Aカップ専用バージョン v0.5 についての注意

これはLoRAの動作を改善しようと試みるためのテストです。AI Toolkitに切り替え、ランクを上げ、データセットを大幅に整理しました。このモデルは60枚の画像のみで学習されており、Aカップの胸以外の任何の理解を持っていません。すべてのタグについてはバージョンノートをご覧ください。

現在、大幅に拡張されたデータセットを使用して新しいバージョンを学習中であり、数日後にリリース予定です。

v0.15 と v0.1 についての注意

v0.15 は v0.1 よりもあなたのニーズに合っている場合もあれば、そうでない場合もあります。両者の違いは、v0.1 が17エポック、v0.15 が29エポックである点のみです。v0.15 はキーワードの反映がより良いように見えますが、その代わりにぼやけた画像を生成しやすく、ときには小さな頭部を生成することもあります。これらは実験的な試みであり、何らかの奇妙な結果が生じても一切の責任を負いません。ただし、奇妙な結果が生じた場合はぜひお知らせください。今週中にデータセットを調整し、再びゼロから学習を開始する予定です。

こちらをお読みください！

これは、Fluxを用いて卓越したアマチュアの素撮りヌード写真を生成するためのデータセット作成の試みの第一歩です。現在はプロセスの非常に初期段階にあります。50,000枚以上の画像をカテゴリ別に整理していますが、これらにはタグ付けとキャプションの追加が必要です。

このモデルはFlux1 Dev用に作成されました。Flux1-dev-fp8でのみ使用しており、他のバージョンではテストしていません。

初期のテストとして「小さな胸」用に、以下の入力でLoRAを作成しました：

• 200枚 – Aカップの女性の画像（Joy Capでキャプション生成後、適切なタグを手動で追加）
• 200枚 – 平坦な胸の女性の画像（Joy Capでキャプション生成後、適切なタグを手動で追加）
• 100枚 – Bカップの女性の画像（Joy Capでキャプション生成後、適切なタグを手動で追加）
• 150枚 – 化粧をしていない女性の画像（Joy Capでキャプション生成後、適切なタグを手動で追加）
• 150枚 – 40歳以上の女性の画像（Joy Capでキャプション生成） – これにより、初期のテストで「ほぼ合法」以上の描写ができなかった問題を解決しました。
• 100枚 – 陰部の画像（Joy Capでキャプション生成） – 陰部の生成能力を得るための試みです。注： Joy Capは「Vulva」という用語を使用しているため、タグを私が修正するまで「Vulva」を使用してください。

このLoRAは1,000枚の画像に制限し、テストと時間の都合上、小さな胸に関係する500枚のみをさらにタグ付けし、キャプションを編集しました。

このLoRAは4,250ステップ、17エポックで学習されています。

すべての画像は、EulerとBeta、CFG 1、Guidance 3を用いた極めてシンプルなComfyUIワークフローで生成されています。

使用したプロンプトは極めて簡潔で、例：

「40代後半の女性。Aカップの小さな胸、大きな乳首、凸凹した乳輪、濃い乳輪。上半身裸。親密な場所で腰掛けている。化粧をしていない。」

「18歳の女性。Aカップの小さな胸、中程度の乳首、楕円形の乳輪、薄い乳輪。上半身裸。親密な場所で砂漠の風景にいる。化粧をしていない。」

タグ一覧

以下はこのLoRAが認識すべきタグのリストです。乳腺サイズに関しては比較的正確に反映されますが、乳輪の詳細まではまだ安定して再現できていません。たまにうまくいくこともあれば、そうでないこともあります。

"A Cup Breasts", "B Cup Breasts", "Bumpy Areolas", "Dark Areolas", "Dark Pink Areolas", "Different Sized Areolas", "Eraser Nipples", "Flat Chested", "Flat Nipples", "Inverted Nipples", "Invisible Areolas, No Areolas", "Large Areolas", "Large Nipples", "Light Areolas", "Medium Areolas", "Medium Nipples", "Oval Areolas", "Pierced Nipples", "Pink Areolas", "Puffy Nipples", "Sagging Breasts", "Small Areolas", "Small Nipples", "Tan Lines"

データセットのタグ付けとキャプション作成が進むにつれ、特定の要素に特化した複数のLoRAを継続して開発していきます。その後のステップとして、それらを統合して最終的なチェックポイントを作成する予定です。