📢 喜报:Seed V2.0 LoRA训练 + ComfyUI调试功能上线!🎉
以下效果均为Seed生成
圣诞写真
新年写真
梦核风

基础文生图
说明
- 「灵感广场-自研Seed系列」,选择模型,输入prompt即可生图

LoRA训练
说明
秘籍:推荐sft基模 + 自然语言打标
- 基模选择:综合风格浓度和稳定性,sft模型训练的效果最好,pretrain风格浓度低,rlhf稳定性差
- 打标:自然语言打标,描述无需过于详细
Seed2.0水墨风格LoRA模型参数参考
步骤 | 图示 | 说明 |
---|
步骤1:
[进入LoRA训练页面] | 
| 选择「Seed训练」 |
步骤2:
上传图集 + 打标 | 
| - 打标方式:建议用自然语言打标,且Seed支持中文打标,对中文有较好的响应度
- 打标内容:对于风格词的描述不宜过多过杂,对于Seed来说1-2个风格词即可
|
步骤3:
参数设置 | 





| - 批量大小(train batch size):推荐2-5;和 repeat 需为整除关系,且train batch size <= repeat
- 训练轮次(train batch size):模型本身拟合较快,训练轮次不宜太多,建议训练15-20轮,每3-4轮可保存一次
- 基础模型类型:pretrain、sft(综合推荐)、rlhf(风格最强烈,但易过拟)
- dropout概率:推荐0.1
|
ComfyUI调试
说明
**秘籍:**重视prompt调试
- prompt:模型对prompt响应度很高,大部分人像写真效果可以做到无LoRA通过prompt直出,需注意prompt要精简,便于模型理解
- LoRA权重:一般情况下0.3-0.5左右就可以有明显风格效果;且过高会影响基模发挥,结构准确性、图文匹配度会下降
调试入口
进入ComfyUI工作台模式

工作流
版本一:T2I

Seed_t2i+LoRA (2).json
未知大小

seed_t2i (2) (1).json
未知大小
效果预览:
版本二:I2I换脸+IDIP
流程:
- Seed + IPID保持:学习用户脸型,避免换脸的时候只换了五官,脸型不像用户图
- SwapFace换脸
效果预览:
插件介绍
1. 模型加载
基模HighAes_2.0_LoadCheckpoint
- 自带 3 个模型,分别是 25 的原始模型和 16、9 步加速模型。加速模型会对效果产生一定影响,9 步模型可以满足大多数需求,如果对效果有强需求可以尝试使用 16 步模型。25 步模型仅做效果参考不上线。
LoRAHighAes_2.0_LoRALoader
采样器HighAes_2.0_Sampler
- 根据基模调整采样器的出图步数,即9步模型的steps为9,以此类推
图片分辨率HighAes_2.0_IDIPAutoBucketSize
2.主体保持:IDIP Keep
- ID:人脸保持;IP:保持人物/物体/动物等主体信息
- 有人脸情况:ID、IP都开;非人脸情况:ID设为0、IP开大
3.画面控制:ControlNet
ControlNet 支持叠加使用,可以根据需要自由增减和组合。