TBLOPonyXL

IYKYK이고 나이가 비슷하다. 많은 사이트가 이제 링크가 깨져서 안타깝지만, 일부 잔여물들이 여전히 남아 있다.

이것은 어마어마한 양의 포르노를 사용했다. 2천 장이 훨씬 넘는 이미지들을 잘라내고(1024x1024) 업스케일링했다(나는 WebUI의 '추가' 탭에서 배치로 디렉토리에서 불러와 4x_NMKD-UltraYandere_300k를 사용했다). Drive에 업로드한 후, Dataset maker(https://colab.research.google.com/github/hollowstrawberry/kohya-colab/blob/main/Dataset_Maker.ipynb)를 통해 처리하고 XL Trainer(https://colab.research.google.com/github/hollowstrawberry/kohya-colab/blob/main/Lora_Trainer_XL.ipynb)에 보냈다. 10시간 후(전체 기준)! 타다!

비슷한 품질의 것을 만들고 싶고, Colab Pro/Credits를 구매할 여력이 있다면, 다음과 같이 간단하다:

Dataset Maker 설정:

프로젝트 이름 – 프로젝트에 이름을 붙이세요 (Drive의 폴더에 업로드하기 전에 이 단계를 실행하면 필요한 경로가 자동으로 생성됩니다. 그렇지 않으면 미리 동일한 경로 구조로 경로를 만든 후 데이터셋을 업로드할 수 있습니다)

단계 4로 건너뛰기 – 이미지에 태그 달기

방법 애니메이션 태그 (사진 캡션도 결과를 낼 수 있지만, 생성을 위해 애니메이션 태그 목록 형식이 창의적 결과에 더 효과적이라고 판단했습니다)

태그 임계값 0.25

블랙리스트 태그 원하지 않는 태그들 (예: loli, child, shota 등…)

캡션 최소 25

캡션 최대 350

전역 활성 태그 단순히 LoRA 이름만 사용하거나, 스타일 학습시에는 아무것도 사용하지 않습니다

태그 제거 단계 4 실행 후, 가장 자주 나타나는 태그를 확인하고 원하지 않는 태그들을 이 단계에서 제거하세요. 때로는 생각지 못한, 또는 부적절한 태그들이 나타날 수 있습니다 (예: 모자이크 검열, 눈 밑 점 등…)

LoRA 학습 링크를 클릭할 수는 있지만, 그곳에서 XL Trainer로 이동해야 합니다. 그렇지 않으면 Hollowstrawberry의 일반 SD LoRA 트레이너로만 연결됩니다.

XL Trainer 설정:

프로젝트 이름

학습 모델: Pony Diffusion V6 XL

load diffusers x

shuffle tags x

활성 태그 1 (Dataset Maker에서 하나 사용했다면, 저는 1 또는 없음만 사용합니다)

num repeats 이미지가 많으면 1, 500장 미만이면 2, 하지만 보통은 그냥 1

epochs 8 (6-8은 저에게 매우 잘 작동했습니다. 이미지가 몇 장 안 되면 2700-3200 스텝으로 실행하기도 하지만, 보통 8 에포크면 충분합니다)

save every n epochs 1

keep only last n epochs 1

unet lr 1e-4

text encoder 0.5e-2 (또는 텍스트 파일과 활성 태그가 없는 스타일의 경우 0)

lr scheduler constant

lr scheduler number "constant"이므로 관계없음

warmup 0.05

min snr gamma 5

lora type LoRA

network dim 22-26

network alpha 11-13 (dim의 절반)

conv LoRA에서는 관계 없으므로 변경하지 마세요

train batch size 6-8

cross attention sdpa

mixed precision bf16 (Colab Pro로 A100에 연결합니다)

cache latents x

cache latents to drive x

optimizer Prodigy

optimizer args decouple=True weight_decay=0.01 betas=[0.9,0.999] d_coef=2 use_bias_correction=True safeguard_warmup=True

recommended values for prodigy x (이 설정은 위 행을 덮어씁니다. 정보를 변경하지 않으면 실행되지 않습니다)

Run and download final file from drive

다른 설정들도 가능할 수 있지만, 이 수천 장의 이미지를 사용한 것 외에는, 제 LoRA는 대부분 30분 이내에 완료됩니다. 그 후 테스트하고, 업로드할 만하다고 생각되면 업로드합니다.

아마도 이걸로 돈을 벌 수 있는 방법을 찾아야 할 텐데, 지금은 무료라는 점을 즐기세요. 그리고 이제 방법을 알게 되었으니, 제가 업로드한 것이 마음에 안 들면 여러분 스스로 원하는 것을 만들어보세요.