Lab @1 : trying to have better pantyhose, see-through, maturity.

jspopjspop
24
129
trainingstylesee-throughpantyhosensfwlora-training
v1.0

詳細

ファイルをダウンロード

モデル説明

すべてのLoRaラボテストの情報。（より多くの試行について詳しく知りたい場合は）

/model/1366934 へアクセスしてください

こちらへ移動してください：/model/1366934

今回のテストスイートにおける異なるアプローチの説明（本轮訓練実験集中、異なる方案の説明）

訓練された「NSFW スタイリッシュ（パンティーホース＆透け）」LoRaの感じ方や違いを確認するには、以下のアプローチを試してください：

今回のキャプションは、WD14 Conv v2タゲッターを使用して直接生成しており、追加や削除は一切行っていません

以下のアプローチを試してみてください。訓練された「NSFW スタイリッシュ（パンティーホース＆透け）」LoRaの感じ方や違いを確認してください：

今回のキャプションは、WD14 Conv v2タゲッターを使用して直接生成しており、追加や削除は一切行っていません

期待される訓練効果（訓練したい効果）

  • 女の子の成熟度を高める

  • 衣服に自然な透け効果を追加する

  • パンティーホースのスタイルを調整する（肌色の光沢スタイル；指定がない場合のパンティーホースのデフォルト確率を高める）

  • 女の子の成熟度を高める

  • 衣服に自然な透け効果を追加する

  • パンティーホースのスタイルを調整する（肌色の光沢スタイル；指定がない場合のパンティーホースのデフォルト確率を高める）

いくつかの発見（いくつかの発見）

Lab@1 - 250316 記録（Lab@1 - 250316 記録）

  • ここでの一部の入力画像（データセット）および正則化画像については、モデルの画像ギャラリー（showcase）を参照してください。

    • Civitaiの優れた点の一つは、画像に関連するプロンプトとパラメータを非常に良く表示することです。WebUIで生成されたXY比較チャートも含まれます。

  • p1_worは、多くのシーンで入力された女の子の外観をピクセルレベルで再現できます。

    • しかし、欠点も明確です。特別なプロンプトがない場合、すべての特徴を極力復元しようとし、変化がほとんどありません。

  • WAIのベースモデルにおけるfull bodyは、standingの姿勢と高い相互関係を持っています。

    • しかし、negプロンプトにstandingを追加しても、明確な効果は見られませんでした。

  • p24の訓練結果は、女の子の特徴を他のキャラクターに移行しているように感じられます。例えば、テスト画像の「敖閏（Ao Run）」では、龍の顔に顕著な女性化の影響が見られます。

  • p24_worバージョンでは、+pantyhoseを指定すると、たまに奇妙なポーズが生成されることがあります（データセットのほとんどのポーズが大きく、その影響かもしれません）。

    • 学習されていない細部（手、小さなオブジェクト、一部の詳細ロジックなど）については、p24はそれほどうまく処理していないように見えます。

  • p24_wrは、視覚的に品質が最も優れていると感じられます。

    • 多くの特徴が直接反映されているわけではありませんが、独自の理解と融合によって表現されています。

    • しかし、+full bodyに対する制御能力に問題があるようです。

      • 正則化画像に多くの部分的な身体画像が含まれていることが関係しているかもしれません。

    • また、pantyhoseが出現し、他のプロンプト制御がない場合、下半身の画像を出力しやすい傾向があります。

  • さらに、複雑な構図を扱う際、p24シリーズは時に過剰に表現しようとして、画像が崩壊することがあります。

  • ここでの一部の入力画像（データセット）および正則化画像については、モデルの画像ギャラリー（showcase）を参照してください。

    • Civitaiの優れた点の一つは、画像に関連するプロンプトとパラメータを非常に良く表示することです。WebUIで生成されたXY比較チャートも含まれます。

  • p1_worは、多くのシーンで入力された女の子の外観をピクセルレベルで再現できます。

    • しかし、欠点も明確です。特別なプロンプトがない場合、すべての特徴を極力復元しようとし、変化がほとんどありません。

  • WAIのベースモデルにおけるfull bodyは、standingの姿勢と高い相互関係を持っています。

    • しかし、negプロンプトにstandingを追加しても、明確な効果は見られませんでした。

  • p24の訓練結果は、女の子の特徴を他のキャラクターに移行しているように感じられます。例えば、テスト画像の「敖閏（Ao Run）」では、龍の顔に顕著な女性化の影響が見られます。

