persicaria/ペルシカ/帕斯卡 (Neural Cloud)

• Civitai의 이용 약관으로 인해 일부 이미지를 업로드할 수 없습니다. 완전한 미리보기 이미지는 HUGGINGFACE에서 확인할 수 있습니다.
• 이 모델은 2개의 파일로 구성되어 있습니다. a1111의 WebUI v1.6 이하 버전을 사용 중이라면, 두 파일을 반드시 함께 사용해야 합니다!!! WebUI v1.7 이상을 사용 중이라면, 일반 LoRA처럼 safetensors 파일만 사용하시면 됩니다.
• 축소된 캐릭터 태그는 다음과 같습니다: long_hair, animal_ears, breasts, pink_hair, large_breasts, bangs, pink_eyes, animal_ear_fluff, cat_ears. 캐릭터의 핵심 특징(예: 머리 색상)이 안정적이지 않을 때 이러한 태그를 프롬프트에 추가하세요.
• pt 파일의 권장 가중치는 0.7–1.1, LoRA의 가중치는 0.5–0.85입니다.
• 이미지는 일부 고정 프롬프트와 데이터셋 기반 클러스터링 프롬프트를 사용하여 생성되었습니다. 랜덤 시드를 사용하였으며, 선택적 샘플링은 배제되었습니다. 여기서 보이는 것이 바로 얻을 수 있는 결과입니다.
• 의상에 대한 특화된 학습은 수행되지 않았습니다. 제공되는 미리보기 게시물에서 의상에 해당하는 프롬프트를 확인할 수 있습니다.
• 이 모델은 195장의 이미지로 학습되었습니다.

이 모델 사용 방법

이 모델은 2개의 파일로 구성되어 있습니다. WebUI v1.6 이하 버전을 사용 중이라면 두 파일을 반드시 함께 사용해야 합니다!!! 이 경우, persicaria_neuralcloud.pt와 persicaria_neuralcloud.safetensors 두 파일을 모두 다운로드한 후, persicaria_neuralcloud.pt를 embeddings 폴더에 넣고, 동시에 persicaria_neuralcloud.safetensors를 LoRA로 사용해야 합니다. WebUI v1.7 이상을 사용 중이라면 일반 LoRA처럼 safetensors 파일만 사용하시면 됩니다. 이는 이제 a1111의 WebUI가 임베딩이 포함된 LoRA/Lycoris 모델을 공식적으로 지원하기 때문입니다. 자세한 내용은 여기를 참조하세요.

このモデルには2つのファイルがあります。WebUI v1.6 以下のバージョンを使用している場合は、これらを一緒に使用する必要があります！！！ この場合、persicaria_neuralcloud.pt と persicaria_neuralcloud.safetensors の両方をダウンロードする必要があり、 その後、persicaria_neuralcloud.pt を embeddings フォルダに入れ、同時に persicaria_neuralcloud.safetensors をLoRAとして使用します。 webui v1.7+を使用している場合、一般的なLoRAsのようにsafetensorsファイルを使用してください。 これは、埋め込みバンドルされたLoRA/Lycorisモデルが現在、a1111のwebuiに公式にサポートされているためです。 詳細についてはこちらをご覧ください。

此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，您需要同时使用这两个文件！ 在这种情况下，您需要下载 persicaria_neuralcloud.pt 和 persicaria_neuralcloud.safetensors 两个文件， 然后将 persicaria_neuralcloud.pt 放入 embeddings 文件夹中，并同时使用 persicaria_neuralcloud.safetensors 作为 LoRA。 如果您正在使用 webui v1.7 或更高版本，只需像常规 LoRAs 一样使用 safetensors 文件。 这是因为嵌入式 LoRA/Lycoris 模型现在已经得到 a1111's webui 的官方支持， 更多详情请参见这里。

트리거 단어는 persicaria_neuralcloud이며, 축소된 태그는 long_hair, animal_ears, breasts, pink_hair, large_breasts, bangs, pink_eyes, animal_ear_fluff, cat_ears입니다. 어떤 특징(예: 머리 색상)이 특정 시점에서 안정적이지 않을 때, 이 태그들을 프롬프트에 추가하세요.

