Tutu’s HiSilk (medium fishnet stockings)/图图的嗨丝（中网渔网袜）

zhaotutuzhaotutu
176
1.3K
애니메이션섹시female여성의상girlscloth
v2.0

세부 정보

파일 다운로드

모델 설명

소통 Q 그룹: 950351015, 놀러 오세요, 정보를 교류하세요.

Telegram: https://t.me/+nbU3j7rLEYZkNzVl

이전에 페인트 넷 스타킹을 만들어본 적이 있지만, 항상 만족스럽지는 않았습니다.

최근 제작 방법이 업데이트되어, Difference Extraction Method 3.0+를 사용해 실제 촬영 이미지로 다시 제작했습니다.

여전히 완벽하지는 않지만, SD1.5가 달성할 수 있는 최고의 효과라고 생각합니다.

이 모델의 경우, 일반적으로 0.6의 가중치로도 더 나은 결과를 얻을 수 있으며, 너무 높게 설정할 필요는 없습니다.

사용 편의를 위해, 향후 제가 만든 모든 LORA의 트리거 단어는 tutututu, 네 번의 'tu'로 통일합니다.

이 LORA의 경우, 높은 재현도를 보장하기 위해 프롬프트에 다음을 포함하는 것을 권장합니다:

tutututu, fishnet_pantyhose,

모든 대형 모델과 매우 호환되며, 특히 2D 스타일에 뛰어납니다.

사용 지침:

  1. LORA를 올바르게 사용하십시오.

  2. CLIP 종료 레이어 수를 2로 설정하는 것을 권장합니다.

  3. 가중치는 필요에 따라 0.4에서 0.9까지 조정 가능하며, 0.6부터 시작하는 것을 권장합니다.

  4. 트리거 단어: tutututu, fishnet_pantyhose,

  5. 부정 프롬프트를 너무 많이 추가하면 LORA 효과가 저하될 수 있습니다.

  6. 프롬프트 가이던스 계수(CFGScale)는 7부터 시작해 시도해 보세요.

사용 중 문제가 발생하면 메시지를 남겨주세요.

귀하의 작품을 기대합니다!

귀하의 작품을 기대합니다!

귀하의 작품을 기대합니다!

즐거운 시간 되세요.

장기간의 신뢰와 지원에 감사드립니다.

성명서:

  1. 이 모델을 사용해 생성한 모든 창작물에 대한 책임은 사용자에게 있습니다.

  2. 이 모델을 사용하여 불법적이거나 해로운 출력 또는 콘텐츠를 의도적으로 생성하거나 공유하지 마십시오. 악의적, 해로운, 명예훼손, 사기 또는 정치적 목적으로 이 모델을 사용하지 마십시오.

  3. 이 모델을 상업적 용도로 사용하는 경우, 저에게 알려주세요. 감사합니다.

자주 묻는 질문:

  1. 차이 추출법이란 무엇인가요?

이름 그대로, 간단히 말해 차이를 추출하여 LORA를 만드는 것입니다. 일반적인 LORA는 이미지를 직접 학습하여 생성되며, 이 방식은 기본 모델과 기타 환경 요소에 의해 오염될 수 있어, 이미지 생성 시 예상치 못한 영향을 미칩니다. 반면, 차이 추출법으로 생성된 LORA는 이러한 오염을 제거하여, LORA 가중치를 높게 설정해도 이미지에 미치는 영향이 매우 작고, 모델 품질이 향상됩니다. 차이 추출법은 제작 과정이 복잡하고 단계가 더 많습니다.

  1. 왜 이 LORA를 만들었나요?

비슷한 LORA들이 많지만, 대부분 현실감이 부족하고, 현재 유행하는 많은 의류를 제대로 반영하지 못하며, 사실성이 떨어진다는 것을 발견했습니다.

또한 품질이 불균일하여, 많은 LORA가 인물이나 이미지에 과도한 영향을 미쳐 사용이 불편했습니다. 따라서 일련의 의류 LORA를 제작하려고 계획했습니다.

  1. 왜 저와 같은 사진을 만들 수 없나요?

각자의 컴퓨터 사양과 운영 환경이 다르며, 사용하는 LORA 및 플러그인 버전, 플러그인 설정 등도 모두 다릅니다. 따라서 동일한 사진을 추구하기보다는, 여러분만의 완벽한 작품을 만들어주세요!

  1. 어떻게 연락할 수 있나요?

LORA 커스터마이징이 필요하거나 기타 협업 의향이 있으시면, 여기에 메시지를 남기거나 Q331506796(의도를 명시하시오)로 연락해주세요.

  1. 차이 추출법에 어떤 최적화를 했나요? 그냥 말만 한 건가요?

답: 관련 코드에 많은 최적화를 적용했습니다. 주요 내용은 다음과 같습니다:

  1. 자동화된 모델 탐색: 일정한 모델 집합에서 여러 가지 융합 모델을 자동으로 생성합니다. 이는 매개변수 조정이나 모델 선택의 자동화 과정과 유사하지만, 모델 융합에 초점을 맞춥니다.

  2. 유클리드 거리 기반 차이 분석: 두 LoRA(Low-Rank Adaptation) 모델의 가중치 차이를 비교하는 데 사용됩니다.

차이 분석에서 유클리드 거리는 두 모델의 가중치 차이를 수치화합니다. 구체적으로:

  • 가중치 표현: 각 LoRA 모델의 가중치는 고차원 공간의 한 점으로 간주됩니다. 가중치의 각 요소는 공간의 하나의 차원에 대응됩니다.
  • 차이 계산: 두 모델의 대응하는 가중치 간 유클리드 거리를 계산하면, 이 두 가중치가 고차원 공간에서 상대적으로 얼마나 다른지를 나타내는 수치를 얻을 수 있습니다.
  • 차이 해석: 유클리드 거리가 클수록 두 모델은 해당 가중치에서 더 큰 차이를 가지며, 거리가 작을수록 유사합니다.

이 차이 분석은 모델 융합 결정을 안내하는 데 사용됩니다. 예를 들어, 두 모델이 특정 가중치에서 큰 차이를 보인다면, 이 가중치를 특별히 처리하여 융합된 모델이 두 원본 모델의 특성을 효과적으로 결합할 수 있도록 해야 합니다.

이러한 최적화는 모두 제 개인 자료에 기반하여 이루어졌습니다. 제 자료는 일부 특수한 특성을 지니고 있어, 전통적인 차이 추출과는 다소 다릅니다. 일부 trade-off가 존재합니다.

  1. 제어 변수법을 사용해 각 매개변수를 조정하여 최상의 결과를 도출했습니다. 예를 들어, 512, 768, 1024 해상도를 시도해 보았고, 최종적으로 768이 가장 효과적임을 확인했습니다.

  2. C站의 모든 동일 유형 모델과 비교했습니다.

본 모델은 C站의 모든 동일 유형 작품과 비교되었습니다. 여전히 완벽하지는 않지만, 일반화 능력, 오염 정도, 재현도, 생성 품질 측면에서 유사 모델 중 최고의 품질을 자랑합니다.

圖图的嗨丝（中网渔网袜）

소통 Q 그룹: 950351015, 놀러 오세요, 정보를 교류하세요.

Telegram: https://t.me/+nbU3j7rLEYZkNzVl

이 모델로 만든 이미지

이미지를 찾을 수 없습니다.