Character petals dissipate

# モデル説明 (Model Description)

この LoRA モデルは、Wan2.2 動画生成モデルをベースに、20 個の動画を学習データとして使用し、合計 2000 ステップで訓練されました。

This LoRA model is trained on the Wan2.2 video generation model, using 20 videos as the dataset with a total of 2000 training steps.

# ベースモデルの区別 (Base Model Separation)

Wan2.2 high noise と Wan2.2 low noise の2つのベースモデルに対して、それぞれ独立した LoRA モデルを訓練しました。

Separate LoRA models were trained for the Wan2.2 high noise and Wan2.2 low noise base models.

# 使用推奨 (Usage Recommendations)

- 推論時には Lighting の高速化を使用しないことを推奨します。動画生成品質に大きな悪影響を及ぼします。

Lighting acceleration is not recommended during inference, as it significantly degrades video quality.

- トリガーワードに加え、ペタルの色や数、サイズなどの追加制約をプロンプトに含めることで、より制御しやすい生成結果を得られます。

Beyond the trigger words, you may add additional constraints in the prompt (e.g., petal color, amount, size) to achieve more controllable results.

# 適用シーン (Applicable Scenarios)

- High noise LoRA：動的な効果や大幅な変化（例：人物が花びらに解体する、強い動作）に適しています。

High noise LoRA: better suited for dynamic effects and drastic changes (e.g., character dissolving into petals, strong motions).

- Low noise LoRA：詳細の維持や局部的な修正（例：顔の構造、衣装のテクスチャー）に適しています。

Low noise LoRA: better suited for detail preservation and localized edits (e.g., face structure, clothing textures).

# プロンプトの拡張 (Prompt Enhancements)

- 色の制御：例： "red petals, no white petals"

Color control: e.g., "red petals, no white petals"

- 数量とサイズ：例： "thousands of tiny petals, evenly scattered"

Quantity & size: e.g., "thousands of tiny petals, evenly scattered"

- 動的プロセス：例： "gradually dissolve into petals, petals drifting with wind"

Dynamic process: e.g., "gradually dissolve into petals, petals drifting with wind"

- 環境の維持：例： "background untouched, petals only from subject"

Environment preservation: e.g., "background untouched, petals only from subject"