发现补角度的绝佳方法！

sinksky

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

直接即梦图生视频，效果杠杠的！


提示词要5零食不过分吧


仰角视频预览：


链接: https://pan.baidu.com/s/1ghH5Kar-90XVCnNRzxKKNw?pwd=eyjq 提取码: eyjq

WaveBedo

fengjunwei 发表于 2025-5-22 17:30
即梦3.0的5秒一致性确实比可灵2.0强一些，不过如果你仔细看还是会发现脸部细微变化的，毕竟没LORA。

你真 ...

即梦或者可灵可以使src变成光头吗
src有刘海

fengjunwei

国际狄拉克 发表于 2025-5-24 21:40
请教下这个lora怎么训练，有没有什么文档

https://github.com/tdrussell/diffusion-pipe

这个是训练器，可以训练wan2.1，hunyuan等。不推荐用比如汤团猪之类的训练器，虽然是差不多的框架，但是实际测试下来同素材出来的效果差太多，训练的时候每张图片设定每轮只看1次，别什么设置看好几次，训练设置2e-5，不开FP8效果佳，BS其实不用太高，设置2就行，太高影响泛化。

如果是打算练人物，推荐用hunyuan模型，训练出来的lora是多注意力模型，之后你无论是文生视频，还是把人物和你训练的场景一起用，人物相似度能达到95%，卡通和3D人物能达到99%

如果打算训练图生视频辅助，那训练win2.1的lora也可以，但是因为是单注意力模型，所以你如果没有图片，自己生成人物，那么相似度也就80%到90%

也没什么训练文档，其实很简单，用图片训练的话和SD差不多，只不过打标文件要用自然语句，不是用一个个关键词标签。如果是训练人物，那么达标要描述详细比如（XX人，照片中的年轻女子一头乌黑的长发，佩戴着雪花形状的精致银簪。她面容清秀，发丝纤细，目光微微偏向左侧，表情宁静祥和。她头部微微上扬，身体向前。她身着优雅的浅蓝色连衣裙，图案精致，袖口飘逸。她还戴着一条串珠项链。这张照片是一张半身照，拍摄角度略低，柔和的灯光凸显了她的五官，并投射出柔和的阴影。）

如果用视频训练动作，那不要写太复杂比如（XX人和狗打架，视频中一个女人和一直狗在打架，女人做了什么动作，狗做了什么动作）就完事了，不要描写太多，不然影响泛化，这样你就可以把你练的任何人物LORA替换成你训练的这个女人和这只狗打的视频中的女人。

用视频训练的话对显卡要求非常高，所以把视频切割成5秒每秒16帧，然后给每个视频打标记，如果只是训练简单动作或场景，8个5秒视频，一共跑1600步就够了，每多一个视频加200步，显卡好的话几小时，显卡差就切割成2秒一段，分辨率改成很低，比如512X288，384X384，那么勉强开内存交换16G能跑，但是这样也就只能训练动作了，要用视频训练人物长相起码视频能有960X960分辨率，这样的视频训练要求4090 48G起步，所以一般来说训练人物用图片就够了，960X960的图片话开内存交换30，16G也能跑。

fengjunwei

即梦3.0的5秒一致性确实比可灵2.0强一些，不过如果你仔细看还是会发现脸部细微变化的，毕竟没LORA。

你真的要一致性高，就拿同一个镜头怼脸的关键帧每张跑300步，训练个基本LORA，然后用FramePack-eichi别开FP8加载这个LORA，再加载原图，再图生视频，然后选出你觉得满意的角度，再把这些生成的角度训练一个LORA，再二次生成视频，你就会得到惊人的一致性

sinksky

fengjunwei 发表于 2025-5-22 17:30
即梦3.0的5秒一致性确实比可灵2.0强一些，不过如果你仔细看还是会发现脸部细微变化的，毕竟没LORA。

你真 ...

一般素材通常不是很大角度的都能满足，最难找的就是几乎看不到脸的超大角度图，如果只需要即梦生成的最后的大角度的话，基本够用了

sinksky

fengjunwei 发表于 2025-5-22 17:30
即梦3.0的5秒一致性确实比可灵2.0强一些，不过如果你仔细看还是会发现脸部细微变化的，毕竟没LORA。

你真 ...

只能说dfl的算法现在真不行，这么多图都喂不出一个无死角的三维脸模，搞lora感觉太麻烦了时间精力成本过高啊，即梦这个可能是最傻瓜的做法了

zhulashi

提示词是个让人头疼的问题，即使提示词对了，也要频繁抽卡

sinksky

zhulashi 发表于 2025-5-22 21:50
提示词是个让人头疼的问题，即使提示词对了，也要频繁抽卡

用我给的提示词不用抽，基本一两次就能用，就给src的脸图就行了

国际狄拉克

zhulashi 发表于 2025-5-22 21:50
提示词是个让人头疼的问题，即使提示词对了，也要频繁抽卡

猪拉屎同学，你怎么那么多积分

zhulashi

国际狄拉克 发表于 2025-5-22 22:21
猪拉屎同学，你怎么那么多积分

注册好久了，只是以前电脑配置好差一直没法训练模型，今年升级电脑才能玩

zhulashi

sinksky 发表于 2025-5-22 22:19
用我给的提示词不用抽，基本一两次就能用，就给src的脸图就行了

谢谢大大，等会试试效果

fengjunwei

sinksky 发表于 2025-5-22 17:42
只能说dfl的算法现在真不行，这么多图都喂不出一个无死角的三维脸模，搞lora感觉太麻烦了时间精力成本过 ...

搞LORA虽然费时，不过好处也是多多，DFL我现在只玩直播了，别的都是用视频模型直接LORA做片子了，毕竟身体都是还原的，还能自己设计剧本，比直接换脸有意思