Wan2.2 - Breast Play (T2V/I2V)

(문제): 일부 사용자가 이 LoRA를 사용할 때 얼굴 변화를 경험합니다. 이는 LoRA가 과도하게 학습되었기 때문입니다. LoRA는 여전히 사용 가능하지만, 강도와 워크플로우를 조정해야 할 수 있습니다 - 팁을 확인하세요.

기능

• T2V 및 I2V Wan2.2 모델 모두와 호환

• 클로즈업과 전체 신체로 학습됨

• 다양한 유형의 가슴 놀이를 학습: 잡기, 들어 올리기, 덮기, 젖꼭지 뜯기, 잡기

• 한쪽 가슴만을 대상으로 한 가슴 놀이를 학습: 오른쪽 가슴과 왼쪽 가슴

팁

• 강도를 0.5~1 사이에서 시도해 보세요. 모든 테스트는 I2V에서 두 개의 LoRA(속도 + 가슴 놀이)를 사용해 강도 1로 진행되었습니다.

• 얼굴 변화가 발생하면 LoRA의 강도를 낮추세요.

• https://github.com/stduhpf/ComfyUI-WanMoeKSampler를 사용하거나, 고급/저급 단계를 '정확히' 조정하는 것을 고려하세요. https://www.reddit.com/r/StableDiffusion/comments/1mkv9c6/wan22_schedulers_steps_shift_and_noise/?tl=fr

내 Wan2.2 커버 영상

워크플로우: T2I SDXL/Flux/Pony → 이미지 업스케일러 → Wan2.2 I2V → 업스케일러 → 프레임률 추가

/model/1916073 (text2img & img2vid). 크레딧: DonutsDelivery & Daxamur

https://civitai.com/articles/14582/comfyui-workflow-sdxl-facedetailer-upscaler-and-batch-selection (text2img)

학습

Wan2.2 T2V 기본 모델로 학습됨. musubi-tuner를 사용해 정교하게 선별하고 가공한 100장의 고화질 이미지와 50개의 영상으로 학습되었습니다. 이 LoRA는 I2V와 T2V 모두에서 작동합니다.

다른 LoRA와의 호환성을 개선하기 위해 학습 변수를 조정했습니다. 각 모델에 대해 최적의 손실 정확도를 얻기 위해 10회 이상의 세부 튜닝을 수행했습니다. 데이터셋의 태그 설명을 다양화하여 변이성을 향상시켰습니다.