4/10 Lora &动画测试

Lora测试

1.重新整理并使用了新的数据集，对于风格、色调上更加要求统一

2.原版tag冗长且图片之间并没有所谓的关联性，所以使用了新的tag

新版思路采用了“xyzb style,xyzb,traditional Chinese print, multiple figures, traditional attire, black outline, red, green, orange color”等数据集可以通用描述词+图片本身特有的物体描述，比如：mythical creatures、floral carpet

结果：

输入关键词：smoking monkey

输入：astronaut

炼制的lora主要参数设置为：

优化器：adamw

训练函数：constant

rank和alpha：128 /64

训练率为：0.0001

（其他）

结果是很惊喜的，再次说明了数据集和tag对于lora生成结果的影响。ai对于风格上面进行了很好的学习，此次基本达到了目的，

---------------------

动画测试：

运用了新的工作流steerable-motion进行了测试。

大模型通常对于常见风格和人物匹配效果更好（看下面的视频对比），发现小众风格下的限制还是挺大的，尤其是lora效果不太好的情况下。

可以发现，明显真实的、常见的人物和风格生成效果要远远好于追求平面小众风格的视频2，所以视频3中的那种结合比较真实的效果达到的效果反而会好一点。