Angelina / Langrisser4 (Langrisser Mobile)

앤젤리나 / 랑그리세4 (랑그리세 모바일)

랑그리세 모바일에 등장하는 캐릭터 초상화를 기반으로 제한된 데이터셋으로 학습해야 했습니다. 학습 방법은 이전에 공개한 Myuri와 유사하여, 작은 데이터셋으로 LoRA를 학습해 출력을 생성한 후, 다시 그 출력을 데이터셋에 추가해 재학습하는 방식을 사용했습니다. 한쪽의 갑옷과 서클렛은 비대칭이지만, 이 부분에 초점을 맞춘 장면을 선별함으로써 일정 수준의 재현성을 달성할 수 있었습니다.

이 LoRA는 WAI12에서 학습되었으며, 이 모델을 사용할 때 최적의 결과를 얻을 수 있습니다.

프롬프트

angelina \(l4\), 1girl, solo,
long hair, green hair, high ponytail, brown eyes, angerina circlet,
large breasts,
miniskirt, cape, covered navel, bandages,
microskirt, red skirt,
thighhighs, asymmetrical legwear, uneven legwear,
mismatched legwear, dark purple thighhis, red thighis,
white leotard, leotard, (highleg leotard:-1),
boots, white footwear, 
mismatched shoulder armor, angerina armor, armor, shoulder armor, pauldrons,
angerina weapon, weapon, sword, sheath, sheathed,

의상이 하이레그이므로, NegPiP에 "(highleg leotard:-1)"을 주어 억제했습니다. NegPiP를 사용하지 않는 경우 CFG를 높이고 부정 프롬프트로 지정해 보세요.

제 LoRA는 약간 과적합된 상태로 학습되었기 때문에, LoRA 가중치는 약 0.65~0.75 정도가 적당할 것 같습니다.

의상이 하이레그가 되므로, NegPiP에 "(highleg leotard:-1)"을 주어 억제하고 있습니다. NegPiP를 사용하지 않는 경우 CFG를 높이고 부정 프롬프트로 지정해 보세요.

제 LoRA는 과적합 기조로 학습되어 있어, LoRA 가중치는 약 0.65~0.75 정도가 적당할 것 같습니다.

고급 형식

sdxl-flat(약 -0.75)과 sdxl-boldline(-1.0)을 사용해 렌더링된 그라데이션의 밀도를 높이고 주선을 얇게 하면, 더 현대적인 애니메이션 스타일의 그림을 만들 수 있습니다.

세미리얼리스틱 LoRA 또는 모델과 결합하면 표현 방식을 크게 변화시킬 수 있는 것으로 보입니다.

sdxl-flat(약 -0.75)이나 sdxl-boldline(-1.0)을 사용해 묘사의 그라데이션 밀도를 높이고,

주선을 얇게 하면 더 현대적인 애니메이션 스타일이 됩니다.

세미리얼리스틱 LoRA나 모델과 결합하면 표현을 크게 바꿀 수 있는 것으로 보입니다.