쉐이드드

이것은 실험적인 LoRA입니다

핵심 포인트

Shaded는 Booru 태그로 학습되지 않았습니다
Shaded는 제가 개발해온 복잡한 이미지 캡셔닝 시스템을 통해 자연어 캡션으로 학습되었습니다
Booru 태그로 학습되지 않았음에도 불구하고, 자연어 프롬프트와 Booru 태그를 개별적으로 또는 하이브리드 방식으로 사용할 수 있습니다.
- Booru 태그를 사용하려면, Booru 태그로 학습된 베이스 모델이 필요합니다.
자막 및 텍스트는 부정적 프롬프트에 subtitle / subtitles 또는 text를 추가하여 최소화할 수 있습니다.
- 일부 해상도에서는 자막 출력이 더 많거나 적게 나타날 수 있습니다.
대부분의 샘플 이미지는 데이터셋에서 샘플로 추출된 캡션을 사용하여 생성되었습니다.
- 이는 추론 시간을 절약하기 위한 방식입니다.
- 일부 프롬프트에는 하이브리드 프롬프팅을 테스트하기 위해 몇 개의 Booru 태그를 추가했습니다.
샘플 이미지가 제한된 이유는 추론 중 PC가 과열되어 overheating이 발생했기 때문입니다.
- 이는 모델의 문제가 아니라, GPU가 수명의 마지막 단계에 도달했기 때문입니다. (RIP)
이 LoRA는 실험적 성격을 가지고 있으므로, 피드백과 발견을 환영합니다. 아래 링크된 Discord 스레드 또는 Civitai에서 피드백과 결과를 공유해 주세요.
- 참고: Civitai에서 많은 알림을 받기 때문에, 댓글을 확인하는 데 시간이 걸릴 수 있습니다.

사용법

LoRA 가중치는 0.8을 권장합니다. 다만, 이는 사용하는 베이스 모델에 따라 달라질 수 있습니다.
- 스타일이 너무 강하게 나타난다면, 가중치를 낮추거나 아래 Huggingface 저장소에서 제공하는 이전 에포크를 사용할 수 있습니다.

모든 에포크는 🤗Huggingface에서 확인하실 수 있습니다.

제한 사항

우선, 이 LoRA는 SDXL용 최고의 레트로 스타일 애니메이션 LoRA는 아닙니다. 적어도 저 자신은 그렇게 생각하지 않습니다. 캡션에 집중한 탓에, 새로운 모델/LoRA를 학습할 때 일반적으로 수행하는 데이터 정제 및 후처리 단계를 일부 생략했습니다. 이 때문에 다음 제한 사항이 발생했습니다.
원치 않는 자막, 텍스트, 워터마크. (이를 최소화하는 방법은 핵심 포인트 참조)
Booru 태그는 사용하는 베이스 모델에 의존합니다.
일부 토큰은 스타일에 특히 큰 영향을 미치는 것으로 보입니다.