이 LoRA는 브라우저 게임 및 미디어 프랜차이즈 '강타 콜렉션'의 캐릭터 아트 및 일러스트로 잘 알려진 일러스트레이터 구조이치소(玖条イチソ, Kujou Ichiso, kujouitiso)의 스타일을 모방하는 데 도움을 줍니다.

이 LoRA에는 여러 보완되는 버전이 존재합니다. 어떤 버전을 사용해야 할지 망설여진다면, v5-NAI 또는 v5-Counterfeit 버전을 추천드립니다.

사용법 및 프롬프트 작성법

이 모델을 사용하려면 활성화 토큰이 필요하지 않습니다.

미망형(유령 합성)이 나타날 경우, 부정적 프롬프트에 머신러니지(machinery)를 추가해 보세요 (때로는 >1.5배의 강도를 요구해야만 사라집니다).

이 LoRA들은 세부 사항을 더 명확하게 표현하기 위해 960x960 해상도로 학습시켰기 때문에, 고해상도 재조정(upscale)에도 잘 맞습니다.

v5 시리즈

v5 시리즈는 주로 스타일을 모방하는 데 중점을 두지만, 이치소 캐릭터의 특징 재현에도 도움이 됩니다.

v5-NAI 모델

NAI와 매우 유사한 모델에서 생성할 경우 외에는, 직접 선호하는 체크포인트에서 훈련된 LoRA만큼의 호환성은 기대하기 어렵기 때문에 0.4~0.8 사이의 가중치를 시작점으로 추천합니다. 다른 LoRA 모델과 병행 사용할 경우, 더 낮은 가중치를 사용해야 할 수 있습니다.

Anything v3-1에서 초기 생성 시 0.6~0.8 정도가 사용 가능하며, 업스케일링에는 0.6 가중치로 LoRA 없이 사용 가능하고, 다른 LoRA를 사용할 경우 약 0.4 정도가 적절합니다. 사용자마다 결과는 다를 수 있습니다.

v5-Counterfeit 모델

스타일리시함의 정도에 따라 0.4~1.0 사이의 가중치를 추천합니다. 다른 LoRA 모델과 병행하거나, Counterfeit 외의 다른 모델과 사용할 경우 더 낮은 가중치를 사용해야 할 수 있습니다.

v10 시리즈

v10 시리즈는 이치소 캐릭터의 특징 재현에 더 초점을 맞추고 있습니다. 그러나 결과적으로 아티팩트나 불필요한 특징이 더 많이 나타날 수 있어 사용이 다소 어려울 수 있습니다. 이치소의 함선 여자들을 묘사하려는 의도가 없다면 v5 시리즈를 추천드립니다.

기본형/개조형이 겹치지 않도록 태깅되었으며, 예를 들어 유타치 카이니 이미지는 "yuudachi (kancolle)"로 태깅되지 않고, "yuudachi kai ni (kancolle)"만 태깅되었습니다. 따라서 특정 형태의 이치소 함선 여자를 묘사하려면 특정 형태에 대해 프롬프트를 입력하고, 필요할 경우 다른 형태를 부정적 프롬프트에 포함시킬 수 있습니다 (v10-Counterfeit에 포함된 유타치 예시 이미지 참조).

아리아케, 유후게, 시구레 카이 산은 각각 훈련 세트에 5장, 2장, 3장의 이미지만 포함되어 있고, 베이스 모델 훈련 세트에서도 거의 표현되지 않아 여전히 어려움이 있습니다. 나머지 캐릭터들은 비교적 잘 작동하고, 일부는 훌륭하게 작동합니다.

v10-AnyPastel 모델

이 모델은 다양한 애니메이션 모델과 넓은 호환성에 특화되어 있으나, 정말 좋아하는 머지 모델에서도 동작할지 보장할 수는 없습니다 (AnyPastel은 Anything-V4.5, NAI, PastelMix가 결합된 모델입니다). 관심 있는 분들을 위해 몇 가지 모델 성능 비교 자료를 여기에 공개해두었습니다.

AnyPastel에서 직접 사용하려면 0.6~0.9 사이의 가중치를 시도해 보세요.

다른 모델이나 다른 LoRA 등의 조합 사용 시에는 0.6부터 시작하여 품질이 낮으면 가중치를 낮춰보세요.

v10-Counterfeit 모델

Counterfeit-V2.5에서 0.4~0.8 사이의 가중치가 효과적으로 작동하는 것으로 확인되었습니다. 다른 LoRA 등과 병행 사용할 경우 더 낮은 가중치를 사용해야 할 수 있습니다.

데이터셋

구조이치소의 약 338개의 작품 이미지가 Danbooru, Pixiv, Twitter 및 Kancolle 위키에서 수집되었습니다. 일부 작품은 좀 더 세로 방향이 되도록 회전되었습니다. 중복 이미지나 유사한 이미지(예: 후속 작품의 중간 초안, 다른 작품의 자르기 이미지)는 제거되었습니다. 대부분의 텍스트는 정리하거나 자르기 처리됐습니다. 여러 인물이 나오는 이미지는 가능하면 단일 인물 이미지로 추출해 정제하는 방식으로 처리되었습니다.

태깅은 wd14-swinv2-v2 모델을 사용하고 임계값 0.15로 수행되었습니다. 강타 콜렉션 인물 태그는 이후 수동으로 정리했습니다.