AI艺术生成指南

AUTOMATIC1111 是一款功能强大的开源工具，使 AI 艺术生成变得比以往更加容易。它提供了一个用户友好的界面，用于使用稳定扩散模型创建令人惊叹的图像，而 Lora 模型已成为该生态系统的重要组成部分。

通过在 AUTOMATIC1111 中使用 Lora 模型，艺术家和人工智能爱好者可以释放新的创意可能性，并在人工智能生成的艺术品中实现无与伦比的定制水平。

在本指南中，我们将探讨将 Lora 模型与 AUTOMATIC1111 结合使用的详细信息，为您提供创建真正独特且具有视觉冲击力的艺术作品的工具。

了解 Lora 模型

Lora 模型是“低阶适应”的缩写，很小 稳定扩散模型 对标准检查点模型进行微小更改，使其缩小 10 到 100 倍。这些模型是一种有效的训练技术，用于微调稳定扩散模型，在文件大小和训练能力之间提供平衡。通过对图像和提示相遇的交叉注意力层进行微小的更改，Lora 模型可以在不显着增加模型大小的情况下取得令人印象深刻的结果。

Lora 模型的重要性在于它们能够微调和定制 AI 生成的图像，而无需进行大量的再训练或大型模型文件。这使得它们对于想要维护多样化模型集合而不消耗过多存储空间的用户来说是一个有吸引力的选择。通过使用 Lora 模型，艺术家和人工智能爱好者可以释放新的创意可能性，并在人工智能生成的艺术作品中实现更大的定制化。

使用 AUTOMATIC1111 和 Lora 模型的先决条件

为了有效地使用 AUTOMATIC1111 和 Lora 型号，了解系统要求和安装过程至关重要。在本节中，我们将介绍有效使用 AUTOMATIC1111 和 Lora 模型的先决条件。

系统要求

现代 GPU 至少具有 6GB VRAM（建议使用 8GB 或更多以获得更好的性能）。

64 位操作系统，例如 Windows、Linux 或 macOS。

至少 8GB 系统 RAM，建议使用 16GB 或更多以获得最佳性能。

为 AUTOMATIC1111 应用程序和您计划使用的任何其他型号提供足够的存储空间。

安装 AUTOMATIC1111

借助一键安装程序，安装 AUTOMATIC1111 变得更加容易。此安装程序可自动执行该过程，从而减少用户需要执行的任务数量。您可以在官方 自动1111 GitHub 库。

请按照存储库的自述文件中提供的安装说明进行操作。此过程通常涉及克隆存储库、安装所需的依赖项以及运行应用程序。

在 AUTOMATIC1111 中使用 Lora Undress 模型的分步指南

在本节中，我们将引导您完成设置 AUTOMATIC1111、下载 Lora 模型、将它们集成到界面中以及利用它们生成令人惊叹的定制图像的过程。

1. 设置 AUTOMATIC1111

要开始在 AUTOMATIC1111 中使用 Lora 模型，您首先需要设置 Web UI。 Web UI 是一个用户友好的界面，允许您与 AUTOMATIC1111 软件交互并使用各种模型（包括 Lora 模型）生成图像。

• 从 GitHub 下载 AUTOMATIC1111 存储库并将文件解压到计算机上的文件夹中。

• 如果尚未安装 Python 3.10.6 和 Git，请安装。这些是运行 AUTOMATIC1111 的先决条件。

• 打开命令提示符或终端窗口，然后导航到提取 AUTOMATIC1111 文件的文件夹。

• 运行以下命令安装必要的依赖项：

pip install -r requirements.txt

• 安装完成后，您可以通过运行以下命令启动 Web UI：

2. 下载Lora模型

LoRA 模型 – Civitai。

要在 AUTOMATIC1111 中使用 Lora 模型，您首先需要从各种来源查找并下载它们。一些发现和下载 Lora 模型的流行平台包括 Stable Diffusion Art、 奇维泰和 GitHub。

• 访问以下网站之一来浏览和下载 Lora 模型：

  • 稳定扩散艺术：

  • 奇维泰：

  • GitHub的：

• 找到想要使用的 Lora 模型后，请下载模型文件。 Lora 模型通常以以下格式保存 .pt or .safetensors.

