本模型由Flux.1-dev模型finetune全量微调 

借助MIT 韩松大佬svdq 4位量化技术压缩

主要目的为微调源生flux模型的写实表现较弱，视觉镜头感不足，细节解析较弱问题

同时尽量不对模型整体权重造成过多偏移 导致局部权重过度拟合或灾难性遗忘除训练集外的其它权重

注意！ 本模型定位为直接相机采集输出 且训练集也大多为未经修饰原图  保留更多后期余地  没有普遍模型出图的过度修饰效果  且没有针对面部数据做强化训练 美丑全靠运气

共分为3个阶段

第一阶段：冻结模型大部分层级逐步解冻transformer block Attention q k层，微调提示词token序列对齐性能  调整对标注逻辑的响应性能

第二阶段:   冻结其它层 对transformer blocks ff层进行图像拟合训练 增强视觉表现 构图

第三阶段：冻结其它层 逐步解冻single transformer blocks层 每次试验解冻7层 直至解冻到transformer block 15-18   后续测试裁剪出single transformer blocks proj_mlp  proj_out层 对最终视觉呈现结果微调

合并层为BFL 适配Comfyui  提醒：webUI生成效果未经测试 谨慎使用

推荐参数:

Comfyui

采样器：DPMpp  2s a  

Sigmas：beta  

Shift：1.1/0.6

FluxGuidance: 3

Step: 15

推荐 通过CN放大 示例图均带有工作流

webui（不推荐）

采样器：DPMpp  2m

Sigmas：beta

CFG:1

Step: 20

正常放大即可

提示词逻辑推荐

1 主要主体

2 外貌特征 衣着

3 表情 姿态

4 背景元素和主体之间的关系

5 几何 抽象形状的形态 颜色 相对位置

6 光影 色彩基调 及造成了什么样主要氛围

组合成一段自然语言  可以使用使用大语言模型帮助写作