  • p24_worバージョンでは、+pantyhoseを指定すると、たまに奇妙なポーズが生成されることがあります（データセットのほとんどのポーズが大きく、その影響かもしれません）。

    • 学習されていない細部（手、小さなオブジェクト、一部の詳細ロジックなど）については、p24はそれほどうまく処理していないように見えます。

  • p24_wrは、視覚的に品質が最も優れていると感じられます。

    • 多くの特徴が直接反映されているわけではありませんが、独自の理解と融合によって表現されています。

    • しかし、+full bodyに対する制御能力に問題があるようです。

      • 正則化画像に多くの部分的な身体画像が含まれていることが関係しているかもしれません。

    • また、pantyhoseが出現し、他のプロンプト制御がない場合、下半身の画像を出力しやすい傾向があります。

  • さらに、複雑な構図を扱う際、p24シリーズは時に過剰に表現しようとして、画像が崩壊することがあります。

潜在的な問題（可能性のある問題）

  • データセット全体が1girl、単独であるため、他のキャラクター（例：男性キャラクター）のデフォルトスタイルに問題が生じる可能性があります。

  • LoRaが複雑なプロンプトを処理する能力は不明です。

  • データセット全体が1girl、単独であるため、他のキャラクター（例：男性キャラクター）のデフォルトスタイルに問題が生じる可能性があります。

  • LoRaが複雑なプロンプトを処理する能力は不明です。

現在の訓練設定（今回の訓練関連設定）

画像数：number（p1、p3、p8、p24を参照）
正則化：有り（wr）｜無し（wor）

画像数：number（p1、p3、p8、p24を参照）
正則化：有り（wr）｜無し（wor）

モデル訓練パラメータ（モデル訓練パラメータ）

[訓練パラメータ]
BASE=https://civitai.com/models/827184/wai-nsfw-illustrious-sdxl => v12
EPOCHS=8                                # 訓練エポック数
SEED=1861

[解像度設定]
TRAINING_WIDTH=1024                     # 訓練幅
TRAINING_HEIGHT=1152                    # 訓練高
MAX_BUCKET_RESO=$TRAINING_HEIGHT        # 最大バケット解像度

[ハードウェア適応]
DIM=32                                  # ネットワーク次元
DIM_ALPHA=28                            # ネットワークalpha値
TRAINING_BATCH_SIZE=1                   # バッチサイズ

[訓練パラメータ]
--train_batch_size 1
--learning_rate 0.0001
--unet_lr 0.0001
--text_encoder_lr 0.00001
--optimizer_type "AdamW8bit"
--mixed_precision "bf16"
--save_model_as "safetensors"
--save_precision "fp16"
--save_every_n_epochs 2
--cache_latents to_disk
--xformers
--lowram

[訓練パラメータ]
BASE=https://civitai.com/models/827184/wai-nsfw-illustrious-sdxl => v12
EPOCHS=8                                # 訓練エポック数
SEED=1861

[解像度設定]
TRAINING_WIDTH=1024                     # 訓練幅
TRAINING_HEIGHT=1152                    # 訓練高
MAX_BUCKET_RESO=$TRAINING_HEIGHT        # 最大バケット解像度

[ハードウェア適応]
DIM=32                                  # ネットワーク次元
DIM_ALPHA=28                            # ネットワークalpha値
TRAINING_BATCH_SIZE=1                   # バッチサイズ

[訓練パラメータ]
--train_batch_size 1
--learning_rate 0.0001
--unet_lr 0.0001
--text_encoder_lr 0.00001
--optimizer_type "AdamW8bit"
--mixed_precision "bf16"
--save_model_as "safetensors"
--save_precision "fp16"
--save_every_n_epochs 2
--cache_latents to_disk
--xformers
--lowram

このモデルで生成された画像

画像が見つかりません。