Animated Character in Real Photo
详情
下载文件
模型描述
提示格式：
真实照片中的动画角色，以 { 平面着色 | 写实 } 动漫风格绘制，一位年轻的动漫风格 { 女孩 | 女性 | 男孩 | 男性 }，{ 你的提示 }
其他标签：
构图：
- 全身、中景、中近景、特写、广角
质量：
- 过曝、模糊、低分辨率、胶片颗粒、暗角、JPEG伪影
推荐强度： 0.6 <-> 1.0
我希望添加一些展示3D动漫角色在真实环境和情境中的图片。如果你读到这里并愿意提供访问权限或知道优质资源， 请留言或私信我 。:)
同时上传两个模型，分别在3000步和1500步训练，因为两者效果都不错，且表现方式有明显差异。
这只是在发布 Z-Image-Base 模型前的一次测试训练。我也想对 Chroma 进行一次训练。
训练详情：
使用 ai-toolkit（提交版本 <2d30dc5d>）在单张 RTX 4090 上训练。
批次大小为10，分辨率为512，DOP 目标为保留“照片”。
完整训练配置将在训练数据部分上传。
数据集：
使用一个由人工收集和整理的135张图像数据集进行训练，内容主题为“动漫融入现实”。
约一半图像来自 DanBooru，标签为“照片背景”和“动漫在现实生活中”。
另一半图像来自 www.joyreactor.cc，标签为“Тульпа”，或通过雅虎图像搜索“动漫在现实生活中”获取。
标注：
数据集中的图像使用 JoyCaption beta 进行标注，随后人工清洗和修正。
对于图像中角色呈现写实或半写实光影效果的，标注为“以写实动漫风格绘制”。（54张）
对于图像中角色呈现明显平面光影或粗厚卡通轮廓的，标注为“以平面着色动漫风格绘制”。（74张）
由于该标签具有主观性，可能存在一致性不足的问题，这是未来可改进之处。
由于难以找到超高质量图像，模型可能偏向于2D日式插画风格，或角色仿佛叠加在背景上的效果。
大多数含水印的图像保持原样并相应标注。据我所知，标注中未包含任何角色名或作品名。
由于数据集中大量图像似乎拍摄于俄罗斯，凡明显符合此情况的图像均添加了标签“似乎拍摄于俄罗斯”。模型可能仍对这些背景设定存在偏好。
数据集中99%的图像均为安全内容（SFW）。