模型手术刀︱TrushTweaker LoRA
詳細
ファイルをダウンロード
モデル説明
Trush-DTL[Detail Tweaker LoRA] V1.0
【モデル細部調整LoRa｜モデル手術刀】
想定外の事態がなければ、これは最初に差分錬金法を利用したSD LoRAとなるでしょう。
説明 | specification
このモデルは特別な学習方法を採用しており、どんなスタイルやコンテンツも含んでいません。
差分錬金法で制作されており、自体にスタイルやコンテンツは一切含まれていない。
このLoRAは補正モデルの調整に使用可能です。
本LoRAはモデルの細部調整に使用可能。
自分のモデルに応じてポジティブ／ネガティブのウェイトを調整することで、実際のテスト結果は良好である。
自分のモデルに応じてポジティブ／ネガティブウェイトを調整することで、実際にテストしたところ、良好な結果が得られた。
このLoRAは、モデルの一部の特徴を手術刀のように正確に調整でき、モデルの基本的なスタイルを変えずに、望みの効果を得ることが可能。
本LoRAは、モデルの一部の特徴を手術刀のように精密に調整でき、モデルの基本的なスタイルを変えることなく、望む効果を実現可能。
少数のQQグループで拡散された「細部爆発モデル」に対して非常に効果的。
少数のQQグループで拡散された「細部爆発モデル」に対して非常に効果がある。
AかBを選ぶかどうかは、具体的なモデルによる。あるモデルではAの方が効果的で、あるモデルではBの方が効果的。
AかBの選択は、具体的なモデルに応じて判断が必要。あるモデルではAが効果的で、別のモデルではBが効果的なケースがある。
例図 | Example diagram
例図は使用効果のテスト用（ウェイトを-1に設定した場合）。実際の使用ではそれほどの高ウェイトは必要ない。
例図は使用効果のテスト用（ウェイトを-1に設定した場合）。実際の使用ではそれほどの高ウェイトは必要ない。
使用方法 | Use:
自身のモデルの状態に応じて、ポジティブ／ネガティブのウェイトと数値を選んで調整する。
自身のモデルの状態に応じて、ポジティブ／ネガティブのウェイトと数値を選んで調整すればよい。
このLoRAは、どんなモデル・どんなプロンプトでも使用可能。たとえば、Rainbow lines style LoRa と組み合わせて細部の補正に使用できる。
このLoRAは、どんなモデル、どんなプロンプトでも使用可能。たとえば、彩線法LoRa と組み合わせれば、図のように修正可能。
このモデルは強力な調整能力を持ち、具体的な効果は図に示されている（画像は極端なケースの例）。
このモデルは強力な調整能力を持ち、具体的な効果は図に示されている（画像は極端なケースの例）。
注意：このモデルは過度なウェイトを設定しないように注意。否、出力画像が完全に崩壊する。
注意：このモデルは過度なウェイトを設定しないよう注意。それ以上に設定すると、細部が暴走し出力画像が完全に崩壊する（ウェイトが高すぎ）あるいは細部が失われる（負のウェイトが低すぎ）。
一部のLoRA（例：txmfkrなど）と互換性がない可能性がある。
一部のLoRA（例：txmfkrなど）と互換性がない可能性がある。
【PS:このモデルは細部の調整だけでなく、プロンプトの効果にも影響を与える。】
【PS:このモデルは細部の調整だけでなく、プロンプトの効果にも影響を与える。ただし、詳細は各自のテストによる（モデルやタグによって影響度は異なる）。】
制限事項 | Limitations
ライブアクションモデルとは非互換（テスト未実施、訓練データに該当画像なし）。
ライブアクションモデルとは非互換（テスト未実施、訓練データに該当画像なし）。
訓練データに含まれない事象により、動作失敗やクラッシュが発生する可能性がある。
訓練データに含まれない事象により、動作失敗やクラッシュが発生する可能性がある。
過剰に部分的フィッティングされた結合モデルは、一度使用すると即座に破綻し、まったく使用不能となる。
過剰に部分的フィッティングされた結合モデルは、一度使えば即座に崩壊し、完全に使用不能となる。
上限が低すぎる（より有効なモデルを使っていくつかは実感済み。通常は触れることがない）。
上限が低すぎる（より有効なモデルを使っていくつかは実感済み。通常は触れることがない）。
このモデルは固定割合のckptには向かない。外部調整用にのみ適している。
このモデルは固定割合のckptには向かない。外部調整用にのみ適している。
特別感謝 | Special Thanks
GitHub - bmaltais/kohya_ss：学習用UI。非常に便利！（あまり使いすぎないよう注意）
Automatic1111：SD-WebUI。訓練データの整理に協力。もちろん、多くの画像は自分でPSで切り抜いた。
Danbooru：タグ付けツール。訓練データ画像のタグ付けに協力。もちろん、多くの画像は自分でタグ付けした。
秋葉のスイーツ店（チャンネル）：このLoRAの学習方法の発見、および本LoRAの制作に大きく貢献。
皆さんが楽しんでいただけますように＜3
本モデルを他にマージしても問題ありませんが、もしマージモデルを共有する際は、クレジットを記載していただけると助かります。
他のモデルとマージしても問題ありませんが、マージモデルを共有する際は、クレジットに私の名前を記載していただけると幸いです。