推荐权重：
0.8~1.2(通用模型)
0.3~0.7(面部特写模型)
1.0~1.8(融合模型)
【通用模型】
百搭模型，泛化性强，tag识别度很高
【面部特写模型】
从通用模型生成的图片中筛选高质量脸部，再次训练，如此往复，达到高质量面部特写的效果。但tag识别度较低，由于训练素材中去除了背景和杂色，如需添加背景或让图像颜色更丰富，可能需要提高相关提示词的权重。此类模型专注面部特写，可能会有美颜过重的感觉，并且不擅长处理脸部面积过小的图片，写tag时尽量使脸部长宽达到图片宽度的1/3以上（谨慎使用诸如fullbody等减少面部权重的tag）
【融合模型】
就是前两个模型按1:1的比例Merge的版本，集合了两者各自的优点，强推！！