Super Cockskin PLUS - the official intact cock Lora - v1.0 (official version)
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
これは私のオリジナルのSuper Cockskin LoRAの改良版です - /model/1106422
このモデルは、裸の未包茎男性の画像を作成することを目的としています。
このモデルは元のモデルに対して多くの改良を施しています。私は引き続き改善を継続するつもりです。
設定：
サンプラー：私は通常、Euler A + normalを使用します
ステップ：30ステップが私には最適でした。時々それを下げると概念が失われます
画像サイズ：1024x1024、または他のアスペクト比でも同程度のサイズ
強度：1+（やや高くしても過剰にはなりません）。1.1程度に少し上げると、概念がよりよく表示されることがあります。
ヒント：clip-lとt5xxlの両方を使用してください。私が投稿した画像の一つを呼び出し、ノードをクリックしてcomfyUIに貼り付けることで、私が使用しているノードやclip-lへのプロンプトの仕方を確認できます。Fluxについて知る限り、clip-lではタグでプロンプトし、t5では自然言語でプロンプトできます。
学習された概念。すべての概念が100％理解されているわけではありませんので、プロンプトは成功に大きな影響を与えます：
裸の男性—陰茎をプロンプトする必要はありません。裸の男性はデフォルトで陰茎を持っています。
勃起した男性—erection, boner, erect penisを使用しました。erect penisが最も理解されますが、プロンプトには向いていません。他の動作と組み合わせると勃起がよりよく現れます。
特定の解剖学的構造—包皮、亀頭、陰茎体、陰嚢、尿道—「色分けされた解剖学写真」や「青い包皮」などの表現で、モデルがどれだけ理解しているかをテストしてみてください。これらの多くに対する理解は弱いです。
口腔性交—trigger語としてfellatio, blowjob, oral sexを使用しましたが、最も理解されているのは「陰茎が口の中」です。包皮に舌を差し込む、包皮を噛むなども使用しましたが、細部が不十分で判別しにくいです。ポジションを明確に指定する必要があります。trigger語だけでは一貫した結果が得られません。立っていられる男性と膝まずいている男性が最も一貫した結果をもたらしました。
阴部性交—学習済みですが、これまでに成功した例はありません。
自慰—masturbating erect penis, penis in handを使用しました。「裸の男性が勃起した陰茎を自慰している。陰茎を手に持っている。」というプロンプトが効果的でした。「陰茎をこすっている」は使用していませんが、効果があるようです。
Fleshlightによる自慰
肛門指挿入—肛門やお尻の穴についてあまり理解していません。ただし、偶然うまくいくこともあります。
自己受精—autofellatio, selfsuck, penis in mouthを使用しましたが、動作は自然に見えません。
射精—cumming, cumshot, semen, ejaculating cumを使用しましたが、自然に見えず、しばしば省略されます。
排尿—piss, pee, urinatingを使用しましたが、自然に見えず、しばしば省略されるか、色が間違っています。
男性器の接合—これは難しい概念です。「penises docking」と試してみてください。
包皮への挿入—finger in foreskin, touching foreskin, penis in hand は学習されたフレーズですが、一貫して効果的ではありません。「裸の男性が人差し指で包皮の先端に触れている写真」の方が一貫して効果があり、少し押し込むような結果になります。
包皮を保持する—引っ張る・引き伸ばすような意図ですが、しばしば失敗します。他の用語はあまりに混乱しやすかったため、この表現が最も有効だと判断しました。「伸縮性のある包皮」は学習には使用していませんが、Fluxの理解を助けるようです。
毛深い／非常に毛深い。無毛も試してみてください。
