Onimai-characters-LoHa/LoRa おにまい || Oyama Mahiro / Oyama Mihari / Hozuki Kaede / Hozuki Momiji / Murosaki Miyo / Oka Asahi

첫 번째 모델은 clip skip 1로 훈련되었습니다. clip skip 2를 사용하고 싶으시다면 두 번째 모델을 사용해 주세요.

이 두 모델은 대부분의 상황에서 비슷한 성능을 보일 것입니다 (각 모델이 훈련된 clip skip 값을 사용하는 한). 최종 두 개의 예시 이미지에서 몇 가지 비교가 제공됩니다.

업데이트된 모델은 전체 애니메이션 시리즈와 2023년 4월 30일까지 수집한 팬 아트를 기반으로 훈련되었습니다.

특히 미요와 아사히에 있어 개선되었을 것으로 생각합니다.

푸지미네무와 텐카와나요타의 이미지가 일부 있으나, 제대로 학습된 것 같지 않습니다.

언제나처럼 네트워크는 ACertainty 위에서 훈련되었으며, 대부분의 대중적인 애니메이션 모델과 호환됩니다.

LoHa 버전은 clip skip 1과 clip skip 2 버전 모두 제공되며, 구형 LoRa는 clip skip 1로 훈련되었습니다 (기억으로는).

여러 스타일 간 전환도 시도해 볼 수 있습니다: aniscreen, fanart, edstyle, manga cover. 다만 아래의 점에 유의하세요.

추가 정보:

의상 부분은 적절히 학습된 것으로 보입니다. 각각의 의상이 작동하기 위해 필요한 최소한의 조건은 정확히 알 수 없지만, 일반적인 상식을 활용하세요. 예를 들어 유니폼은 "학교 유니폼, 자켓" 또는 "학교 유니폼, 허리끈"으로, 미하리의 경우는 "보로 타이, 실험복"을 입력할 수 있습니다. 혼합을 피하기 위해 부정적인 프롬프트를 조정해 보세요.
훈련 중에는 눈에 관한 태그만 제거했습니다. 따라서 프롬프트에서 머리 스타일에 대해 더 구체적으로 기술할 필요가 있을 수 있습니다. 각 캐릭터가 여러 가지 다른 머리 스타일로 등장하기 때문에 이 결정을 내렸습니다.
샘플러 선택은 개인의 취향에 따라 다릅니다. 가끔 이상한 효과가 나타날 수도 있습니다. 예를 들어, manga cover 스타일에서는 DDIM을 사용했을 때 낯선 요소들이 많이 생성됩니다. 반면 Euler a와 DPM++ 2S Karras는 보통 더 나은 결과를 줍니다. 이 스타일의 훈련 이미지에는 텍스트가 전혀 없었지만, 그럼에도 불구하고 이러한 요소들이 나타나는 것은 아직도 신비로운 점입니다.

지원이나 명시된 크레딧은 필요하지 않지만, 제가 훈련한 모델을 사용하고 유용하게 느끼고 계신다는 것을 알게 되면 매우 기쁠 것입니다.

또한 더 많은 프랜차이즈 모델의 개발을 적극 권장하고 싶습니다.

관심이 있다면 제 워크플로우를 참고해 보세요: https://github.com/cyber-meow/anime_screenshot_pipeline

단지 하나의 LoRA에 하나의 개념만을 인코드할 필요가 없다는 점을 더 널리 알리고 싶을 뿐입니다.

모델 유형	LoCon
기본 모델	Other
게시일	5/1/2023
학습된 단어	OyamaMahiro OyamaMihari HozukiKaede HozukiMomiji MurosakiMiyo OkaAsahi aniscreen edstyle manga cover fanart