• 下载 Lora 模型后，您需要将其放置在正确的目录中，以便 AUTOMATIC1111 识别和使用它。 AUTOMATIC1111 中 Lora 模型的默认位置是 models/Lora AUTOMATIC1111 安装目录中的文件夹。

• 创建一个名为的新文件夹 Lora 里面的 models 目录（如果尚不存在）。

• 将下载的Lora模型文件移动到 models/Lora 文件夹中。

例如，如果您下载了名为的 Lora 模型 undress_model.safetensors，你的目录结构应该是这样的：

AUTOMATIC1111/
├── models/
│   ├── Lora/
│   │   └── undress_model.safetensors
│   └── ...
└── ...

• 如果 AUTOMATIC1111 Web UI 在 Lora 模型安装过程中正在运行，请重新启动它。这可确保新添加的模型正确加载并可供使用。

通过执行这些步骤，您将成功下载 Lora 模型并将其放置在正确的目录中，以便与 AUTOMATIC1111 一起使用。在下一节中，我们将探讨如何将这些 Lora 模型集成到 AUTOMATIC1111 界面中并开始生成自定义 AI 图像。

3. 将 Lora 模型集成到 AUTOMATIC1111 中

现在您已下载 Lora 模型并将其放置在正确的目录中，是时候将它们集成到 AUTOMATIC1111 界面中了。此过程涉及安装必要的扩展并了解相关的 Web GUI 功能。

• 通过在终端或命令提示符中运行以下命令来启动 AUTOMATIC1111 Web UI：

python launch.py

• 通过打开 Web 浏览器并导航到访问 Web UI

• 在 Web UI 中，导航到“个人设置“ 标签。

• 在下面 ”个人设置”选项卡，找到“劳拉“ 部分。在这里，您将找到已检测到的所有 Lora 模型的列表。 models/Lora 文件夹中。

• 要启用 Lora 模型，请单击其名称旁边的复选框。如果需要，您可以一次启用多个 Lora 模型。

• 启用 Lora 模型后，您可以使用提供的滑块调整其权重。权重决定了Lora模型对生成图像的影响。较高的权重会产生更强的效果，而较低的权重会产生更微妙的影响。

• 启用并调整 Lora 模型的权重后，单击“套用设定”按钮位于页面底部以保存更改。

• 现在，导航到“图像2图像“或”文本2图片”选项卡使用集成的 Lora 模型生成图像。

• 在里面 ”提示”字段中，输入要生成的图像的文本描述。如果要将特定的 Lora 模型应用于提示，可以使用以下语法： your prompt <lora_model_name:weight>。例如，如果您有一个名为“脱衣服”并且想以0.7的权重应用，可以输入以下提示： A person wearing a dress undress:0.7.

• 点击“产生”按钮以使用您集成的 Lora 模型创建图像。

# Example of a prompt with a Lora model applied
prompt = "A person wearing a dress <undress:0.7>"

通过以下步骤，您可以在 AUTOMATIC1111 界面中轻松安装和使用 Lora 模型，从而生成具有特定样式或功能的自定义 AI 图像。

在图像生成中利用 Lora 模型

Lora 模型可以有效地用于 提示 或负面提示生成具有特定风格或特征的图像。以下是如何在提示中使用 Lora 模型，以及调整权重和乘数以获得所需效果的一些技巧。

在提示中使用 Lora 模型

要使用 Lora 模型，请使用以下语法将其直接包含在图像生成提示中： lora:model_name:weight。例如，如果您使用名为“fantasy_style”的 Lora 模型并想要适度的影响，您的提示可能如下所示：

A dragon soaring over a castle <lora:fantasy_style:0.5>

在否定提示中使用 Lora 模型

同样，Lora 模型可以用在负面提示中，以避免某些样式或元素。语法保持不变，但将其放置在否定提示字段中： lora:model_name:weight。例如，为了避免 卡通 看，你可能会使用：

<lora:cartoon_style:-0.5>

调整权重和乘数以获得所需效果

权重和乘数是控制 Lora 模型对生成图像影响的关键参数。以下是调整这些参数的一些技巧：

1. 重量：权重决定了Lora模型对生成图像的整体影响力。较高的权重会产生更强的效果，而较低的权重会产生更微妙的影响。尝试不同的权重值，以实现基础模型和 Lora 模型之间所需的平衡。

2. 乘数：乘数用于控制 Lora 模型对基础模型特定层的影响强度。较高的乘数值将放大对相应层的影响，而较低的值将减弱它。调整乘数可以帮助您微调 Lora 模型对生成图像的不同方面的影响。

通过遵循这些技巧并尝试不同的权重和乘数值，您可以在图像生成中有效地利用 Lora 模型，以在您的图像中实现所需的样式和功能。 AI生成的图像.

