Pygon commited on
Commit
fffdbec
·
verified ·
1 Parent(s): 1b533f2

Add model card with training recipe and disclaimer

Browse files
Files changed (1) hide show
  1. README.md +152 -0
README.md ADDED
@@ -0,0 +1,152 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ license: other
3
+ language:
4
+ - zh
5
+ tags:
6
+ - lora
7
+ - text-to-image
8
+ - moss-image
9
+ - character
10
+ - portrait
11
+ base_model: MOSS-Image
12
+ pipeline_tag: text-to-image
13
+ ---
14
+
15
+ # PygonGirl1024 · MOSS Image 人物 LoRA
16
+
17
+ 基于 **MOSS-Image** 训练的人物 LoRA 集合,本地训练,参数与数据集构成全部公开。
18
+
19
+ ## ⚠️ 免责声明
20
+
21
+ **本仓库仅限技术学习与个人研究交流使用。**
22
+
23
+ - 所有模型**禁止商用、禁止二次分发、禁止用于任何违法用途**
24
+ - **下载后请在 24 小时内自行删除**
25
+ - 模型仅供研究 LoRA 训练方法之用,不对生成内容负责
26
+ - 使用者需自行承担使用本模型产生的一切后果
27
+ - 如相关权利人认为内容不当,请通过 Issues 联系,将立即删除
28
+
29
+ 请自行遵守所在地区法律法规。继续下载即视为已阅读并同意上述条款。
30
+
31
+ ---
32
+
33
+ ## 模型列表
34
+
35
+ | 角色 | 版本 | 文件 | 触发词 |
36
+ |---|---|---|---|
37
+ | 唐嫣 | v4 | `moss_tangyan_v4.safetensors` | `唐嫣, tangyan, woman` |
38
+ | 唐嫣 | v3 | `moss_tangyan_v3.safetensors` | `tangyan, 唐嫣, woman` |
39
+
40
+ ### 推荐参数
41
+
42
+ | 项 | 值 |
43
+ |---|---|
44
+ | 权重强度 | **1.0 – 1.2** |
45
+ | 采样步数 | 20 – 30 |
46
+ | CFG | 4 – 5 |
47
+ | 分辨率 | 1024 × 1024 起 |
48
+
49
+ ---
50
+
51
+ ## 训练配方
52
+
53
+ 参数全部公开,想复现或自己练一个照着来即可。
54
+
55
+ ### 底模与超参
56
+
57
+ | 项 | 值 |
58
+ |---|---|
59
+ | 基座模型 | MOSS-Image **Base**(不是 SFT 版) |
60
+ | 网络结构 | LoRA · **rank 32 / alpha 32** |
61
+ | 学习率 | 1.5e-4 · cosine 调度 |
62
+ | 训练步数 | 2000 |
63
+ | batch size | 1 |
64
+ | 分辨率分桶 | 512 / 768 / 1024 |
65
+ | 训练器 | ai-toolkit v0.13.40 |
66
+ | 硬件与耗时 | RTX 4060 Ti 16G · 约 3 小时 |
67
+
68
+ ### 数据集构成
69
+
70
+ | 项 | 标准 |
71
+ |---|---|
72
+ | 训练张数 | 120 – 200 张 |
73
+ | 分辨率门槛 | **短边 ≥ 1024**,低于此一律不收 |
74
+ | 景别配比 | 特写 / 胸像 / 半身 / 全身尽量均衡 |
75
+ | 筛选标准 | 单人、五官清晰、无遮挡、非多人合影、非过度修图 |
76
+ | 去重 | dHash 感知哈希,汉明距离 ≤ 6 判为重复 |
77
+
78
+ ### 打标策略(关键)
79
+
80
+ 触发词格式:
81
+
82
+ ```
83
+ <中文名>, <拼音>, woman
84
+ ```
85
+
86
+ **caption 里绝不描述长相**——不写发色、发型、脸型、五官、肤色、妆容、年龄、性别、体型,也不写 beauty 类形容词。
87
+
88
+ 只描述会变化的部分:
89
+
90
+ - 服装与配饰
91
+ - 姿态与动作
92
+ - 表情(仅情绪,如 smiling / serious)
93
+ - 场景与背景
94
+ - 光线
95
+ - 镜头构图与角度
96
+
97
+ **为什么要这样**:LoRA 学的是「图里恒定、而 caption 没有描述」的东西。把长相写进 caption,等于告诉模型「长相不重要,忽略它」——结果就是训出一个长得不像的模型。
98
+
99
+ 这也是为什么**发型不会被锁定**:caption 刻意没写发型,所以它会随提示词变化。需要固定发型时,在正向提示词里写明即可。
100
+
101
+ 打标模型:Qwen3-VL-4B(本地部署,约 39 秒/张)。
102
+
103
+ ---
104
+
105
+ ## 使用方法
106
+
107
+ ### ComfyUI
108
+
109
+ ```
110
+ models/loras/moss_tangyan_v4.safetensors
111
+ ```
112
+
113
+ 配合 MOSS-Image 底模使用,LoRA Loader 强度建议 1.0–1.2。
114
+
115
+ ### 正向提示词示例
116
+
117
+ ```
118
+ 唐嫣, tangyan, woman, wearing a black evening gown, standing on a red carpet,
119
+ full body shot, natural lighting, looking away from camera
120
+ ```
121
+
122
+ ---
123
+
124
+ ## 目录结构
125
+
126
+ ```
127
+ ├── moss_tangyan_v4.safetensors # v4 权重(141.8 MiB)
128
+ ├── moss_tangyan_v3.safetensors # v3 权重(保留做对比)
129
+ ├── tangyan_v4_config.yaml # v4 完整训练配置
130
+ └── assets/
131
+ ├── tangyan_v4_face.jpg # 四机位展示图
132
+ ├── tangyan_v4_half.jpg
133
+ ├── tangyan_v4_side.jpg
134
+ └── tangyan_v4_seat.jpg
135
+ ```
136
+
137
+ ---
138
+
139
+ ## 已知限制
140
+
141
+ - **全身生成偏弱**:v4 训练集全身景别占比偏低(约 3%),全身构图的稳定性不如半身和特写
142
+ - **多人场景不擅长**:训练集以单人为主,多人互动时容易串脸
143
+ - **无法精确控制年龄与体型**:caption 刻意不含这些描述
144
+
145
+ ---
146
+
147
+ ## 更新记录
148
+
149
+ | 日期 | 版本 | 变更 |
150
+ |---|---|---|
151
+ | 2026-11-06 | v4 | 数据集 194 张(短边 ≥1024 硬门槛),触发词顺序调整 |
152
+ | 2026-11-05 | v3 | 首个可用版本,124 张 |