Super Cockskin PLUS - the official intact cock Lora - v0.8
詳細
ファイルをダウンロード
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、裸の未包皮の男性の画像を作成することを目的としています。
このモデルはオリジナルモデルに対して多くの改善を施しています。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す。時々ステップを減らすとコンセプトが失われます
画像サイズ：1024x1024、または他のアスペクト比で同等のサイズ
強度：1+（少し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、コンセプトがより良く表現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参照し、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へのプロンプティング方法を確認できます。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。
学習されたコンセプト。すべてのコンセプトが100％理解されているわけではありません。プロンプトの仕方が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。裸の男性にはデフォルトで陰茎が含まれます。
勃起した男性 – 「erection」「boner」「erect penis」を使用しました。最も理解されているのは「erect penis」ですが、プロンプトとして効果的ではありません。他の行動と組み合わせると勃起がより明確に現れます。
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的写真」「青い包皮」などとプロンプトして、モデルがどれだけ理解しているか試してみてください。これらの多くに対する理解は弱いです。
口唇性交 – 「fellatio」「blowjob」「oral sex」をトリガー語として使用しましたが、「陰茎が口の中」が最も理解されています。「舌が包皮に触れること」「包皮を噛む」も使用しましたが、細部まで再現されることがほとんどありません。ポジションを明確に指定する必要があります。トリガー語だけでは一貫した結果を得られません。立った状態としゃがんだ状態の男性が最も一貫した結果を生みました。
肛門性交 – 学習済みですが、今まで成功したことはありません。
手淫 – 「手淫する勃起した陰茎」「手に持った陰茎」を使用しました。「裸の男性が勃起した陰茎を手淫している。陰茎を手に持っている。」というプロンプトが有効です。「陰茎をこする」という表現は使用していませんが、効果があるようです。
Fleshlightを使った手淫
肛門指入れ – 肛門やお尻の穴に対する理解はほとんどありません。ただし、偶然うまくいくこともあります。
自己口唇性交 – 「autofellatio」「selfsuck」「陰茎が口の中」を使用しましたが、動作は自然に見えません。
液体放出 – 「cumming」「cumshot」「semen」「ejaculating cum」を使用しましたが、自然には見えず、しばしば省略されます。
尿 – 「piss」「pee」「urinating」を使用しましたが、自然には見えず、しばしば省略されたり、色が間違っていたりします。
陰茎の接合 – これは難しい概念です。「接合した陰茎」とプロンプトしてみてください。
包皮への挿入 – 「指が包皮の中」「包皮に触れる」「手に持った陰茎」は学習されたフレーズですが、一貫して機能しません。「裸の男性が自分の人差し指で包皮の先端に触れている写真」の方が一貫して機能し、少し押し込むような効果があります。
包皮を保持 – 引き伸ばす・引っ張る意図でしたが、多くの場合失敗します。他の用語は頻繁に誤解されたため、これが最も効果的だと考えました。「伸縮性のある包皮」という表現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。
体毛あり／非常に体毛あり。また、無毛も試してみてください。
アニメ・コミックアート – 学習中にアニメの画像は写実スタイルが他の概念に浸透するにつれて悪化しました。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、コンセプト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マシだと思います。
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。
同様のモデルを再現したい方へ、私のヒントをご覧ください：
このモデルは4のネットワークランク、4のネットワークアルファで学習しました。ランクやアルファを高すぎると学習は速くなりますが、柔軟性が低下し、低品質な写真のような外見に素早く過学習してしまうと感じます。
コンセプトを学習するには、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場合、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リラックスした陰茎をデフォルトで持たせたいなら、単に裸で立っている男性の基本画像では陰茎をキャプションに含めず、勃起した陰茎などの非デフォルト画像でのみキャプションに含めてください。
この写真は主に古い、または非常に低品質な写真で学習しました。あなたの画像が粗い場合、「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、実際にプロンプトを出す際には「ぼやけている」とは言わず、すべてが鮮明に見える可能性が高くなります。ただし、ぼやけた画像も概念に影響を与えることがあります。また、近接撮影かどうかをキャプションに明記することも重要です。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、定義を補助できます。GIMPでは、透明度付きのレイヤーを追加し、その上に青く塗ってからマージし、PNG形式でimgフォルダにエクスポートします（私は色分けされた解剖学的構造用に別途フォルダを作りました）。少し学習が固定化されますが、コンセプトの結びつきを助けます。元の画像は通常のキャプション付きのまま保存してください。
例：
「裸の男性の色分けされた解剖学的写真。陰茎は青い。」
または
「色分けされた解剖学的写真。勃起した陰茎のクローズアップ。包皮は赤い。尿道は白い。陰嚢は緑色。」
または
「肛門、いわゆるお尻の穴は青い」（FluxでAKA（別称）をどう表現するのが最適かはまだ不明です）
時間とともに少しずつ固定化され、各構造の一般的な位置は保持されます。そうでなければ、肛門をプロンプトしたとき（十数エポック経過後）、犬の画像が出てくるままでした。しかし、色分けされた肛門の画像を1～2エポックだけ使用しただけで、ほぼ学習されました。
一部のAIモデルではヒートマップのような仕組みがあると聞き、将来的にはより精密な制御が可能になる可能性があるそうですが、現時点ではこの方法は有効なハックかもしれません。これはマスキングとは似ていますが、画像の特定部分をブロックするのではなく、補助的な情報として加えるものです。
プロンプトを出す際、体の部位に色が表示されることはありません。「色分けされた解剖学的写真」と明示的にプロンプトしない限り、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、色分けされた解剖学的画像のコレクションが過剰な場合は別です）。
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枚の大量データセットを使用し、すべてのコンセプトを含めていました。学習中に状態を保存し、不要な画像を削除して学習を継続しました。
一部の画像が学習を妨げました。たとえば、包皮の開口部が見えるようにしたいという美学的意図がありましたが、多くの画像は角度が悪く開口部が隠れていました。その結果、モデルは今でも正面からの角度では開口部を隠す傾向があります。
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、フォルダ内には正則化画像を追加しました。アニメ用フォルダ、コミックアート用フォルダなど、それぞれ数枚の画像を用意してスタイルを維持しました。そうでないと、写実スタイルにどんどん近づいていきます。
以上を踏まえて、私は今、もう一つのモデルを開発中です。データセットはやや小さめですが、すべてのコンセプトを一度に学習するのではなく、段階的に「単独の裸の男性→勃起→体液・接触→二人組・性行為」といった順に学習します。
Fluxで同様のモデルを作成する際のサポートが必要な方は、こちらまたはDiscordでDMをお送りください。プロではありませんが、お話しするのを楽しみにしています。