빠른 시작 | Quick Start

이것은 무엇인가? | What is this?

• Pony: People's Works (ppw)는 CivitAI에서 사용자가 게시한 AI 생성 이미지의 약 85%를 데이터셋으로 사용한 미세 조정 모델 시리즈입니다. 이 시리즈 모델의 주요 기능은 아티스트 키워드나 긴 품질 태그 없이도 기본 모델이 상대적으로 안정적인 이미지 품질을 얻을 수 있도록 도와주어, 프롬프트에 토큰 공간을 절약하는 것입니다.

  이전 ppw의 데이터셋은 처음에 pony v6가 생성한 이미지를 기반으로 구축되었지만, 이는 스타일 LoRA가 아닙니다. 다양한 프롬프트와 생성 조건에 따라 미묘한 스타일 차이가 발생할 수 있습니다.

  Pony: People's Works (ppw)는 실험적인 미세 조정 모델 시리즈로, 데이터셋의 약 85%는 CivitAI에서 사용자가 게시한 AI 생성 이미지에서 수집되었습니다. 이 모델 시리즈의 주요 효과는 아티스트 키워드나 긴 품질 태그 없이도 기본 모델이 상대적으로 안정적인 이미지 품질을 달성하게 해주어, 프롬프트에 토큰 공간을 확보하는 것입니다.

  그러나 원래 ppw 데이터셋은 Pony V6가 생성한 이미지를 기반으로 구축되었지만, 이는 스타일 LoRA가 아닙니다. 다양한 프롬프트와 생성 조건에 따라 미묘한 스타일 차이가 발생할 수 있습니다.

• 이 페이지에서는 ppw의 저차원 LoCon 버전을 공개합니다. 이 버전의 ppw는 다양한 기능 LoRA 및 기본 모델과 유연하게 조합할 수 있으며, 저장 공간을 더 적게 차지합니다.
  주로 저장 공간이 제한된 사용자가 로컬에서 생성하는 데 사용됩니다.

  이 페이지에는 ppw의 저차원 LoCon 버전이 포함되어 있습니다. 이러한 ppw 버전은 다양한 기능 LoRA 및 기본 모델과 유연하게 결합할 수 있으며, 저장 공간을 더 적게 차지합니다.
  주로 저장 공간이 제한된 사용자를 위한 로컬 생성용으로 제공됩니다.

  대용량 LoCon | larger size LoCon 대형 모델 버전 | Ckpt ver.

사용 방법 | Usage

긍정적:

masterpiece, best quality, very aesthetic

부정적:

low quality, displeasing

업데이트 기록 | Change log

v8

텍스처 업데이트: 다음 태그의 학습을 강화했습니다:

Texture Update: The following tags have been reinforced in training:

realistic, photorealistic, flat color,

shiny skin, matte skin, shiny hair,

Danbooru 데이터셋에는 “사진” 및 “사진과 유사한 스타일”을 설명하는 여러 태그가 존재합니다. 저는 학습 데이터셋에서 이러한 이미지들을 모두 “photorealistic”로 표기했습니다. 그러나 Danbooru 데이터셋으로 학습된 SDXL 모델 대부분은 사실적인 이미지를 잘 생성하지 못하므로, “photorealistic”은 이미지 텍스처를 조정하는 용도로만 낮은 가중치에서 사용하는 것을 권장합니다.

“realistic” 태그는 높은 가중치에서도 정상적으로 작동합니다.

Please note that Danbooru dataset contains multiple tags to describe "photo" or "photo-like styles". I’ve tagged all such images as “photorealistic” in dataset.

However, most SDXL models trained on the Danbooru dataset do not render realistic images well.
“photorealistic” is only recommended at low weight, where it can help adjust texture rather than create realism images.

The “realistic” tag can work properly at higher weight.

데이터셋 출처 및 라이선스 | Dataset Source & License

• 데이터셋의 각 이미지는 저자가 수동으로 선택, 분류, 주석을 수정했습니다. 수백 장의 이미지는 수동으로 편집 및 수정되었습니다.

• 이 모델은 무료 및 오픈소스 모델이며, 사용자는 개인 장치에 직접 배포할 수 있습니다. 저자는 모델 판매를 통해 어떠한 보상도 받지 않습니다. 저자는 이 모델 시리즈를 상업적 이미지 생성 서비스 또는 상업적 용도로 이미지 생성하는 것에 제한을 두지 않습니다. 단, 이 모델과 함께 사용하는 Checkpoint 및 다른 LoRA의 라이선스 제한을 확인해 주십시오.

• 이 데이터셋의 약 90%-95%는 AI 생성 이미지이지만, 개념 보완을 위해 공공 미디어, 뉴스 매체 및 출판물에서 수집된 약 250장 이상의 이미지가 포함되어 있습니다. 향후 버전에서는 이 자료들이 점차 교체될 예정입니다. 상업적 용도를 고려하는 사용자는 관련 위험을 스스로 인지해 주십시오.

  이 데이터셋은 개별 아티스트의 데이터를 학습하지 않았으며, 아티스트 정보를 표기하지 않습니다(AI의 오류 주석은 배제할 수 없습니다).

• 또한, 이 모델은 폐쇄형 상업용, 모델 판매, 또는 폐쇄형 상업 모델에 통합하는 데 사용하지 못합니다. 오픈소스 통합 모델을 이미지 생성 서비스에 사용하는 것은 제한하지 않으나, 통합 모델의 출처를 명시하는 것을 권장합니다.

• Every image in the dataset has been manually selected, categorized, and annotated by the author. Additionally, hundreds of the images have been manually edited and corrected.

• This model is free and open-source model, allowing users to deploy it on their personal devices. The author does not receive any compensation from selling the model. The author does not impose restrictions on using this model for commercial image generation services or generating images for commercial purposes. However, please be mindful of the license restrictions of the Checkpoint and other LoRAs used alongside this model.

• Approximately 90%-95% of the dataset consists of AI-generated images. However, around 250+ images have been collected from public media, news outlets, and publications to supplement concepts. Future versions will gradually replace these materials. Users with commercial intentions should be aware of the potential risks.

  This dataset does not include training data from any individual artist, nor does it contain explicit artist attributions (though AI mistagging cannot be entirely ruled out).

• Additionally, this model is not permitted for use in closed-source commercial applications, model resales, or merged into closed-source commercial models. There are no restrictions on open-source merged models being used for image generation services, but it is recommended to credit the sources of any merged models.