Ume (Ittla) | LoCon V3

リクエストフォームを開設しました

アーティストIttlaによるオンイOCUme。0.8-1.0の範囲で最も良好な結果を得られます。NAIで学習済み。

トリガーV3："UmeIttla, colored skin, orange eyes, slit pupils, oni horns, skin-covered horns, short hair"（常に必要）＋「toned」と「abs」を追加すると、より正確な体型が得られます。

推奨事項/注意点：

V3：

• 学習に「skin-covered horns, short hair」を追加したことで、高解像度時における髪が角に変化する問題が解消されました。

• V2よりもやや長く学習したことで、色合いと一貫性が向上しました。

  • 衣装の柔軟性は依然として良好です。衣装のアイデアサンプルをご参照ください。

V2：

トリガー："UmeIttla, colored skin, orange eyes, slit pupils, oni horns"

• このバージョンでは、キャラクターの不安定な部分であった追加タグを学習に含めたため、それらの特徴が画像間でより一貫性を持つようになりました。

• 「slit pupils（細い瞳孔）」はモデルや高解像度設定によって生成される確率がまちまちのため、高解像度時のノイズ低減を高く設定することを推奨します。これにより、よりクリアなディテールが得られます。

• 特定の衣装が設定されていないため、衣装の柔軟性が非常に高いです。

  • 衣装のアイデアは上記のサンプルをご参照ください（いくつかは原画を基にしています）。

• 警告：アニメ風スタイルのモデルで最も良好な結果が得られます。他のアニメ風でないモデルで安定して使用するには、「Purple skin, black hair」を追加して、肌色が薄くならないようにしてください。

Civitaiの私の最初のモデルを、学習した新しい手法でLoConとして再作成しました。新しい学習手法により、ヘルパーチャンネルを学習に組み込むことで、高解像度でも一貫性が大幅に向上し、良いアップグレードとなりました。皆様が楽しんでいただけることを願っています。

フィードバックやレビューは常に歓迎です。

学習数値（V3）：

D8Dreamboothトレーナーで学習

オプティマイザー：AdawW Dadaptation

学習解像度：768

Unet学習率：1

Tnec学習率：1

Unet重み減衰：0.016

Tenc重み減衰：0.02

35エポック - 3710ステップ

53枚の画像とレギュラー画像を使用して学習。