Photographie Amateur [Flux Dev] - v1.0

Bonjour à tous, veuillez lire ceci avant d'utiliser le Lora

Paramètres recommandés (v6) :

• Échelle CFG distillée : 3,5

• Méthode d'échantillonnage et type de planification : DEIS avec DDIM

• Étapes : 20

• Résolution : 896x1152

  • Modèle hires fix : 4x_NMKD-Superscale-SP_178000_G

  • Étapes : 10

  • Bruitage : 0,3

  • Échelle de montée : 1,5

• Poids Lora : 0,8. Vous devez expérimenter selon vos prompts

Paramètres recommandés (v5-final) :

• Échelle CFG distillée : 2,5 à 4

• Méthode d'échantillonnage et type de planification : Heun avec BETA ou DEIS avec DDIM ou [Forge] Flux Realistic (lent) avec Beta / DDIM

• Étapes : >=20 (Parfois j'utilise 20 ou 30 ou 35 ou 40 - Vous devez vérifier à combien d'étapes l'image converge - Donc, expérimentez vous-même)

• Résolution : 896x1152 (Je me suis assuré que ça fonctionne à cette résolution puisque certains n'aimaient pas quand je disais de générer en haute résolution) - Mais vous devez utiliser hiresfix. Voici les paramètres utilisés dans mes exemples d'images

  • Hires fix : 4x ultrasharp, 0,4 de bruit, 10 étapes (Je ne suis pas un expert en montée en résolution. Si vous avez d'autres méthodes, vous pouvez les utiliser)

  • Vous pouvez aussi générer directement en 1344x1728 si possible

• Checkpoint : flux1-dev-Q8_0.gguf (J'utilise celui en Q8. Je ne teste pas ce Lora avec FP8 ou Q4 ou autres quantifications)

• Poids Lora : 0,3-0,5. Vous devez expérimenter selon vos prompts

• Prompt positif : Pas besoin de mot déclencheur. Mais vous devez utiliser quelques termes photographiques pour guider Flux (comme photo, photographie, etc.). Vous pouvez commencer avec les exemples ci-dessous. C'est ainsi que j'ai tagué le dataset d'entraînement

  • Photo en pied de

  • Photo en plan moyen de

  • Selfie de

  • Gros plan de

  • Ou ce que vous voulez (ajustez les étapes, le poids selon votre prompt). Les prompts détaillés fonctionnent toujours mieux

• Problèmes : Si cela arrive, réduisez le poids

  • Mains

  • Texte

  • Personnes en arrière-plan

  • Texture de peau - ce n'est pas parfait. Cela ne me plaît pas non plus. J'essaie de trouver des moyens pour l'améliorer

Je tiens à remercier tous ceux qui ont soutenu Buzz et rendu cette version possible. Mentions honorables :

• plectrudecatastrophe

• Paper_Cranes

• congo2008

Paramètres recommandés (v4-soap-testing et v5-beta) :

• Échelle CFG distillée : 2,5 à 4

• Méthode d'échantillonnage et type de planification : Heun avec BETA ou DEIS avec DDIM ou [Forge] Flux Realistic (lent) avec Beta / DDIM

• Étapes : >=20 (Parfois j'utilise 20 ou 30 ou 35 ou 40 - Vous devez vérifier à combien d'étapes l'image converge - Donc, expérimentez vous-même)

• Résolution : 1344x1728, 1248x1824 ou 1440x1800. 896x1152 fonctionne aussi mais vous devez utiliser hires fix

• Checkpoint : flux1-dev-Q8_0.gguf (J'utilise celui en Q8. Je ne teste pas ce Lora avec FP8 ou Q4 ou autres quantifications)

• Poids Lora : 0,3-0,5 est la plage idéale

• Prompt positif : Ces 2 versions n'ont pas besoin de mot déclencheur. Vous pouvez utiliser photo de, photographié de, Shot on iPhone photo of, This Image features ou ce que vous voulez (voir les exemples postés par d'autres - certains utilisent d'autres types de prompts et obtiennent de bons résultats) mais après beaucoup de tests, j'ai eu de très bons résultats avec le mot déclencheur que j'ai ajouté à droite de cette page. Si vous voulez l'utiliser, vous pouvez sinon utilisez ce que vous souhaitez. Gardez en tête que le dataset est toujours légendé avec GPT4O, donc des prompts détaillés donnent toujours les meilleurs résultats

Je tiens à remercier tous ceux qui ont soutenu Buzz et rendu cette version possible. Mention honorable :

• kudzueye

Paramètres recommandés (v3 et v2) :

• Échelle CFG distillée : 2,5 à 4

• Méthode d'échantillonnage et type de planification : Heun avec BETA ou DEIS avec DDIM ou [Forge] Flux Realistic (lent) avec Beta / DDIM

• Étapes : >=20 (Parfois j'utilise 20 ou 30 ou 35 ou 40 - Vous devez vérifier à combien d'étapes l'image converge - Donc, expérimentez vous-même)

• Résolution : 896x1152 ou 1152x896 ou 1024x1024 (Vous pouvez générer à des résolutions plus élevées également. Flux et ce Lora peuvent le gérer)

• Checkpoint : flux1-dev-Q8_0.gguf (J'utilise celui en Q8. Je ne teste pas ce Lora avec FP8 ou Q4 ou autres quantifications)

• Poids Lora : 0,6-1

• Prompt positif : Si d'autres prompts fonctionnent pour vous avec ce Lora, utilisez-les simplement. Je souligne juste comment je teste le Lora. J'ai vu plusieurs images ici et sur Reddit où les gens utilisent différents types de prompts

  • Commencez toujours par "Photographie amateur de" et terminez par "sur flickr en 2007, blog 2005, blog 2007"

    • Le prompt doit être dans ce format pour obtenir les meilleurs résultats : Photographie amateur de <Description du sujet>, <Description de la scène>, <Tags de qualité d'image>, sur flickr en 2007, blog 2005, blog 2007

Comment le Dataset a-t-il été légendé ? :

• J'ai légendé le dataset d'entraînement en utilisant GPT4o. Les légendes détaillées fonctionnent mieux avec ce Lora

Si vous aimez ce lora et pouvez faire un don à Buzz, c'est grandement apprécié

Si vous ne l'aimez pas et avez des retours constructifs, veuillez laisser un commentaire expliquant les difficultés rencontrées, je tenterai de les corriger dans la prochaine version

Si vous n'avez pas de retours constructifs à partager et que vous souhaitez uniquement vous plaindre à propos de ce Lora, merci d'aller ailleurs