LoRA (Localized Reference-based Autoencoder)是一种基于引用图像的自编码器模型，它通过学习输入图像和引用图像之间的对应关系，实现对输入图像的绘制和着色。LoRA最初由Adobe Research团队提出，并在2019年的ICCV会议上进行了介绍。
与传统的自编码器不同，LoRA是一种“条件式”自编码器，它的训练过程需要使用引用图像。引用图像是一张已经上色或绘制完成的图像，LoRA会从引用图像中学习颜色和纹理信息，并将这些信息应用到输入图像中，实现自动着色和绘制。因此，LoRA可以在无需任何人工干预的情况下，自动将黑白图像转换为彩色图像或添加艺术效果。
LoRA之所以成为最重要的AI绘图模型，是因为它在绘制和着色任务上取得了优秀的表现。它不仅可以处理普通的照片，还可以处理卡通、漫画等不同类型的图像，为用户提供更加多样化的绘制体验。此外，由于LoRA是基于引用图像的模型，它可以在无需复杂的人工干预的情况下进行训练和使用，极大地提高了工作效率。因此，LoRA已经成为许多数字艺术家、设计师、游戏开发人员和其他创意从业者的首选绘图工具之一,例如：对比度调整、色彩平衡等操作，使其更加清晰、明亮、自然。
写实
欧式卡通
日式卡通
LoRA调整图像风格的流程：
首先，选择基础模型，例如之前文章介绍的ckpt，然后引入LoRA，它会对图像进行自动对齐。它会将图像分成很多小块，然后在每个小块中找到一些特征点。这些特征点可以是角点、边缘、纹理等等。通过找到这些特征点，LoRA可以自动计算出每个小块在图像中的位置和方向，从而对整个图像进行对齐。
接下来，LoRA会对图像的对比度和色彩进行调整。它会根据图像中的亮度、色彩分布等信息，自动调整图像的对比度和色彩平衡，使图像更加清晰、明亮、自然。这个过程是基于深度学习的，LoRA使用了许多预先训练好的神经网络模型来对图像进行分析和处理。
最后，LoRA会对图像进行去噪处理。它会使用一些高级算法来去除图像中的噪点和杂质，使图像更加干净、清晰。
总的来说，LoRA是一种非常强大的图像处理技术，可以对图像进行自动化处理，使其更加清晰、明亮、自然。它可以应用于许多领域，比如风格调整、角色姿势调整、卡通化等等。下面是一些姿势调整的样例图片：
欢迎关注收藏，持续分享精彩内容。
