt:  
Steps: 20, CFG scale: 4, Sampler: Euler, Seed: 640807870030401, width: [object Object], height: [object Object]

This is a high-resolution CGI image featuring a young Asian woman with long, wavy black hair, sitting on a marble-topped gold pedestal in a modern, luxurious dressing room. She wears a white, tailored blazer dress, black stockings, and black high heels. The background showcases a sleek, minimalistic design with a neon pink halo-like light and a shelf filled with neatly arranged clothing and accessories. The depth of field is shallow, keeping the woman in sharp focus while the background is slightly blurred. The composition uses symmetry and the rule of thirds, with the woman centered.
Negative prompt:  
Steps: 20, CFG scale: 4, Sampler: Euler, Seed: 39612886507572, width: [object Object], height: [object Object]