Flux.1 D - Atmosphère Apaisante - v1.0
Paramètres recommandés
samplers
steps
cfg
resolution
other models
Paramètres haute résolution recommandés
steps
Conseils
Utilisez une faible intensité pour éviter les distorsions indésirables en forme de tentacules.
Le fine-tuning LoRA permet de choisir des caractéristiques spécifiques des images d’entraînement, rendant possible des combinaisons uniques d’images.
Les checkpoints full entraînés produisent souvent des résultats biaisés ou anatomiquement incorrects, utilisez plutôt les modèles LoRA pour de meilleurs résultats.
Les mots-clés thématiques courants incluent atmosphérique, mélancolique, calme, apaisant, serein et mystérieux pour de meilleurs résultats.
V.2.0
Ajouté plus d'images et un nombre d'étapes plus élevé.
Il est recommandé d'utiliser une faible intensité sinon tout se transforme en monstre tentaculaire pour une raison quelconque.
J'aimerais vraiment qu'ils sortent la version Pro de Flux car cette version distillée est un peu difficile à contrôler et aussi limitée dans sa flexibilité. Si vous expérimentez avec certains prompts, cela revient toujours à une certaine image ou quelque chose qu'il connaît et sur lequel il a été entraîné, ce qui résulte en l'aspect typiquement stérile de Flux (cinématographique, photo, certains animaux ou personnes, etc.)
Je doute aussi fortement que l’un des checkpoints complets existants et entraînés fonctionne un jour. J’ai essayé pratiquement tous, mais cela revient toujours à une anatomie déformée ou un biais fort que vous ne pouvez pas corriger avec des prompts négatifs ou le poids des prompts puisque Flux n’utilise pas ces fonctionnalités. Une image d’une personne toujours nue, même si vous demandez des vêtements par exemple. Douteux que cela ait fonctionné dans SDXL, je n'ai jamais trop utilisé les prompts négatifs, mais c’était suffisant pour éviter certaines choses.
Étrangement, tous les checkpoints entraînés ou LoRAfiés avec un style (comme l’anime) fonctionnent très bien, même pour les images réalistes, que j’utilise quasiment pour toutes mes images (pas ici, checkpoint FP8 basique pour présentation)... c’est assez déroutant.
Entraîné sur un ensemble de données que je prévoyais d’utiliser pour SDXL, mais je n'ai jamais obtenu de résultats satisfaisants. Juste un petit test avec quelques images (captions basiques pour le moment) et seulement 800 étapes. Cela sera modifié plus tard en langage naturel.
Les mots les plus utilisés devraient être atmosphérique, mélancolique, calme, apaisant, serein, mystérieux ... et assorti (les images sans caption... eh bien, c’est une caption, j’avais oublié que Kohya choisit le nom du dossier s’il n’y a pas de fichier .txt :D)
Ordre : les 2 premières images avec LoRA / sans LoRA, puis en ordre inversé
A un impact plus ou moins important dans certains cas (pour l’instant)
J’ai fait pas mal de tests avec les LoRA de Flux que j’ai créés et obtenu des résultats vraiment fous. Même après seulement 100 à 200 étapes, le concept est acquis et une intensité plus faible ou plus élevée que la base 1 a toujours un impact énorme, mais il reste toujours quelque chose et on a l’impression que l’on peut choisir des parties spécifiques des images sur lesquelles il a été entraîné sans utiliser l’image entière (comme si vous ne vouliez que le vêtement jaune mais rien d’autre).
J'ai créé environ 30 LoRA jusqu’à présent (uniquement à des fins de test) et ce que l’on peut faire avec seulement quelques images est bluffant.
Peut-être un coup de chance, qui sait.
Détails du modèle
Type de modèle
Modèle de base
Version du modèle
Hash du modèle
Créateur
Discussion
Veuillez vous log in pour laisser un commentaire.
