SakuraRain
詳細
ファイルをダウンロード
モデル説明
SakuraRainは、私の好きな2つのチェックポイント、RainPonyXLとSakuraSushi XLを50/50でマージしたものです。（両方のモデルを試してみてください。どちらも素晴らしいです）私はRainPonyXLの色使い、優れた解剖学的構造（特に指）、そして興味深い背景と、SakuraSushi XLのより大きく、かわいらしいアニメ風の目を組み合わせたものを目指しました。このチェックポイントのマージの目的はアニメキャラクターに焦点を当てたものですが、RainPonyXLの影響により、興味深い風景を生成する能力も備えています。初期テストでは、気に入った有望な結果が得られました。今後もこのマージをさらにテストし、自分の作品をここで共有したいと思っています。皆さんが作成した作品もぜひ見せてください！
上記の例画像は、インペインティングやADetailerを使用せず、img2imgで編集や処理を施していません。ただし、それらにはHires. fixを使用しました。（プロセスの詳細は下記に記載）
使用ガイド
このモデルにはVAEが組み込まれています。 別途VAEを設定する必要はありません。
使用上の提案については、以下は私がAutomatic1111/ForgeUIを使用する際の個人的な好みです。もしあなたがSDXL/PonyXLチェックポイントを既に使用している方法があるなら、自分なりの設定で実験してみてください。
生成設定
解像度サイズ：ポートレートでは832×1216、風景では1216×832を好みます。r_ainはポートレートに896×1152、風景に1152×768を使用しています。1024×1024は1:1の比率に適しており、これはSDXLベースのチェックポイントであるためおすすめです。
サンプリング方法：DPM++ 2M Karras、euler a、またはRestart。気分次第です。
CFG：7が理想ですが、4～7の範囲で問題なく動作します。
サンプリングステップ：25～35。普段は25、28、30が私の「ラッキーナンバー」です。シードごとにどのステップが最適か確認したい場合は、X/Y/Zプロットで試してみることをおすすめします。
ポジティブプロンプト
このモデルはPonyXLベースであるため、ポジティブプロンプトは以下のように始めます：
score_9, score_8_up, score_7_up, score_6_up, score_5_up
ただし、トークンを無駄にしないよう、私が通常使用するのは：
score_9, score_8_up, score_7_up
「masterpiece」や「high quality」などの品質を示す言葉は、すでにscoreタグが品質を示しているため、あまり役立ちません。何かを表現する際、PonyXLはbooruタグで学習されているため、booruタグの一覧を参照するか、SD WebUI Tag Autocompleteなどのツールを導入して支援すると良いでしょう。ただし、これは依然としてSDXLベースであるため、「chinese village」と言えば「east asian architecture」と言うより、意図が伝わりやすいことも発見しました。創造的に試してみて、効果的な方法を見つけてください。ただし、このモデルおよびその元になったモデルは、booruタグと組み合わせて最も良く機能する点を意識してください。
一般的に、私のポジティブプロンプトは以下の形式で始めます：
score_9, score_8_up, score_7_up, source_anime, {プロンプトタグで描写したい内容}
ネガティブプロンプト
低スコアタグ（5以下）をネガティブプロンプトに含めるべきかどうかについては多くの議論がありますが、私は個人的にそれらを含めません。むしろ、ネガティブプロンプトは可能な限り短く保つようにしています。これは@FallenIncursioが自分のチェックポイントを使用する際の提案に基づいており、私のプロンプトでも効果的です。私の基本ネガティブプロンプトは以下のように始めます：
3d, monochrome, simple background
「simple background」を省略してもかまいませんが、このタグだけでも環境をより興味深くするのに大きく貢献しており、r_ainの多くのプロンプトでもこのように使われています。
ただし、ネガティブプロンプトは確かに影響を与えます。しかし、「bad hands」「extra fingers」「extra toes」などの、画像に含めたくない要素を最初から列挙するのは避けた方がよいです。ポジティブプロンプトだけでシードを用いて画像を生成し、問題が見つかったら、その箇所をネガティブプロンプトで削除するようにタグを追加していくのが最適です。時にはネガティブプロンプトを一切使わず、ポジティブプロンプト内のキーワードの配置を変えたり、重みを調整するだけで画像の方向性が変わることもあります。そのため、ネガティブプロンプトは段階的に追加することをおすすめします。
Hires. fix
一部の人々は、詳細を後でimg2imgでアップスケールすべきだと主張していますが、私はこれまでその方法をうまく確立できていません。（より良い方法があれば教えてください）私が行っているのは、Hires. fixを使わず多数の画像を生成し、シードを戻して有望な結果を確認することです。必要に応じて、ポジティブまたはネガティブプロンプトのキーワードを追加・削除し、有望な結果を得るまで調整します。その後、以下の設定を使用します：
アップスケール倍率：1.5x。それ以上にすると、余分な指や長い胴体など、予期せぬ結果が出やすくなります。
アップスケーラー：アニメ向けには4x_BooruGan_650kを使用しています。
デノイジング強度：0.5～0.6。0.6から始め、不要な追加細部が出現した場合は0.5に下げます。時には0.7を試して成功することもありますが、この値以上になると、余分な指・手・足、へそがずれるなどの問題が発生しやすくなります。0.5未満にすると、細部が十分に追加されません。
Hiresステップ：0
ADetailer
ADetailerは画像の細部を修正するのに使用してください。以下が私の提案です：
顔にはface_yolove8n.ptを使用し、目色や目つき、頬の赤み、顔に付いているピアスや体液など、顔の特徴を表すポジティブプロンプトのみを追加します。また、特定のキャラクターの目色のトーンを改善するために、ADetailerのポジティブプロンプトにLoRAの埋め込みを含めるのも効果的です。
乳首の修正には、ADetailer Nipplesモデル（アニメ）を使用し、ADetailer用Nipple LoRAで修正してください。LoRAの使用方法をよく読み、ADetailerのポジティブプロンプトにLoRAの埋め込みと「nipples」という単語の両方を含める必要があります。また、検出モデルの信頼度しきい値を0.7以上に設定してください。それ以下だと、肘など不適切な場所に乳首が検出される可能性があります。
現在のところ、手の修正にADetailerを使用するのはあまり有効ではありません。無視してください。
結論
このマージをお楽しみいただければ幸いです！皆さんが投稿される作品を楽しみにしています。また、以下に可能な表現の例をできるだけ多く掲載する予定ですので、プロンプトのアイデアを得るために画像をご確認ください。このマージを公開し、励ましやアドバイスをくださった@r_ainと@Random992に心より感謝します。このマージの起源に関わったすべての方々にもお礼申し上げます。