Taur futanari (NOOB and PonyXL version)
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
トリガーワード解説：
CFback：フタナリセントオウの背面姿
CFonelegup：フタナリセントオウの前脚1本上げポーズ
CFstanding：4本の脚を地面に着いた立ち姿
CFtwolegsup：フタナリセントオウの前脚2本上げポーズ
CFFlying：フタナリセントオウの横たわり姿
CFkneeling：フタナリセントオウのひざまずき姿
CFdiphallia：馬のペニスと人間のペニスを持つフタナリセントオウの立ち姿
CFhuman：人間的なタウールコンセプト
CFUCup：フタナリセントオウの腹の下に足を上に上げた女の子を抱える姿
CFUCdown：フタナリセントオウの腹の下に足を下ろした女の子を抱える姿
CFUCfellatio：フタナリセントオウの腹の下に女の子を抱えながらフェラチオを行う姿
CFdoggy：フタナリセントオウが他のキャラクターとドッグスタイルで性交する姿
CFmissionary：フタナリセントオウが他のキャラクターとミスティネリポジションで性交する姿
CFfellatio：女の子 or 男の子がフタナリセントオウにフェラチオを行う姿
CFreversedoggy：フタナリセントオウが他のキャラクターとリバースドッグスタイルで性交する姿
Ver NOOB V-PRED V2.0
OneTrainerを使用し、NOOB V-PRED V1.0を基に訓練。詳細はトレーニング内容についての説明を参照。キーワードを変更し、数々の新概念を追加。
Ver NOOB V-PRED V1.0
NOOB V-PRED V1.0を基に訓練。キーワードCFundercarriageをCFUCに変更し、車両の表示を回避。
Ver NOOB E-PRED V1.0
NOOB E-PRED V1.0を基に訓練。一部のサンプルはNOOB V-PRED 0.5で生成されたことに注意。
更新履歴
PonyXLを使用してトレーニング。より良い性能を実現するためデータセットを更新。PonyXLおよび関連モデル上でこのコンセプトを強化。まずは例を確認してください。
タイポの修正済み。現在は「undercarriage」のスペルが正しくなっています。
毛色の問題も修正済み。例を参照してください。
生成時にはトリガーワードおよびhires.fixの使用を厳密に確認してください。一部のトリガーワードは、重量を高めすぎると画像が過剰に加工されたり、スタイルが悪化する場合があります。この原因はトレーニング時に3D画像を使用したためかもしれません。このような問題を防ぐためにはhighres.fixを使用してください。
新概念の追加：doggy、diphallia、undercarriage
V2.0について
このバージョンでは、重み付きの異なるポーズを実現しました。加えて、マルチレゾリューション技術も導入しています。
更新されたキーワードにより、膝立ち、立ち姿などといったトークンが誤って解釈されるリスクが軽減されます。
現在、異なるポーズに対して5つのキーワードを用意しています：
CFFB：視野に対して背中を向ける
CFKN：ひざまずき
CFLU：2本の脚を上げた状態
CFLY：横たわる姿
CFST：立ち姿または1本の脚を上げた状態
問題点は、まだプロンプトに敏感でない点です。多くの場合、ペニスが蹄に誤認されたり、セントオウが複数の脚を持っているように見えることがあります。これらを改善するには、馬のペニス用LoRAを使用することを推奨します。ただし、それでも数十回の試行が必要です。
高品質な画像を生成するには、良いシードとhighres fixの併用を推奨します。
512×512では非常に不適切
マルチレゾリューション技術のパラメータ：
multires_noise_iterations="6"
multires_noise_discount=0.3
はじめに
このLyCORISはフタナリセントオウを生成するために使用します。
使用方法
0.7～0.8の重みで使用することをおすすめします。他のLoRAと組み合わせても効果的です。ただし、時々ペニスが蹄と誤認されることがあります。
トレーニング詳細
トレーニングデータセットは約220枚。トレーニング前に鏡像処理を実施。半数を正則化画像として選択。合計ステップ数は約15,000。
トレーニングデータセットを5つのサブセットに分割し、ジェスチャーをタグ付けしました。出力の制御を目的としていましたが、残念ながら効果は出ませんでした。試してみたい場合、以下のフォルダ名がトリガータグとなります。
正則化 = true
resolution=512
batch_size=2
epoch=10
network_dim=32
network_alpha=32
clip_skip=2
OptimizerにAdamW8bitsを使用：
lr="1e-4"
unet_lr="1e-4"
text_encoder_lr="1e-5"
Loconパラメータ：
conv_dim=4
conv_alpha=4