[SDXL] Darkness / 暗闇化 - v2.0
Verwandte Schlüsselwörter & Tags
Empfohlene Prompts
darkness,dark sky,glowing eyes
masterpiece, best quality, amazing quality, very aesthetic, absurdres, cute round face, slender, 1girl, solo, night, darkness
Empfohlene Negative Prompts
lowres, bad quality, worst quality, bad anatomy, sketch, jpeg artifacts, poorly drawn, blurry, ugly, watermark, bad eyes, bright pupils, white pupils, bad hands, bad face
Empfohlene Parameter
samplers
steps
cfg
clip skip
resolution
other models
Tipps
LoRA aktivieren und das Gewicht bis etwa 2.0 einstellen, um die Dunkelheitsstufe zu steuern.
Prompts wie 'darkness' oder 'dark sky' hinzufügen, um die Darstellung dunkler Szenen zu verbessern.
Den Prompt 'glowing eyes' hinzufügen, um die Augen der Charaktere leuchten zu lassen.
Einige Beispielbilder verwenden die NegPiP-Erweiterung für negative Prompt-Gewichte.
Versions-Highlights
Kompatibel sowohl mit Illustrious(0.1/1.0) als auch Pony-Checkpoints
Ersteller-Sponsoren
Entdecken Sie weitere SD1/SDXL LoRA und Checkpoints von JujoHotaru im HuggingFace-Repository und in der CivitAI-Modellliste.
Die SD1-Version ist ebenfalls auf der CivitAI-Modellseite erhältlich.
(日本語説明は後半にあります)
Die beliebte "Hotarus LoRA-Serie" (für SD1) ist jetzt für SDXL verfügbar! Weitere werden nach und nach auf CivitAI erscheinen (bereits auf HuggingFace verfügbar).
Mit nur Prompts ist es schwierig, Charaktere und Hintergründe dunkel darzustellen und nur Lichtquellen wie Lampen, Mond und Sterne hell zu halten. Dieses LoRA ermöglicht die Erzeugung solcher Bilder.
Dieses LoRA ist seit v2.0 kompatibel mit Pony- und Illustrious-basierten Checkpoints. Manche Checkpoints sind möglicherweise weniger kompatibel.
Hauptsächlich an 2D-2.5D-Illustrationen getestet, ist es für fotorealistische Checkpoints weniger geeignet.
Meine "Breed"-Serien-Checkpoints liefern gute Ergebnisse. Beispielbilder wurden mit "Breed"-Serien, die im Bereich "Suggested Resources" gelistet sind, erzeugt.
SD1-Version ist ebenfalls verfügbar.
Anwendung
Die Aktivierung des LoRA genügt, zusätzliche Prompts sind grundsätzlich nicht nötig. Das Hinzufügen von Prompts wie darkness oder dark sky zur Angabe von Dunkelheit verbessert jedoch die Ergebnisse.
Möchten Sie die Augen des Charakters zum Leuchten bringen, fügen Sie glowing eyes hinzu.
Die Dunkelheit kann durch Anpassung des LoRA-Gewichts gesteuert werden. Für einen dunkleren Effekt erhöhen Sie das Gewicht, die Obergrenze liegt bei etwa 2.0.
Weitere verschiedene SD1/SDXL LoRAs und Checkpoints sind in meinem HuggingFace-Repository oder CivitAI-Modellliste verfügbar. Bitte schauen Sie dort vorbei.
ACHTUNG: Einige Beispielbilder verwenden in den Prompts die NegPiP-Erweiterung für negative Gewichtungen.
Die bei SD1 beliebte JujoHotarus LoRA-Serie kommt jetzt als SDXL-Version zurück.Vorerst bei HuggingFace verfügbar, Veröffentlichungen auf CivitAI folgen.
Es ist schwierig, Charaktere und Hintergründe dunkel zu gestalten, aber Lichtquellen wie Lampen, Mond und Sterne hell darzustellen – dieses LoRA ermöglicht genau das.
Ab Version 2.0 ist es für Pony- und Illustrious-Datenmodelle geeignet. Einige Datenmodelle erzielen womöglich keine guten Ergebnisse.
Getestet hauptsächlich an 2D- und 2.5D-Illustrationen, die Wirksamkeit bei Echtbildmodellen ist noch nicht bestätigt (eine Nutzung ist jedoch möglich).
Meine "Breed-Serie" ist eine gute Ergänzung. Beispielbilder wurden mit Breed-Serie ("Suggested Resources") erstellt.
SD1-Version steht ebenfalls zur Verfügung.
Anleitung
Das LoRA aktiviert sich automatisch bei Einschalten. Da es stufengerecht abgestimmt ist, reicht meist eine Angabe der Stärke, keine Ebenenspezifizierung.
Obwohl nicht zwingend, verbessert das Hinzufügen von Prompts wie darkness oder dark sky den Effekt.
Für leuchtende Augen fügen Sie glowing eyes ein.
Die gewünschte Dunkelheit stellen Sie durch den LoRA-Stärkewert ein. Ein höherer Wert erzeugt ein dunkleres Ergebnis, maximal etwa 2.0.
Ich veröffentliche auch viele andere SD1/SDXL LoRAs und Datenmodelle, siehe HuggingFace-Repository und CivitAI-Modellliste.
Einige Beispielbilder nutzen negative Gewichtungen mit der NegPiP-Erweiterung.
Modell-Details
Diskussion
Bitte log in um einen Kommentar zu hinterlassen.






