Cracked/Fractured/Shattered/Etc. Skin

서늘한 피부는 AI가 잘 이해하지 못하는 또 다른 개념이라, 이를 처리하기 위해 LORA를 훈련시켰습니다.

txt2img를 사용할 때는 어느 정도 익숙해지기까지 시간이 걸리지만, 한번 익숙해지면 매우 효과적으로 작동합니다. 특히 오프셋 LORA/모델과 잘 어울립니다. 일정 시간 테스트한 후, 최고의 결과를 내기 위해 모든 훈련된 태그에 더해 오프셋 LORA와 균열 피부 LORA를 각각 0.6으로 설정하는 방식을 추천드립니다.

이 모델은 균열 피부와 발광하는 균열 피부를 모두 생성할 수 있습니다. 단순히 해당 텍스트를 프롬프트로 넣기만 하면 균열 피부를 얻을 수 있지만, 후자의 경우 _dark skin, colored skin_과 같은 오프셋 LORA나 프롬프트 가중치를 사용하는 것이 매우 권장됩니다. 그렇지 않으면 시각적으로 명확한 결과를 얻기 위해 고생할 수 있습니다. 아마도 모든 토큰을 동시에 사용해야 할지도 모르지만, 확신은 서지 않습니다. 또한, 인페인트로도 쉽게 사용할 수 있으므로 정확도가 중요한 경우 txt2img보다 인페인트를 추천합니다.

나는 결국 정맥에 대한 LORA도 만들고 싶지만, 이런 개념의 데이터셋을 준비하는 것은 상당히 어려운 일인 것으로 보입니다.