GekiDol ゲキドル - LoRA Pivotal Tuning || Airi / Seria / Izumi / Doll / Akira / Manami / Mayuri / Kazeharu / Tomoko / Kaworu / ...
세부 정보
파일 다운로드
모델 설명
이 모델은 임베딩과 LoRA를 모두 사용해야만 작동하므로, "학습 데이터"로 표시한 내용에서 임베딩도 다운로드해야 합니다.
LoRA만 사용하는 것은 효과적이지 않습니다(Civitai는 LoRA에 대해 압축파일을 직접 업로드하는 것을 허용하지 않기 때문입니다. WebUI에서 번들 형식이 지원되면 추후 번들 형식으로 업로드하겠습니다). LoRA와 임베딩이 모두 포함된 zip 파일은 다음 링크에서 다운로드할 수 있습니다: https://huggingface.co/alea31415/YuriDiffusion/blob/main/gekidol/gekidol-civitai.zip
이 모델은 https://civitai.com/articles/2494/making-better-loras-with-pivotal-tuning에서 설명한 바와 같이 플리벌 튜닝을 사용합니다.
데이터 구축 워크플로우는 https://civitai.com/articles/2383/a-99percent-automatized-pipeline-to-construct-character-pack-training-set-from-anime를 따릅니다.
모든 중간 체크포인트 및 pts 파일은 다음 링크에서 이용 가능합니다: https://huggingface.co/alea31415/YuriDiffusion/tree/main/gekidol
플리벌 튜닝은 임베딩과 네트워크를 동시에 학습합니다. 이 모델의 zip 파일 내부 내용은 다음과 같습니다(여기서 다운로드하는 zip에는 더 이상 LoRA가 포함되지 않습니다):
LoRA는 LoRA 폴더에, pts는 임베딩 폴더에 배치해야 합니다. txt 파일은 https://github.com/adieyal/sd-dynamic-prompts와 https://github.com/DominikDoom/a1111-sd-webui-tagcomplete와 함께 사용하여 프롬프트 작성 시 편의를 도모할 수 있습니다.
이는 임시 솔루션입니다. 번들 시스템이 도입되면 플리벌 튜닝으로 얻은 결과를 훨씬 쉽게 사용할 수 있게 될 것입니다. 자세한 내용은 https://github.com/AUTOMATIC1111/stable-diffusion-webui/pull/13568을 참조하세요.
모델에 대해
솔직히, 이 모델을 사용하려는 사람은 많지 않을 것이라 기대하지 않습니다.
Gekidol은 매우 인기가 낮은 애니메이션이지만, 우수한 작품입니다(음... 아마도 그렇겠죠). 이 기회를 통해 이 작품을 홍보하고자 합니다.
이 모델은 https://huggingface.co/Crosstyan/BPModel을 기반으로 학습되었습니다. 일반적으로 이는 인기 있는 모델에서는 성능이 떨어지지만, 플리벌 튜닝 덕분에 여기서는 그 문제가 덜 발생합니다. BPModel은 그 용도를 아는 사람들에게는 장점이 있습니다 😉. (네, 제가 일반적으로 하는 방식처럼, 다른 LoRA를 사용하거나 이 위에 병합을 구성할 수 있습니다.)
위에서 설명한 바와 같이, 현재의 생태계는 이와 같은 설정에 충분히 친화적이지 않습니다.
이 모델을 사용하고자 한다면, 아래의 주요 연관 정보를 참고하세요:
Seria: 노랑 색 헤어밴드
Mayuri: 헤어밴드
Manami: 안경
Izumi: 헤어 스쿠니(그리고 일반적으로 이 모델은 좌우를 구분하지 못합니다)
번들 시스템이 도입되고 HCP-Diffusion에서 LyCORIS가 지원되면, 완전히 플리벌 튜닝으로 전환할 계획입니다. 보시다시피 이 모델은 매우 강력한 애니메이션 스타일을 가지고 있으며, 이는 여기서 LoRA 대신 LoHa를 사용했기 때문입니다.