부유하는 머리 HiDream

부유하는 머리 HiDream LoRA는 LyCORIS 기반으로, 스타일리시하고 인물 중심의 3D 흉상 렌더링을 통해 학습되었습니다. 저는 Sora 탐색 페이지에서 발견한 트렌디한 프롬프트를 학습 대상으로 삼아보자는 아이디어를 떠올렸습니다. 이 모델의 목적은 정밀한 프레임으로 머리와 목을 격리하고, 자연스러운 액세서리, 세부적인 얼굴 구조, 부드러운 스튜디오 조명을 강조하는 것입니다.

갤러리의 첫 번째 이미지에 포함된 워크플로우를 사용할 경우 결과는 1760x2264 픽셀입니다. 이 워크플로우는 대량 생산보다 시각적 풍부함, 일관성, 품질을 우선시합니다.

결과물은 일반적으로 매우 깨끗하고 선명하며 세부 정보가 풍부하고, 캐릭터 배치가 일관되며 조명 행동이 예측 가능합니다. 이 모델은 표현력 풍부한 캐릭터 디자인, 에디토리얼 자산, 혹은 고품질 얼굴 렌더링이 필요한 모든 프로젝트에 최적입니다. img2vid, LivePortrait 또는 립싱크에 완벽하게 활용 가능합니다.

---

워크플로우 노트

갤러리의 첫 번째 이미지에는 여러 스케줄러 및 샘플러를 순차적으로 사용하여 얼굴 구조, 액세서리 선명도, 텍스처 품질을 극대화하는 멀티패스 워크플로우가 내장되어 있습니다. 갤러리의 모든 이미지는 이 프로세스를 통해 생성되었습니다. LoRA는 이 워크플로우를 명시적으로 위해 학습된 것은 아니지만, 저는 모델과 멀티패스 방식을 병행하여 개발했기 때문에 싱글패스 설정에서는 충분히 테스트하지 않았습니다. 마지막 패스의 CFG 값은 2로 설정되어 있으며, 이는 주름과 모공과 같은 디테일을 더 선명하게 만듭니다. 출력이 지나치게 날카롭게 보인다면 CFG를 1로 낮추십시오.

이 프로세스는 빠르지 않습니다 — RTX 4090에서 모든 3개의 패스에 대해 약 300초의 디퓨전 시간이 소요됩니다(가끔 두 번째 패스만으로도 충분한 디테일이 나옵니다). 저는 아직 추론 시간을 줄이는 방법을 탐색 중이며, 원하는 결과를 얻기 위해 설정을 자유롭게 조정하셔도 좋습니다. 만약 더 나은 설정을 발견하셨다면, 다른 사용자들이 시도할 수 있도록 댓글에 공유해 주세요.

이 프로세스가 느리다는 점을 더 이상 말씀하지 않으셔도 됩니다. (3개 패스 모두 300초가 소요된다는 점을 이미 예상하셔야 합니다.)

---

트리거 단어:

h3adfl0at, 3D floating head

권장 강도: 0.5–0.6

권장 시프트: 5.0–6.0

---

버전 노트

v1: 다양한 연령대, 얼굴 구조, 인종에 걸친 머리-목만 포함된 이미지에 초점을 맞춘 학습. 주체 다양성(연령, 인종, 성별)이 뛰어나며 스타일이 일관됨.

v2 (진행 중): v1의 결과물을 v2에 통합하여 더 높은 일관성을 확보할 계획입니다.

---

학습 사양

• 3,000 스텝 학습, 2e-4 학습률로 2회 반복 (SimpleTuner 사용, 약 3시간 소요)

• 71개의 생성된 시뮬레이션 이미지로 구성된 데이터셋 (1024x1024 해상도)

• 학습 및 추론은 RTX 4090 24GB에서 수행

• 캡셔닝: Joy Caption Batch (128 토큰)

---

이 LoRA는 HiDream Full과 함께 SimpleTuner로 학습되었으며, 추론은 ComfyUI에서 HiDream Dev 모델을 사용하여 실행되었습니다.

이 모델의 품질에 감명받으셨거나, 이와 유사한 향후 LoRA 개발을 지원하고 싶으시다면, 아래 링크를 통해 기여해 주세요:
🔗 https://ko-fi.com/renderartist
🔗 renderartist.com