이 모델의 학습 방법

• 이 모델은 HCP-Diffusion을 사용하여 학습되었습니다.
• 자동 학습 프레임워크는 DeepGHS 팀에서 유지보수하고 있습니다.
• 학습에 사용된 베이스 모델은 deepghs/animefull-latest입니다.
• 학습에 사용된 데이터셋은 CyberHarem/persicaria_neuralcloud의 stage3-p480-800이며, 총 195장의 이미지를 포함합니다.
• 배치 크기는 4, 해상도는 720x720, 5개의 클러스터로 분류됩니다.
• 정규화 데이터셋의 배치 크기는 16, 해상도는 720x720, 20개의 클러스터로 분류됩니다.
• 총 1960스텝 학습하였고, 40개의 체크포인트를 저장하고 평가했습니다.

더 자세한 학습 내용은 huggingface 저장소 - CyberHarem/persicaria_neuralcloud를 참조하세요.

일부 미리보기 이미지가 캐릭터와 달라 보이는 이유

미리보기 이미지에 사용된 모든 프롬프트 텍스트(이미지를 클릭하면 확인 가능)는 학습 데이터셋에서 추출된 특징 정보를 기반으로 클러스터링 알고리즘으로 자동 생성되었습니다. 이미지 생성 시 사용된 시드도 랜덤하게 생성되었으며, 어떠한 선택이나 수정도 이루어지지 않았습니다. 따라서 이러한 문제가 발생할 가능성이 있습니다.

실제 사용 경험에 따르면, 우리 팀 내부 테스트에서 이러한 문제를 겪는 대부분의 모델이 미리보기 이미지보다 실제 사용 시 더 나은 성능을 보입니다. 가능한 유일한 조치는 사용하는 태그를 조정하는 것입니다.

이 모델이 과적합 또는 과소적합 같다고 느껴지는데, 어떻게 해야 하나요?

여기서 표시된 스텝은 자동으로 선택된 것입니다. 우리는 여러분이 시도해볼 수 있는 다른 우수한 스텝도 권장합니다. 원하시는 스텝을 선택하려면 여기를 클릭하세요.

이 모델은 huggingface 저장소 - CyberHarem/persicaria_neuralcloud에 게시되었으며, 모든 스텝의 모델이 저장되어 있습니다. 또한 학습 데이터셋은 huggingface 데이터셋 - CyberHarem/persicaria_neuralcloud에 공개되어 있으며, 이는 여러분께 도움이 될 수 있습니다.

왜 더 나은 이미지만 선택하지 않나요?

이 모델의 데이터 수집, 학습, 미리보기 이미지 생성 및 게시까지의 전 과정은 인간의 개입 없이 100% 자동화되었습니다. 이는 우리 팀이 진행한 흥미로운 실험으로, 데이터 필터링, 자동 학습, 자동 게시를 포함한 완전한 소프트웨어 인프라를 개발했습니다. 따라서 가능하다면, 여러분의 피드백이나 제안이 우리에게 매우 중요하므로 기꺼이 받겠습니다.

원하는 캐릭터의 의상을 정확히 생성할 수 없는 이유

현재 학습 데이터는 다양한 이미지 웹사이트에서 수집되었으며, 완전 자동화 파이프라인에서 캐릭터가 어떤 공식 이미지를 보유하고 있는지 정확히 예측하는 것은 어렵습니다. 따라서 의상 생성은 학습 데이터셋의 라벨을 기반으로 클러스터링하여 가능한 최상의 재현을 시도합니다. 우리는 이 문제를 계속 해결하고 최적화할 예정이지만, 완전히 해소하기 어려운 도전 과제입니다. 의상 재현의 정확도는 수작업으로 학습된 모델의 수준에 도달하기 어렵습니다.

사실, 이 모델의 가장 큰 장점은 캐릭터 본연의 특징을 재현하는 능력과 방대한 데이터셋으로 인한 비교적 강력한 일반화 능력입니다. 따라서 이 모델은 의상 변경, 캐릭터 포즈 조정, 그리고 물론 캐릭터의 NSFW 이미지 생성과 같은 작업에 매우 적합합니다!😉

다음과 같은 사용자들에게는 이 모델 사용을 권장하지 않으며, 사과의 뜻을 전합니다:

1. 캐릭터 디자인의 가장 미세한 차이점이라도 용납할 수 없는 분들.
2. 캐릭터 의상 재현에 높은 정확도가 요구되는 적용 환경을 가진 분들.
3. Stable Diffusion 알고리즘 기반 AI 생성 이미지의 잠재적인 무작위성에 수용할 수 없는 분들.
4. LoRA를 사용한 캐릭터 모델 학습의 완전 자동화 과정에 불편함을 느끼거나, 캐릭터 모델 학습은 반드시 수작업으로만 수행되어야 한다고 생각하는 분들.
5. 생성된 이미지 내용이 자신의 가치관에 반대된다고 느끼는 분들.