Flux Anime Blue Archive Style
詳細
ファイルをダウンロード
モデル説明
推奨解像度：短辺1152+、長辺1920+。横長はシーンに焦点を当て、縦長はキャラクターに焦点を当てます。Hirs修復は1.5～2で有効にできます（オプション）、トリガー語は不要です。
訓練に使用したベースモデルはFlux.1-Devです。
このモデルの訓練方法
このモデルはkohya-ss/sd-scriptsを使用して訓練され、画像はlllyasviel/webui-forgeで生成されています。
自動訓練フレームワークはDeepGHSチームが管理しており、私がフォークしました。
モデルの忠実度と制御性のバランスを取るために、自動選択したステップは200エポックです。
なぜより良い画像だけを使用しないのか
当モデルのデータ収集から訓練、プレビュー画像の生成、公開に至るまでの全プロセスは、人間の介入なしに100%自動化されています。これは私たちのチームが行う興味深い実験であり、その目的のためにデータフィルタリング、自動訓練、自動公開を含む一連のソフトウェア基盤を開発しました。そのため、可能であれば、フィードバックや提案をより多くいただきたいと思います。これらは私たちにとって極めて貴重です。
なぜ希望するアートスタイルを正確に生成できないのか
現在の訓練データはさまざまな画像サイトから収集されています。完全な自動パイプライン内で、公式画像に存在する具体的なアートスタイルを予測することは大きな課題です。その結果、アートスタイルの生成は訓練データセットのラベルに基づくクラスタリングによって行い、可能な限り最高の再現を目指しています。私たちはこの課題に引き続き取り組み、最適化を図りますが、完全に解決することは困難です。アートスタイルの再現精度は、手動で訓練されたモデルに匹敵するレベルには達しない可能性が高いです。
以下のグループについては、このモデルの使用をお勧めしません。ご了承ください：
最小の詳細においても、オリジナルのアートスタイルからの逸脱を一切許容できない方。
アートスタイルの再現精度に高い要件があるアプリケーションシナリオに直面している方。
Stable Diffusionアルゴリズムに基づくAI生成画像の潜在的なランダム性を受け入れられない方。
LoRAを用いたアートスタイルモデルの完全自動訓練プロセスに不満を持つ方、またはアートスタイルの訓練は必ず手動操作で行わなければオリジナルの芸術的ビジョンの整合性を保てないと考える方。
生成された画像の内容が自身の価値観に反すると思う方。
なぜ自動訓練フレームワークを使用するのか
画像をそこに置くだけで、残りのステップはすべて自動で、監視は一切不要です。私はゲームをしたり、友人と遊んだりできます。面倒なデータ処理やラベリング作業は一切必要なく、データ処理と訓練のスピードは非常に速いです。このモデル訓練方法は、私にとって完全な楽しみです。