アニメ＆コミックアート—学習中にアニメ画像は写真スタイルが他の概念に染み込み、どんどん悪化しました。そのため、アニメとコミックアートの正則化画像を追加して概念を回復しようとしました。個人的には、オリジナルのFluxのアニメスタイルより少し良くなったと思います。
このモデルの学習は終了しました。最後のほうでやや過学習気味になりました。引き続き改善を進めています。
似たようなモデルを再現したい方は、以下のヒントを参考にしてください：
このモデルは4つのネットワークランク、4つのネットワークアルファで学習しました。あまり高くすると学習は速くなりますが、柔軟性が失われ、結果として粗悪な写真のような外見にすぐに陥ると考えられます。
概念を正しく学習するには、適切なキャプションが不可欠です。基本的なルールは：ある要素をデフォルトで組み込みたいなら、キャプションに含めないことです。たとえば、すべての裸の男性に弛緩した陰茎を持たせたいなら、ただの裸の男性が立っている基本画像には陰茎をキャプションに含めず、勃起した陰茎の画像のみでキャプションに含めるようにしてください。
この写真は主に古いか、非常に低品質な画像で学習しました。画像が劣悪なら、「ぼやけている」「古い」「低品質な写真」とキャプションに明記してください。その後、実際に画像をプロンプトするときは「ぼやけている」とは書かず、その代わりにすべてが鮮明に見える画像が生成されやすくなります。ただし、ぼやけた画像は概念に染み込むことがあります。また、近接撮影か否かも明記することが重要です。明記しないと、デフォルトで近接撮影の画像が生成されやすくなります。
解剖学的構造を色分けすることで、定義を強化できます。GIMPでは、透明レイヤーを追加してその上に青色で部分を塗り、それをマージしてPNG形式でimgフォルダにエクスポートします（私は色分け解剖学用に別途フォルダを用意しました）。少しバッチアウトされますが、要素をつなぎ合わせる助けになります。元の画像は通常のキャプション付きのまま残してください。
例：「裸の男性の色分け解剖学写真。陰茎は青色。」または「色分け解剖学写真。勃起した陰茎のクローズアップ。包皮は赤色。尿道は白色。陰嚢は緑色。」または「肛門（別名：お尻の穴）は青色」（FluxでのAKAの最適な表現方法はまだ不明です）。
時間とともにややバッチアウトしますが、各部位の一般的な位置は維持されます。そうでなければ、肛門をプロンプトしても（十数エポック経過後も）子犬の画像が出てきてしまっていました。しかし、色分けされた肛門を1～2エポック学習させたところ、ほぼ理解されました。
これらのAIモデルにはヒートマップのような仕組みがあると聞いており、将来的にはより制御できるようになる可能性がありますが、現時点でこれは一応のハックとして役立つでしょう。これはマスキングと似ていますが、画像の一部を隠すのではなく、逆に強調します。
プロンプトするとき、体の部位に色が表示されるのは、「色分け解剖学写真」と明確にプロンプトしたときだけです。デフォルトで生成される画像に色が滲むことはありません（ただし、これらの色分け解剖学画像のコレクションが大きすぎると、例外的に滲むことがあります）。
このモデルはバッチで学習しました。最初の数エポックでは、650点の大規模なデータセットを使用し、すべての概念を含めて学習しました。学習中に状態を保存し、不要な画像を削除して、継続的に学習を進めました。
一部の画像が学習を妨げていました。たとえば、私の目標は包皮の開口部が見えるようにすることでしたが、多くの画像は角度がついていて開口部が隠れていました。その結果、モデルは時々、正面から見たときなど誤った角度で開口部を隠してしまう傾向があります。
正則化フォルダには正則化画像を使用していませんでしたが、各フォルダ（アニメ、コミックアートなど）に数枚の画像を追加し、それらのスタイルを維持するようにしました。そうしないと、どんどん写真スタイルに近づいてしまいます。
以上を踏まえて、私は今、もう一つのモデルを構築中です。データセットは若干小さく、すべての概念を一度に学習するのではなく、段階的に基本から複雑へと進める予定です（単独の裸男性 → 勃起 → 体液と触覚 → 二人での性行為）。
Flux上で同様のモデルを作成するのに助けが必要な方は、こちらまたはDiscordでDMをください。私はプロではありませんが、ぜひお話させてください。