( Love Live! Nijigasaki ) Ousaka Shizuku F.1 Dev LoRA

Ousaka Shizuku F.1 D LoRA 모델

학습 데이터셋은 모두 이 캐릭터를 포함한 일부 카드 이미지에서 가져왔습니다.

어떤 이유로 인해 공식 카드 이미지만큼 높은 품질을 달성하지 못했지만, 아래의 프롬프트를 엄격히 따르면 기본적인 특징을 충분히 표현할 수 있습니다:

<lora:ousaka-shizuku:1>, ousaka shizuku, 1girl, solo, blue eyes, brown hair, long hair, etc.

또는 제가 제공한 미리보기 이미지의 프롬프트를 참고하세요.

팁: 향후에는 주요 트리거 단어만 유지하고 기본 얼굴 특징 태그를 제거하여, 단순히 트리거 단어 "ousaka shizuku"만으로도 올바르게 캐릭터를 생성할 수 있을 것입니다. 아마도요.
svdquant을 사용한 내 워크플로우에서는 <lora:ousaka-shizuku:1>을 사용하지 않고도 트리거 단어만 입력해 LoRA를 사용할 수 있습니다. (하지만 여전히 stable-diffusion-webui를 사용 중이라면 이 문단은 무시하셔도 됩니다.)
svdquant을 사용한 내 테스트에서 가중치 값을 1.25 대신 1을 사용해도 품질이 여전히 좋았습니다. (이 결론은 참고하시기 바랍니다.)

Florence-2 모델을 태깅에 사용하지 않았기 때문에, 자연어 프롬프트 대신 DeepBooru(Danbooru) 단어를 사용하세요.

베이스 모델은 분명히 FLUX.1 Dev이므로, 다른 F.1 모델을 사용하는 것은 좋지 않을 것 같습니다.

(저는 아직 이 분야의 초보자입니다.)

---

사용 방법

트리거 단어와 올바른 특징 설명 단어를 함께 사용하여 캐릭터를 정확히 생성할 수 있습니다. (향후 레이지 버전을 출시할 예정이며, 이때 기본 특징 설명 단어를 제거하고 트리거 단어 하나만으로도 특징 생성이 가능해질 것입니다):

<lora:ousaka-shizuku:1>, ousaka shizuku, 1girl, solo, blue eyes, brown hair, long hair, etc.

자연어 설명 대신 DeepBooru 단어를 프롬프트로 사용해 주세요. 왜냐하면 저는 귀찮아서 Florence-2 모델을 사용해 태깅하지 않았기 때문입니다. (당연한 말이죠)

베이스 모델은 여전히 FLUX.1 Dev입니다. 다시 한번 헷갈리지 마세요.

제가 사용한 워크플로우 테스트 결론

이전에 가중치 1.25가 필요하다고 주장했던 결론은 이제 버릴 수 있습니다. svdquant 테스트에서 LoRA는 단독으로 svdquant 노드를 통해 로드되었고, Clip Text에 <lora:ousaka-shizuku:1>을 입력할 필요가 없었습니다.

하지만 위와 같은 워크플로우를 사용하지 않거나, LoRA를 단독으로 Load LoRA와 같은 노드를 통해 로드하지 않는 경우(예: 전통적인 stable-diffusion-webui-forge 등)에는 이 내용을 무시하셔도 됩니다. 그러나 가중치는 먼저 1로 낮춰보세요.

일부 학습 파라미터

제 노트북 성능이 좋지 않아, 현재는 총 학습 스텝을 최대한 줄이는 방향(총 스텝 < 1k)으로 효율성을 높이고 있습니다. 하지만 하드웨어 조건이 풍부한 다른 분들에 비하면 여전히 너무 너무 느립니다(슬픔).

평소 시간도 없고… 죄송합니다. 제가 이 사이트에 들어온 지 벌써 1년이 넘었지만, AIGC 분야에서는 여전히 초보자일 것 같습니다.