关于上海赛睿克及 SCIREQ

当使用 Lora 模型时，特别是那些设计用于脱衣服或发电的模型 明确的内容，以负责任和正念的态度对待这一过程至关重要。考虑以下：

尊重知识产权： 始终尊重 知识产权 他人的权利。请勿使用 Lora 模型创建受版权保护材料的未经授权的副本或侵犯艺术家和创作者的权利。

避免有害或冒犯性内容： 避免生成对个人或团体有害、冒犯或不尊重的内容。注意文化敏感性，避免长期存在刻板印象或偏见。

获得真实描述的同意： 如果您生成的图像与真实人物非常相似，请务必在使用或共享图像之前获得他们的同意。当使用可以创建真实人物描绘的 Lora 模型时，这一点尤其重要。

透明度和归属： 对人工智能在艺术中的使用保持透明，并在适当的时候给予 Lora 模型的创作者以荣誉。这有助于维持人工智能艺术社区内的信任和诚信。

热门 Lora 脱衣模特

有几种流行的 Lora Undress 模型可与 AUTOMATIC1111 中的稳定扩散一起使用。以下是一些最佳选择：

• 1.** 脱下 LoRA 的衣服 [SD1.5 & SDXL1.0]: **这是一款多功能 Lora 模型，可与 Stable Diffusion 1.5 和较新的 SDXL 1.0 模型配合良好。它旨在帮助

• 2.** 穿衣服与脱衣服: **这个 Lora 生成比较图像，左边是穿衣服的版本，右边是未穿衣服的版本。

• 3.** 开/关 LoRA 脱衣: **该模型由 Civitai 开发，经过专门训练，可以生成受试者的脱衣版本和着装版本。它使用提示中的“onoff”关键字来触发效果。 4.0 版本在 640×640 分辨率下效果最佳。

使用这些 Lora Undress 模型时，调整剪辑强度和模型强度设置以获得最佳效果非常重要。较高的模型强度使输出更类似于训练数据，而剪辑强度则决定提示关键字对最终图像的影响程度。

有关 AUTOMATIC1111 中 Lora 脱衣模特的常见问题解答

我可以在 AUTOMATIC1111 中同时使用多个 Lora Undress 模型吗？

是的，您可以在 AUTOMATIC1111 中同时使用多个 Lora Undress 模型，类似于使用嵌入。

Lora 模型和常规稳定扩散模型有什么区别？

Lora 模型比常规稳定扩散模型更小、更高效，因为它们仅修改模型的特定层。这可以实现更快的训练并更轻松地与现有模型集成。

在AI艺术生成中使用Lora模型有什么限制吗？

虽然 Lora 模型具有许多优点，但它们可能不如完整的稳定扩散模型强大或通用。此外，它们的有效性可能会根据训练数据集的质量和大小而有所不同。

Lora Undress 型号是否与所有 Stable Diffusion 型号兼容？

劳拉 脱衣模特 通常与稳定扩散模型兼容，但必须检查特定模型的文档以获取兼容性信息。

如何在 AUTOMATIC1111 中调整 Lora Undress 模型的效果？

您可以通过更改“乘数”值来调整 AUTOMATIC1111 中 Lora Undress 模型的效果，该值可以在 0 到 1 之间微调。

如何与其他用户分享我的 Lora Undress 模型？

要共享您的 Lora Undress 模型，请将其上传到云存储或 Stable Diffusion Art、Civitai 或 GitHub 等平台，并包含详细信息和兼容检查点。

推荐读物：

使用稳定的扩散模型生成 NSFW 内容

艺术、摄影和设计促进稳定扩散

最佳稳定扩散模型

热门免费 Undress AI 工具

总结

总之，Lora 模型，特别是 Lora Undress 模型，使用户能够更有效地微调和定制图像，对人工智能艺术生成社区产生了重大影响。通过了解 Lora 模型的技术方面并遵循最佳实践，艺术家和爱好者可以创造出令人惊叹的、 高品质的图像 突破人工智能生成艺术的界限。随着该领域的不断发展，对于那些寻求探索人工智能艺术生成巨大潜力的人来说，Lora 模型无疑仍然是一个有价值的工具。

来源：https://aimojo.io/zh-CN/use-lora-undress-models-in-automatic1111/