拿两块4070ti把六个主流底模挨个跑了遍人像lora,ideogram意外最稳

手里两块4070ti闲着,干脆拿来做了一轮人像lora横评,想看哪个底模还原度最能打。按实际顺序记一下:

  1. 选模型:Krea、ideogram、flux 1 dev、flux 2 dev、flux 2 klein、Z image,六个挨个跑。
  2. 定考题:白人女性基本都没压力,拉不开差距,所以重点看南亚和黑人脸。这两类最容易露底——不少模型一过拟合就崩成刻板脸,或者干脆把输入图原样吐回来,等于是背下来了。
  3. 处理跑不动的:flux 2 dev用的是Mistral编码器,16G根本塞不下。租了5090跑两次,结果也一般,就放弃了。
  4. 排序:ideogram最稳;其次是老的flux 1 dev;Z image和klein居中;Krea和flux 2 dev垫底。

有点反直觉的是新版不一定比老版强,flux 1 dev反倒排第二,所以别默认出了新底模就该换。我判断只认一条:难的脸能不能还原,简单的脸谁都能过。

接下来生产线准备从flux 1 dev切到ideogram。也不是没翻车,个别几张还是会崩,但整体提升挺明显。

光排名不够,得看实际对比图

南亚黑人脸过拟合太真实了,我训到现在还是老问题

1 个赞

ideogram能训lora?我一直以为它不开放

蹲

Z image排到klein前面,有点意外 :eyes:

收藏了

南亚脸数据集你配了多少张?我怀疑一半问题出在素材少

2 个赞