Strict mirroring

세부 정보

파일 다운로드

모델 설명

이것은 엄격한 거울 개념의 학습 경계를 연구하기 위한 초기 실험용 LoRa입니다.

SDXL이 거울 바닥을 그릴 수 있기 때문에 가능하다고 생각합니다.

상태

IL V2: 이 LoRa 버전은 새로운 생성에서 엄격한 반사를 얻을 확률을 증가시킵니다(8-20스텝 기준 +24%). 스텝을 증가시키면 결과가 세밀해집니다. LoRa의 가중치를 높이면 결과가 더 세밀해집니다(가중치=2.0일 때 성공률 60%).

IL V1: 이 LoRa 버전은 새로운 생성에서 엄격한 반사를 찾을 확률을 약간 증가시킵니다(4 dmd2-스텝 기준 +10%, 8 dmd2-스텝 기준 +12-16%). 스텝을 증가시키면 결과가 세밀해집니다.

이제 실험의 다음 단계로 넘어갑니다.

변경 사항

IL V2

  • 음성 토큰 추가:

    • x_out_of_mirror (거울 범위 밖의 반사를 방지)

    • x_differect_reflection (잘못된 대칭을 억제)

    • different reflection (x_out_of_mirror와 동일하지만 danbooru 태그)

  • 음성 토큰을 사용한 AI 생성 이미지를 데이터셋에 추가.

  • 버전 1의 10 에포크 대신 60 에포크 학습

  • 정제된 사전으로 학습: x_mirror_reflection, x_reflection_face, x_reflection_facing_aside, x_reflection_facing_away, reflection, mirror, hand on mirror, full-length mirror, broken mirror, reflection focus, looking at mirror.

사용법

워크플로우에 LoRa를 연결하고 프롬프트에 단어 x_mirror_reflection를 사용하여 활성화하세요. 그 다음 거울에 대비한 캐릭터 얼굴의 위치를 결정하기 위해 다음 옵션 중 하나를 선택하세요:

  • x_reflection_facing_away

  • x_reflection_facing_aside

  • x_reflection_face

이제 부정 프롬프트를 사용할 수 있습니다(IL V2에서 좋은 거울 반사를 찾을 확률 +8%): x_out_of_mirror, x_differect_reflection, different reflection

이 모델로 만든 이미지

이미지를 찾을 수 없습니다.