111장의 이미지로 학습되었으며, 이 중 99장은 "사진처럼 사실적인" 태그가 붙은 사진, 일부 색칠된 드로잉, 그리고 5장의 흑백 망가가 포함되었습니다. 모든 이미지는 "순결 케이지, 자물쇠"로 태그되었고, 추가적으로 "고환"(102장), "분홍색 순결 케이지"(82장), "하트 모양 자물쇠"(8장) 등의 특징이 태그되었습니다. 세부 사항을 더 잘 학습하기 위해 이미지를 자르고, 62장은 생식기 중심, 20장은 "순결 케이지 중심"으로 촬영했습니다. 모든 이미지는 JPEG 아티팩트를 제거하기 위해 anime R ESRGAN Anime6B를 사용해 4배 확대하여 1024 해상도로 증가되었습니다. 사실상 일부 이미지는 매우 저해상도였고, 이로 인해 자물쇠와 같은 세부 사항이 왜곡되었을 가능성이 있습니다.

이 버전은 주로 앞면 이미지로 학습되었으며, 자물쇠가 위치하는 곳이기 때문입니다. 뒷면, 측면, 등 뒤쪽의 데이터도 일부 존재하지만, 이 방향에서는 성능이 별로 좋지 않습니다.

일부 진동자/분석 섹스 이미지도 사용했기 때문에, 일반적인 음경을 생성할 수는 있지만, 목걸이에 자물쇠를 추가하려는 경향이 있습니다.

AI가 세부 사항을 학습할 수 있도록 사진의 클로즈업을 사용했고, 순결 케이지를 착용한 캐릭터의 머리가 보이는 드로잉도 함께 학습시켜, 어떤 프롬프트를 주더라도 케이지만 렌더링하는 문제가 발생하지 않도록 했습니다. 또한 기본 스타일이 사실적/매끄럽게 생성되는 것을 방지하기 위함이었습니다. 괜찮았던 것 같네요.

동일한 스텝 수로 32/16 차원/알파와 8/4 차원/알파 두 버전을 모두 학습했지만, 8/4 버전은 너무 약하게 나왔습니다. 이 것은 32/16 버전입니다. 혹시 8/16로 했다면 더 나았을까요?

{
  "engine": "kohya",
  "unetLR": 0.0005,
  "clipSkip": 1,
  "loraType": "lora",
  "keepTokens": 1,
  "networkDim": 32,
  "numRepeats": 2,
  "resolution": 1024,
  "lrScheduler": "cosine_with_restarts",
  "minSnrGamma": 5,
  "noiseOffset": 0,
  "targetSteps": 1110,
  "enableBucket": true,
  "networkAlpha": 16,
  "optimizerType": "Adafactor",
  "textEncoderLR": 0.00005,
  "maxTrainEpochs": 20,
  "shuffleCaption": true,
  "trainBatchSize": 4,
  "flipAugmentation": true,
  "lrSchedulerNumCycles": 3
}