Anime Pose + Camera Solidifier

これは、元のAI生成されたSimulacrumデータセットでトレーニングされたシンプルな1k画像用LoRAです。

これらの画像の一部は、より古いLoRAの一つで部分的に公開されていました。

これらはほとんどが人形の部品や身体の断片で構成されており、それぞれがカメラアングル、シンプルなカラーリング、フラットなスタイル、非常に単純なタグ付けのために手作業で精心して作られています。

これらはPDXLのオートィズムを修正するためにつくられ、Simulacrum V4 Epsilonの大量トレーニングを修正するのに非常に適しています。主にCivitAIがEpsilonトレーニングを可能にしているためです。

SDXL - SIMV4の手が透過するように、パワーを落としてください。あの手はとても優れていますが、このデータセットの手はそうではありません。

以下の角度タグを組み合わせてください：

横から、後ろから、サイドビュー

これにより、上半身は横から、下半身はやや後ろに捻られた状態で、カメラの視点が側面に固定された画像が生成されます。

完璧ではありませんが、多くの可能性を秘めています。

あなた自身で何千枚もの画像を生成し、手動でタグ付けしてみてください。それは本当に面倒な作業です。

タグにだまされないでください。すべては角度に基づいており、これらのタグはもともとオートィズムのトレーニングを分解することを目的としていました。

SimV4は何でも可能なので、単に「安全」と言えば、あっという間に完了します。これらは人形であり、解剖学的に正確ではありません。手は不正確で、高精細アートには不向きですが、コントローラーとしては絶対的な基準を提供します。

各ポーズは、これらの角度を中心に特意に設計・スタイル化されており、トレーニングはSimV4のポーズ制御にかなりのダメージを与えることになります。

これらの空のモデル人形は、オリジナルのSimulacrumのファインチューニング最終段階の基盤ですが、モデルの初期学習段階でこれを教えるのはあまり良い考えではありませんでした。

それが、私がControlnetの人形に切り替えた理由ですが、それは別の話です。

これは、オリジナルの画像に特化して一晩でトレーニングされたLoRAです。これにより、多くの画像が透過する可能性があります。

---

数日中に、私はSimV4のフルベースデータセット（ポーズ制御とカメラに特化した約2.5k枚の画像）をトレーニングする予定です。そのため、それほど大きくは変わらないでしょう。ただ、リアルと3Dに優れ、こちらは3Dにはある程度対応していますが、以前のデータによる混在が発生します。この混在データは、フィルタリングが非常に面倒で、日々の時間がないため、データセットから削除していません。