TF/TG M2F LoRA — ALPHA

주의: 사용 방법과 프롬프트 팁은 아래를 참조하세요.

이 모델은 변형 시퀀스 이미지 생성을 위해 확실히 실험적인 목적으로 사용할 수 있습니다. 특히 남성에서 여성으로의 성별 변형 시퀀스(m2f)에 대해 훈련되었으며, 남자가 여자로 변하는 과정을 생성하는 데 상당히 우수합니다. 하지만 유사한 유형의 변형 시퀀스, 예를 들어가슴 확장이나 빔보화(bimbofication) 역시 생성할 수 있습니다. 다만, 이 모델은 이미지 생성을 남성 인물로 시작하는 경향이 강하므로, 결과의 일관성은 더욱 낮아질 수 있습니다.

현재 버전의 이 LoRA 모델에서 일관성을 유지하는 것은 가장 어려운 과제입니다. 여기에 게시된 대부분의 결과는 어느 정도 선별된 것입니다. 일부 시퀀스는 다른 것들보다 생성이 쉬운데, 아마도 데이터셋에 더 많이 들어있기 때문일 것입니다. 제가 만족하는 출력물의 비율을 약 25% 미만이라고 추정합니다.

그럼에도 불구하고, 제가 업데이트된 버전을 작업하는 중인 시점에서 이 모델을 공개하기로 결정했습니다. 즐겨 보세요!

사용 방법:

• 기본 모델 SD1.5에서 훈련되었으며, 해당 환경에서 최고의 결과와 가장 일관된 출력을 내고 있습니다. 그러나 현실적인 다른 모델들도 충분히 작동할 가능성이 있습니다. (다른 유형의 모델에서는 작동하지 않았습니다.)

• LoRA의 강도는 0.5~0.8 정도를 추천합니다. 더 높은 값은 원치 않는 스타일적 특성을 받아들이는 위험이 커지며, 낮은 값도 좋은 결과를 낼 수 있습니다.

• 이미지의 종횡비는 출력 결과에 매우 큰 영향을 미칩니다. 특정 크기의 이미지는 특정 수의 변형 단계를 생성하는 데 치우쳐집니다. 넓은 종횡비를 추천하며, 5seq에 대해서는 2:1을 넘는 종횡비가 잘 작동합니다.

• ControlNet은 이 LoRA의 출력을 조절하는 데 매우 유용합니다. 원하는 인물 수를 포함한 오픈포즈 입력을 제공하면 효과적입니다.

프롬프트 작성 팁:

• 프롬프트에 3seq 또는 5seq를 추가하여 3단계 또는 5단계의 변형 시퀀스로 출력을 유도하세요. 이 모델은 2~7단계의 시퀀스에 대해 훈련되었지만, 3이나 5 이외의 경우 데이터가 부족해서 대부분의 결과가 약합니다. 따라서 3seq와 5seq가 가장 강력한 성능을 보입니다.

• drawing, digital art, 3d render 같은 스타일은 이 LoRA가 가장 잘 작동하는 것으로 보이지만, 훈련 데이터의 일부 스타일이 일부로 스며들 수 있는 위험이 있습니다. 저는 photo 스타일의 프롬프트도 많이 생성해보았습니다.

• 일반적으로 효과적인 프롬프트 구조: <3seq/5seq>, <스타일>, <남성에 대한 설명>, <여성에 대한 설명>, <ฉาก 설명>, 예시:

  • 3seq, (masterpiece photo), 셔츠와 반바지를 입은 남성, 수영복을 입은 여성, 해변

  • 5seq, (masterpiece photo), 정장 차림의 남성, 원피스를 입은 여성

  • 3seq, (masterpiece photo), 날씬한 남성, 셔츠와 청바지를 입은 남성, 풍부한 가슴의 여성, 검은 배경

• 일반적으로 다른 스타일이나 캐릭터용 LoRA와 호환되지만, 강도 조절이 필요합니다.