hyper bottm heavy SDXL

이것은 하체 비중이 높은 데이터셋을 기반으로 한 LoRA 테스트이며, SDXL에서 학습되었습니다. 과거에 출시한 모델과 동일한 데이터/설정을 SDXL이 어떻게 처리하는지 확인하고 싶었습니다.

결과는 제 기대를 넘었고, SD1에 비해 학습 속도가 훨씬 빨라서 그냥 재미로 업로드합니다. 그러나 이 LoRA에 너무 큰 기대는 하지 마세요. 이는 최소한의 노력을 기울인 학습 시도였습니다. 또한 SDXL에 대한 프롬프트 작성 방법을 아직 모르기 때문에 이 점을 염두에 두세요.

태그 목록은 학습 데이터 참조

학습 결과:

• SDXL이 SD1보다 개념을 더 빠르게 학습하는 것 같으며, 제 이전 하체 비중 모델은 유사한 설정으로 훨씬 더 긴 시간(16 에포크 대비 160 에포크)을 소요했습니다. (하지만 이 모델은 아마도 학습이 부족할 것입니다)

• network_dim을 낮추어도 잘 작동하는 것으로 보입니다. 나중에는 16보다 더 낮은 값도 시도해 볼 예정입니다.

• SDXL의 한 번의 반복 학습 속도는 SD1보다 약 2-3배 느리지만, SDXL이 개념을 학습하는 속도 덕분에 경쟁력이 있습니다.

• 괜찮은 결과를 얻기 위해 텍스트 인코더 학습이 반드시 필요하지 않았습니다. SD1에서는 텍스트 인코더 학습 없이 훨씬 더 오랜 시간을 투자해야 했지만, 여기서는 텍스트 인코더 학습 없이도 개념을 잘 학습했습니다.