Super Cockskin PLUS - the official intact cock Lora - v1.0 (official version)

이것은 제가 이전에 만든 Super Cockskin LoRA의 개선 버전입니다 - /model/1106422

이 모델은 벌거벗은 정상적인 남성의 이미지를 생성하기 위해 설계되었습니다.

이 모델은 원본 모델에 비해 많은 개선점을 제공합니다. 저는 여전히 개선을 지속할 계획입니다.

설정:
샘플러: 일반적으로 Euler A + normal을 사용합니다.
스텝: 30스텝이 저에게 가장 적합했습니다. 일부 경우 더 낮추면 개념이 사라질 수 있습니다.
이미지 크기: 1024x1024 또는 기타 비율의 유사한 크기
강도: 1+ (과도하게 높이지 않으면 약간 더 높일 수 있습니다). 1.1 정도로 약간 높이면 개념이 더 잘 드러납니다.

팁: clip-l과 t5xxl 모두를 사용하세요. 제가 올린 이미지 중 하나를 열고 노드를 클릭하여 comfyUI에 붙여넣으면, 제가 사용하는 노드와 clip-l 프롬프팅 방식을 예시로 볼 수 있습니다. 플럭스에 대해 알고 있는 바에 따르면, clip-l에서는 태그로 프롬프팅하고 t5에서는 자연어로 프롬프팅할 수 있습니다.

학습된 개념: 모든 개념이 100% 완벽하게 이해된 것은 아님을 유의하세요. 프롬프팅은 성공 여부에 큰 영향을 미칩니다:

1. 벌거벗은 남성 – 음경을 프롬프트할 필요 없습니다. 기본적으로 벌거벗은 남성은 음경을 가지고 있어야 합니다.

2. 발기한 남성 – erection, boner, erect penis를 사용했습니다. "erect penis"가 가장 잘 이해되지만, 프롬프팅에는 적합하지 않습니다. 다른 동작과 함께 발기가 더 잘 나타납니다.

3. 특정 해부학적 부위 – 포피, 머리부분, 줄기, 고환, 요도 – "색상 코드화된 해부학 사진", "파란 포피" 같은 표현을 시도해 보세요. 이는 모델이 무엇을 알고 있는지 테스트하는 방법입니다. 이들 대부분에 대한 이해는 약합니다.

4. 구강성교 – trigger 단어로 fellatio, blowjob, oral sex를 사용했습니다. 그러나 "penis in mouth"가 가장 잘 이해됩니다. "tongue in foreskin", "biting foreskin"도 사용했지만 세부사항이 부족해 잘 구분되지 않습니다. 위치를 정확히 명시해야 합니다. trigger 단어만 사용하면 일관된 결과를 얻기 어렵습니다. 서 있는 남성과 무릎을 꿇은 남성이 가장 일관된 결과를 줍니다.

5. 분석성교 – 학습되었지만 아직 성공적이지 못했습니다.

6. 자위 – "masturbating erect penis", "penis in hand"를 사용했습니다. "A nude male masturbating his erect penis. Penis in hand." – "rubbing penis"는 사용하지 않았지만, 효과가 있을 것 같습니다.

7. Fleshlight을 사용한 자위

8. 항문 손가락 삽입 – 항문이나 엉덩이 구멍을 잘 이해하지 못합니다. 그러나 운이 좋으면 일부 결과를 얻을 수 있을 수 있습니다.

9. 자가구강성교 – Autofellatio, selfsuck, penis in mouth을 사용했습니다. 그러나 동작이 자연스럽지 않습니다.

10. 정액 – cumming, cumshot, semen, ejaculating cum을 사용했습니다. 그러나 자연스럽지 않으며 자주 생략됩니다.

11. 소변 – piss, pee, urinating을 사용했습니다. 자연스럽지 않으며 자주 생략되거나 색상이 잘못됩니다.

12. 결합 – 이 개념은 까다롭습니다. "docking penises"를 시도해 보세요.

13. 포피 삽입 – finger in foreskin, touching foreskin, penis in hand 등 학습된 표현이지만 일관성 있게 작동하지 않습니다. "A photo of a nude man with his index finger touching the tip of his foreskin"와 같은 프롬프트가 더 일관성 있게 작동하며, 보통 약간 더 깊이 삽입되도록 유도합니다.

14. 포피 잡기 – 당기거나 끌어당기는 것을 의도했지만 자주 놓칩니다. 다른 용어들은 너무 자주 혼동되었기 때문에 이 표현이 가장 효과적일 것 같았습니다. "Stretchy foreskin"은 학습에 사용하지 않았지만, 플럭스가 이해하는 데 도움이 되는 것 같습니다.

15. 털이 많음/매우 털이 많음. 또한 털이 없음도 시도해 보세요.

16. 애니메이션 & 만화 스타일 – 학습 중 애니메이션 이미지가 점점 나빠졌고, 사진 스타일이 다른 개념에 침투했습니다. 이 개념을 되살리기 위해 애니메이션 및 만화 스타일 정규화 이미지를 추가했습니다. 개인적으로, 이 모델의 애니메이션 스타일이 원본 플럭스보다 약간 더 낫다고 생각합니다.

이 모델은 학습을 완료했습니다. 마지막에는 약간 과도하게 학습되었습니다. 여전히 개선을 계속하고 있습니다.

