SakuraRain
세부 정보
파일 다운로드
모델 설명
SakuraRain은 제가 가장 좋아하는 두 개의 체크포인트인 RainPonyXL과 SakuraSushi XL을 50/50으로 병합한 것입니다. (두 모델 모두 훌륭하니 꼭 시도해 보세요.) 저는 RainPonyXL의 색상, 우수한 해부학적 구성(특히 손가락) 및 흥미로운 배경과 SakuraSushi XL의 더 크고 귀여운 애니메이션 눈을 결합한 것을 원했습니다. 이 체크포인트 병합의 목적은 애니메이션 캐릭터 중심이지만, RainPonyXL에서 가져온 특징으로 흥미로운 풍경을 생성할 수 있습니다. 예비 테스트 중 저는 제가 좋아할 만한 약간의 유망한 결과를 얻었습니다. 앞으로도 이 병합 모델을 지속적으로 테스트하고, 제가 만든 작품들을 여기에 공유하고 싶습니다. 여러분이 만들어낸 결과물도 기대됩니다!
위의 예시 이미지들은 inpainting, ADetailer를 사용하지 않았으며, img2img를 통해 편집되거나 가공되지 않았습니다. 다만, 저는 이 이미지들에 Hires. fix를 적용했습니다. (아래에 프로세스 세부 정보 제공)
사용 가이드
이 모델은 VAE가 내장되어 있습니다. 별도로 VAE를 설정할 필요가 없습니다.
사용 팁으로, 제가 Automatic1111/ForgeUI를 사용할 때 선호하는 시작 설정은 다음과 같습니다. 만약 SDXL/PonyXL 체크포인트를 이미 사용하고 있다면, 자신의 설정을 자유롭게 실험해 보세요.
생성 설정
해상도: 세로 이미지에는 832X1216, 가로 이미지에는 1216X832를 선호합니다. r_ain은 세로에 896X1152, 가로에 1152X768을 사용합니다. 1024X1024는 SDXL 기반 체크포인트이므로 1:1 비율에 적합합니다.
샘플링 방법: DPM++ 2M Karras, euler a 또는 Restart. 제 기분에 따라 달라집니다.
CFG: 7이지만, 4~7 사이의 값도 작동합니다.
샘플링 단계: 25-35. 보통 25, 28, 30이 제 럭키 넘버입니다. 시드별로 어떤 값이 가장 좋은 결과를 낳는지 확인하려면 X/Y/Z 플롯을 실행해 보세요.
긍정 프롬프트
이 모델은 PonyXL 기반이므로 긍정 프롬프트는 다음처럼 시작해야 합니다:
score_9, score_8_up, score_7_up, score_6_up, score_5_up
하지만 토큰을 낭비하지 않기 위해, 보통 저는 다음과 같이 시작합니다:
score_9, score_8_up, score_7_up
또한 “masterpiece”, “high quality” 같은 품질 관련 표현은 이미 점수 태그가 품질을 유도하므로 별로 도움이 되지 않습니다. 원하는 내용을 설명할 때는 PonyXL이 booru 태그로 학습되었음을 기억하세요. booru 태그 목록을 참조하거나 SD WebUI Tag Autocomplete 같은 도구를 설치해 도움을 받으세요. 그러나 여전히 SDXL 기반이므로 예를 들어 “chinese village”라고 말하는 것이 “east asian architecture”라고 말하는 것보다 의도를 더 잘 전달할 수 있습니다. 창의적으로 시도해 보세요. 하지만 이 모델 및 그 기반이 된 모델들은 booru 태그와 가장 잘 작동한다는 점을 기억하세요.
일반적으로 저는 긍정 프롬프트를 다음과 같이 시작합니다:
score_9, score_8_up, score_7_up, source_anime, {prompt tags describing lo}
부정 프롬프트
낮은 점수 태그(5 이하)를 부정 프롬프트에 포함해야 하는지에 대해 많은 논의가 있습니다. 저 개인적으로는 포함하지 않습니다. 오히려 부정 프롬프트는 가능한 한 간결하게 유지하려 합니다. 이는 @FallenIncursio가 자신의 체크포인트를 사용할 때 제안한 방식에서 영감을 얻었으며, 저의 프롬프트에서도 효과적입니다. 기반 부정 프롬프트는 다음과 같이 시작합니다:
3d, monochrome, simple background
“simple background”를 생략해도 되지만, 이 단어 하나만으로도 배경을 더 흥미롭게 만드는 데 큰 역할을 하며, r_ain이 많은 프롬프트에서 사용하는 방식입니다.
