Detail Enhancer - Doctor Diffusion's "pnte" Negative Stable Diffusion SD3.5 Large LoRA - SD3.5L_pnte_2.0_rank64
Verwandte Schlüsselwörter & Tags
Hervorgehobene Bilder
Empfohlene Parameter
samplers
steps
cfg
Tipps
Verwenden Sie negative Stärke-Werte bei der Anwendung der LoRA.
Die LoRA-Stärke kann von -0,01 bis -2,00 variieren, wobei -0,45 ein guter Startpunkt ist.
Werte über -0,75 können zu einer Verschlechterung der Ergebnisse führen.
ComfyUI-Nutzer können die SnakeOil custom_node Suite verwenden, um negative LoRAs automatisch zu invertieren und sie im Ordner models/nloras zu organisieren.
Versions-Highlights
Mit meiner experimentellen aitoolkit-Konfigurationsdatei trainiert. Siehe Artikel unten für weitere Informationen.
Dies funktioniert sehr gut als schrittweiser Detailregler. Normalerweise starte ich bei etwa -0,45 für insgesamt bessere Ergebnisse. Je näher -1, desto merkwürdiger können die Ergebnisse werden, und es gibt zeitweise eine spürbare Verschiebung zwischen -0,78 und -0,98. Für extrem subtile Qualitätssteigerungen kann man Werte bis -0,01 verwenden.
Diese Version wurde mit einer Netzwerkrang von 64 trainiert.
Ersteller-Sponsoren
Für eine einfache Nutzung können ComfyUI-Nutzer die SnakeOil custom_node Suite verwenden, die die automatische Inversion von negativen LoRAs unterstützt und eine verbesserte Ordnerorganisation bietet.
"PNTE" Negative Stable Diffusion LoRA
Erhöhen Sie die Qualität und Detailfülle von Bildern mit diesen negativen LoRAs für Stable Diffusion Modelle.
Anwendung:
DIESE SIND FÜR DIE VERWENDUNG MIT NEGATIVEN STÄRKEWERTEN GEDACHT.
Fügen Sie dazu die LoRA einfach dem negativen Prompt hinzu oder passen Sie die LoRA-Stärke manuell an, abhängig von der verwendeten Diffusionsoberfläche.
Zur einfacheren Nutzung können ComfyUI-Nutzer das SnakeOil-Custom_Node-Paket verwenden, das ich erstellt habe. Dieser Knoten invertiert nicht nur automatisch negative LoRAs, sondern sucht auch im models/nloras Ordner anstelle des normalen models/loras Ordners. Dies hilft bei der Organisation und verkürzt unsere ständig wachsenden LoRA-Listen etwas.
SD3.5L:
Die zuletzt aktualisierte Version meines "point-e" negativen Embeddings zur Verwendung mit Stable Diffusion 3.5 Large wurde mit meiner experimentellen benutzerdefinierten Konfiguration für aitoolkit trainiert.
Ich habe CLIP auf 0 gesetzt, da ich die Textencoder nicht trainiert habe.
Die LoRA-Stärke kann von -0,01 bis -2,00 reichen, wobei in den meisten Fällen ab -0,75 eine Verschlechterung eintritt. -0,45 ist ein guter Startpunkt. Funktioniert bis zu -0,01.
Modell-Details
Modelltyp
Basismodell
Modellversion
Modell-Hash
Ersteller
Diskussion
Bitte log in um einen Kommentar zu hinterlassen.