유사한 모델을 재현하려는 사람들을 위해 다음 팁을 참고하세요:

1. 이 모델은 4개의 네트워크 랭크와 4개의 네트워크 알파로 학습되었습니다. 너무 높이 설정하면 학습 속도는 빨라지지만 유연성이 떨어지고, 금방 나쁜 사진처럼 보이는 과도한 학습(overbaking)이 발생합니다.

2. 개념을 학습하려면 적절한 캡션 작성은 핵심입니다. 기본 원칙은 어떤 요소를 기본값으로 고정하고 싶다면, 캡션에 포함하지 않는 것입니다. 예를 들어, 모든 벌거벗은 남성에 휴식된 음경을 기본값으로 하고 싶다면, 단순히 휴식된 상태로 선 남성의 기본 이미지에는 음경에 대해 캡션을 붙이지 마세요. 오직 발기된 음경 같은 비기본 이미지에서만 음경을 캡션에 포함하세요.

3. 이 사진은 대부분 오래되었거나 매우 낮은 품질의 사진으로 학습되었습니다. 이미지가 나쁘다면, 그것이 흐릿하거나 오래되었거나 저화질 사진임을 캡션에 명시하세요. 그런 다음 실제 프롬프트할 때 "흐릿하다"는 표현을 사용하지 않으면, 모든 요소가 선명하게 나올 가능성이 높아집니다. 그러나 흐릿한 이미지는 여전히 개념에 영향을 줄 수 있습니다. 또, 이미지가 근접 촬영인지 여부도 반드시 캡션에 포함하세요. 그렇지 않으면 기본적으로 근접 이미지가 생성될 가능성이 높아집니다.

4. 해부학적 부위를 색상 코드로 표시하면 정의를 도울 수 있습니다. GIMP에서 이미지에 투명 레이어를 추가하고, 그 위에 파란색으로 부위를 칠한 후 병합하고 PNG 형식으로 img 폴더에 내보내세요. (저는 색상 코드화된 해부학을 위한 별도의 개념 폴더를 만들었습니다.) 이 방식은 약간 학습이 고정되지만, 개념을 연결하는 데 도움이 됩니다. 원본 이미지와 그에 해당하는 일반 캡션은 유지하세요.

예시:
"color coded anatomy photograph of a nude man. The penis is blue."
또는
"color coded anatomy photograph. close up image of an erect penis. The foreskin is red. The urethra is white. The scrotum is green."
또는
"the anus also known as butt hole is blue" (플럭스에서 AKAs를 어떻게 표현하는 게 최선인지 확실하지 않습니다.)

시간이 지나며 이 색상 코드는 어느 정도 고정되지만, 부위의 일반적인 위치는 유지됩니다. 그렇지 않으면, 저는 약 12번 이상의 에폭 이후에도 "anus"라고 프롬프트했을 때 강아지 이미지가 계속 떠올랐습니다. 그러나 색상 코드화된 항문 이미지를 1~2 에폭만 사용했을 때, 거의 완벽하게 학습되었습니다.

저는 이러한 AI 모델에 히트맵 같은 기능이 존재한다고 들었고, 언젠가는 더 정교한 제어가 가능하게 될 것이라고 생각합니다. 그러나 현재로서는 이 방법이 도움이 될 수 있는 일종의 해킹입니다. 마스킹과 비슷하지만, 이미지의 특정 영역을 차단하지는 않습니다.

프롬프트할 때, "color coded anatomy photograph"라는 표현을 명시하지 않는 한, 신체 부위에 색상이 나타나지 않으며, 기본 생성 이미지에는 침투하지 않습니다 (단, 이 색상 코드화된 해부학 이미지가 너무 많지 않은 경우).

5. 이 모델은 배치 단위로 학습되었습니다. 처음에 650개의 이미지 데이터셋을 사용해 몇 에폭을 진행했습니다. 이 이미지들은 모든 개념을 포함했습니다. 학습 중에는 상태를 저장했고, 필요 없는 이미지들을 주기적으로 제거하고 학습을 계속했습니다.

6. 일부 이미지가 학습을 방해했습니다. 예를 들어, 포피 개구부가 보이도록 하는 것이 저의 목적でしたが, 많은 이미지가 각도가 틀려 개구부가 가려져 있었습니다. 그 결과, 모델은 지금도 잘못된 각도(예: 정면)에서 개구부를 자주 가립니다.

7. 정규화 폴더에는 정규화 이미지를 사용하지 않았지만, 폴더 내에는 애니메이션, 만화 아트 등 스타일을 유지하기 위한 몇 개의 이미지를 추가했습니다. 그렇지 않으면 점점 사진 스타일에 치우쳐졌습니다.

이 모든 내용을 종합하면, 저는 현재 더 작은 데이터셋으로 새로운 모델을 개발 중입니다. 이번에는 모든 개념을 한 번에 학습하는 대신, 단계적으로 기초 → 복잡한 순서로 진행할 계획입니다: 단독 남성 벌거벗음 → 발기 → 체액 및 접촉 → 쌍둥이/성교.

유사한 플럭스 모델을 만들 때 도움이 필요하시면 여기나 디스코드에서 저에게 DM 주세요. 전문가는 아니지만, 열심히 이야기해 드리겠습니다.