--- license: other language: - zh tags: - lora - text-to-image - moss-image - character - portrait base_model: MOSS-Image pipeline_tag: text-to-image --- # PygonGirl1024 · MOSS Image 人物 LoRA 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。 ## ⚠️ 免责声明 **本仓库仅限技术学习与个人研究交流使用。** - 所有模型**禁止商用、禁止二次分发、禁止用于任何违法用途** - **下载后请在 24 小时内自行删除** - 模型仅供研究 LoRA 训练方法之用,不对生成内容负责 - 使用者需自行承担使用本模型产生的一切后果 - 如相关权利人认为内容不当,请通过 Issues 联系,将立即删除 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。 --- ## 模型列表 | 角色 | 版本 | 文件 | 触发词 | |---|---|---|---| | 唐嫣 | v4 | `moss_tangyan_v4.safetensors` | `唐嫣, tangyan, woman` | | 唐嫣 | v3 | `moss_tangyan_v3.safetensors` | `tangyan, 唐嫣, woman` | ### 推荐参数 | 项 | 值 | |---|---| | 权重强度 | **1.0 – 1.2** | | 采样步数 | 20 – 30 | | CFG | 4 – 5 | | 分辨率 | 1024 × 1024 起 | --- ## 训练配方 参数全部公开,想复现或自己练一个照着来即可。 ### 底模与超参 | 项 | 值 | |---|---| | 基座模型 | MOSS-Image **Base**(不是 SFT 版) | | 网络结构 | LoRA · **rank 32 / alpha 32** | | 学习率 | 1.5e-4 · cosine 调度 | | 训练步数 | 2000 | | batch size | 1 | | 分辨率分桶 | 512 / 768 / 1024 | | 训练器 | ai-toolkit v0.13.40 | | 硬件与耗时 | RTX 4060 Ti 16G · 约 3 小时 | ### 数据集构成 | 项 | 标准 | |---|---| | 训练张数 | 120 – 200 张 | | 分辨率门槛 | **短边 ≥ 1024**,低于此一律不收 | | 景别配比 | 特写 / 胸像 / 半身 / 全身尽量均衡 | | 筛选标准 | 单人、五官清晰、无遮挡、非多人合影、非过度修图 | | 去重 | dHash 感知哈希,汉明距离 ≤ 6 判为重复 | ### 打标策略(关键) 触发词格式: ``` <中文名>, <拼音>, woman ``` **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。 只描述会变化的部分: - 服装与配饰 - 姿态与动作 - 表情(仅情绪,如 smiling / serious) - 场景与背景 - 光线 - 镜头构图与角度 **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。 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。 打标模型:Qwen3-VL-4B(本地部署,约 39 秒/张)。 --- ## 使用方法 ### ComfyUI ``` models/loras/moss_tangyan_v4.safetensors ``` 配合 MOSS-Image 底模使用,LoRA Loader 强度建议 1.0–1.2。 ### 正向提示词示例 ``` 唐嫣, tangyan, woman, wearing a black evening gown, standing on a red carpet, full body shot, natural lighting, looking away from camera ``` --- ## 目录结构 ``` ├── moss_tangyan_v4.safetensors # v4 权重(141.8 MiB) ├── moss_tangyan_v3.safetensors # v3 权重(保留做对比) ├── tangyan_v4_config.yaml # v4 完整训练配置 └── assets/ ├── tangyan_v4_face.jpg # 四机位展示图 ├── tangyan_v4_half.jpg ├── tangyan_v4_side.jpg └── tangyan_v4_seat.jpg ``` --- ## 已知限制 - **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 - **多人场景不擅长**:训练集以单人为主,多人互动时容易串脸 - **无法精确控制年龄与体型**:caption 刻意不含这些描述 --- ## 更新记录 | 日期 | 版本 | 变更 | |---|---|---| | 2026-11-06 | v4 | 数据集 194 张(短边 ≥1024 硬门槛),触发词顺序调整 | | 2026-11-05 | v3 | 首个可用版本,124 张 |