在比较不同的控制网络时，我注意到大多数在 0.6 强度左右保留了良好的细节，但当我将强度增加到 0.7 或更高时，质量开始迅速下降。 InstantX union pro 模型脱颖而出，但只有深度预处理似乎能够提供始终如一的良好图像，而 canny 还不错，而 openpose 则相当糟糕。自 Flux 发布仅 1 个多月以来，我们非常幸运地拥有了我们所做的控制网络，但我们距离使用 Xinsirs SDXL 控制网络对图像生成进行详细控制还有很长的路要走。我最近联系了 Xinsir，与他讨论如何在 Flux 上训练他的 10m 图像控制网络数据集。他说他很沮丧，但需要计算……而且需要很多！训练他的 SDXL 控制网络花费了大约 8000 至 100 小时，并且由于 Flux 是一个更大的模型，我们可能需要 3 倍的训练时间才能在 Flux 上达到相同的质量水平。我想看看你们对此有何看法
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