그러나 부정 프롬프트는 영향을 미칩니다. 하지만 “bad hands”, “extra fingers”, “extra toes” 등 원하지 않는 요소를 처음부터 포함시키는 것은 바람직하지 않습니다. 먼저 긍정 프롬프트만으로 시드를 사용해 이미지를 생성하고, 문제가 생기면 부정 프롬프트에 태그를 추가해 제거해 보세요. 때로는 부정 프롬프트를 전혀 사용하지 않고, 긍정 프롬프트에서 키워드의 위치를 변경하거나 가중치를 조정하는 것만으로도 이미지 방향이 달라질 수 있습니다. 따라서 부정 프롬프트는 점진적으로 추가하는 것이 좋습니다.
Hires. fix
몇몇 사람은 디테일을 위해 img2img로 나중에 업스케일링해야 한다고 주장하지만, 저에게는 그런 방식이 잘 맞지 않았습니다. (더 나은 방법이 있다면 알려주세요) 제가 하는 방식은 먼저 Hires. fix 없이 여러 이미지를 생성하고, 해당 시드로 돌아가 유망한 결과를 찾는 것입니다. 필요하다면 긍정/부정 프롬프트에서 키워드를 추가하거나 제거해 유망한 결과를 얻을 때까지 조정합니다. 그런 다음 아래 설정을 사용합니다:
확대 배수: 1.5x. 이보다 더 높게 하면 손가락이 많아지거나 몸통이 길어지는 등의 예상치 못한 결과가 발생합니다.
업스케일러: 애니메이션에는 4x_BooruGan_650k를 사용합니다.
노이즈 감소 강도: 0.5–0.6. 보통 0.6에서 시작하고, 원하지 않는 디테일이 생기면 0.5로 낮춥니다. 때로는 0.7을 시도해 성공하기도 하지만, 이 수치 이상이 되면 손가락, 손, 발가락, 배꼽 위치 이동 등 부작용이 발생합니다. 0.5 이하로 내리면 디테일이 더 좋아지지 않습니다.
Hires 단계: 0
ADetailer
이미지의 디테일을 보정할 때 ADetailer를 사용하세요. 제 권장 사항은 다음과 같습니다:
얼굴에는 face_yolove8n.pt를 사용하고, 눈 색상, 눈 특징, 볼แดง, 얼굴에 있는 피어싱, 특정 체액 등 얼굴 관련 특징만 긍정 프롬프트에 추가하세요. 또한 일부 캐릭터의 눈 색조를 개선하기 위해 ADetailer 긍정 프롬프트에 LoRA 임베드를 추가하는 것도 도움이 됩니다.
젖꼭지에는 ADetailer용 젖꼭지 모델(애니메이션)을 사용하고, ADetailer용 젖꼭지 LoRA로 수정하세요. LoRA 사용법을 읽어보세요. ADetailer 긍정 프롬프트에 LoRA 임베드를 포함시키고, 단어 "nipples"를 반드시 입력해야 합니다. 또한 탐지 모델의 신뢰도 임계치를 0.7로 설정하세요. 그렇지 않으면 팔꿈치 등 이상한 위치에 젖꼭지가 생성됩니다.
현재 시점에서 ADetailer로 손을 보정하는 것은 별로 효과가 없습니다. 무시하세요.
결론
이 병합 모델을 즐기시길 바랍니다! 여러분이 공유하는 작품들도 기대됩니다. 또한 아래에 가능한 많은 예시를 게시해 이 모델의 가능성을 보여드리겠습니다. 프롬프트 아이디어를 얻으려면 이미지를 꼭 확인하세요. 끝으로, @r_ain과 @Random992가 자신의 체크포인트 병합을 허락해주고 격려와 조언을 주셔서 진심으로 감사드립니다. 이 병합 모델의 기원에 기여하신 모든 분들께도 감사의 인사를 전합니다.