Mejiro Ramonu - Umamusume Pretty Deby
세부 정보
파일 다운로드
이 버전에 대해
모델 설명
업데이트
포니 모델 기반으로 개발된 캐릭터 Lycoris 버전입니다. 포니계 모델에 적용 가능합니다.
파라미터는 버전 정보를 참고해 주세요.
Update
Pony 모델을 기반으로 훈련된 캐릭터 Lycoris 버전으로, 포니계 모델에 적용 가능합니다.
파라미터는 버전 관련 정보를 참고해 주세요.
NAI 최종 모델을 기반으로 55장의 이미지(일부 코이카츠 및 게임 스크린샷 포함)를 사용해 훈련되었습니다. 어쨌든 AOM3A3로 그릴 때 제게는 잘 작동합니다. (그러나 쇼보부쿠는 예외입니다. 비대칭 옷을 그리는 것은 거의 불가능해 보입니다. 그리고 AI가 그녀의 어깨를 매우 좋아합니다. "off_should" 태그를 음성 프롬프트에 무게 2로 넣어도 여전히 어깨를 그리려고 합니다.)
샘플 이미지 정보:
스텝: 20, 샘플러: DPM++ SDE Karras, CFG 스케일: 7, 시드: 1089767602, 크기: 512x512, 모델 해시: eb4099ba9c, 노이즈 제거 강도: 0.7, Clip 스킵: 2, ENSD: 31337, AddNet 활성화: True, AddNet 모듈 1: LoRA, AddNet 모델 1: mejiro_ramonuv1_adam8bit_NAIfin(16adf996c8fa), AddNet 가중치 A 1: 0.65, AddNet 가중치 B 1: 0.65, 고해상도 업스케일: 2, 고해상도 업스케일러: Latent
고해상도 수정: 512x512 → 1024x1024
이 LoRA는 0.6~0.7의 가중치로 사용하는 것을 추천합니다. 더 높은 가중치는 얼굴을 흐리게 만들 수 있으므로, 고해상도에서 시도해 보는 것도 좋습니다.
훈련 전 이미지를 미러링하고 DeepBooru로 0.35 임계값으로 태그를 붙였습니다. 이 이미지들은 별도의 폴더에 분리해 저장했습니다.
이미지의 태그 관리 관점에서, 저는 "교체 가능한" 태그(예: 옷, 제스처)만 보존했으며, 캐릭터 관련 태그(말 귀, 두-toned 머리카락, 눈, 주근깨 등)는 모두 제거했습니다. 자세한 내용은 LoRA 캐릭터 훈련(다양한 컨셉) 입문 - 빠리빠리에서 확인하세요.
아래는 훈련에서 사용한 설정입니다. 사용한 스크립트는 LoRA_Easy_Training_Scripts입니다. 중요한 점은 "keep_token" 파라미터 설정입니다. 이는 트리거 단어의 기능을 보장합니다.
# 최적화기 설정
self.optimizer_type: str = "AdamW8bit" # 옵션: AdamW, AdamW8bit, Lion, SGDNesterov
self.optimizer_args: Union[dict[str:str], None] = {"weight_decay": "0.1",
"betas": "0.9,0.99"}
# 스케줄러 설정
self.scheduler: str = "cosine_with_restarts"
self.cosine_restarts: Union[int, None] = 1 # 선택 사항, 재시작 횟수를 나타냄
self.scheduler_power: Union[float, None] = 1 # 선택 사항, 다항식의 제곱 수를 나타냄
# 학습률 설정
self.learning_rate: Union[float, None] = 1e-4
self.unet_lr: Union[float, None] = None # 선택 사항, UNet 전용 학습률 설정 (AdamW 기본 학습률을 덮어씀)
self.text_encoder_lr: Union[float, None] = None
self.warmup_lr_ratio: Union[float, None] = None
self.unet_only: bool = False # 선택 사항, UNet만 훈련할 경우 True로 설정
self.net_dim: int = 128 # 네트워크 차원. 기본은 32지만, 일부는 더 높은 차원에서 훈련함
self.alpha: float = 64 # 학습을 위한 스칼라. 기본값은 dim의 절반
self.train_resolution: int = 768
self.batch_size: int = 1 # 한 번에 처리되는 이미지 수. 직접 비례함
self.clip_skip: int = 2 # 애니메이션 기반 모델 훈련 시 사용
# 스텝 설정
self.num_epochs: int = 10 # 에포크 수. 최대 스텝 설정 시 이 값은 무시됨
self.save_every_n_epochs: Union[int, None] = 1
# 태그 설정
self.shuffle_captions: bool = True
self.keep_tokens: Union[int, None] = 4





