LoRAs: Einführung und Anwendung in der Stable Diffusion

Was ist ein LoRA?

LoRAs (Low-Rank Adaptations) sind kleinere Modelle, die du mit bestehenden Stable Diffusion Modellen kombinieren kannst. Sie erlauben es, ein bestehendes Modell fein zu tunen.

Wie funktionieren LoRAs?

Die Methode zum Training spezieller Stile oder Konzepte, die wir nutzen, ist hier ziemlich ausführlich beschrieben: Dreambooth. Diese neuen Konzepte fallen grob unter zwei Kategorien:

• 1

  Stile

  Zum Beispiel Wasserfarbe, VHS Glitches, Comic Styles, Glas-Optik etc.

• 2

  Subjekte / Objekte

  Prominente Personen / Charaktere wie Liam Gallagher, Rihanna / Lara Croft, Sauron etc.

Wie aktiviere ich ein LoRA?

Um ein LoRA zu aktivieren, kannst du unter dem Tab LoRA ein entsprechendes LoRA auswählen. Wichtig hierbei ist, dass das LoRA auch mit dem Basismodell kompatibel ist.
Hier findest du weitere Informationen zur Aktivierung von LoRAs

Beispiele für die Anwendung von LoRAs

Beispiele für die Anwendung von LoRAs findest du hier: Stable Diffusion – webUI

Was für Daten brauche ich, um ein eigenes LoRA zu trainieren?

Du brauchst dafür ein Dataset von ca. 10-30 Bildern. Dies können Bilder eines bestimmten Stils, eines Objekts oder beispielsweise des Gesichts einer Person (Selfies) sein. In einem Beispiel wurde ein Dataset mit 50 Bildern des Pilatus genutzt. HomestagingKi bietet einen einfach zu bedienenden Service für die Erstellung und Anwendung von LoRAs.
Mehr Informationen zur Datensammlung findest du hier: Daten für LoRAs

Zusammenfassend lässt sich sagen:

LoRAs bieten eine flexible und kostengünstige Möglichkeit, bestehende Stable Diffusion Modelle zu erweitern und zu verfeinern. Sie ermöglichen die Integration neuer Stile und Konzepte in generierte Bilder, was besonders für die Immobilienvermarktung, z.B. durch HomestagingKi, nützlich sein kann.