FLUX_Custard - Wet and Messy (WAM) Sploshing

バージョン1.1アップデート。

これは拡張されたデータセットと再キャプションを含む重要なアップデートです。エポックの出力はまだテスト中ですが、現時点でこの設定が概念を過剰に強調することなく最適なバランスであると感じています。

他のLoRAとも比較的良く組み合わせられますが、通常通り、重みを最適に調整する必要があります。

私は主にComfyUIを使用し、以下のパラメータで画像を生成しました：

Max_Shift: 0.70

Base_shift: 0.20

Flux Guidance: 1.9-2.2

サンプラー: Euler

スケジューラ: Beta

ステップ: 30

CivitAIのジェネレーターでは、自分の画像と同じ精度と詳細さを得るのが困難でした。彼らが使用しているサンプラーは不明です。

カスタードスプラッシュに焦点を当てたLoRAです。

このLoRAは、私のコレクションから選別した300枚のWAM/スプラッシュ画像で訓練されています。画像セットはカスタードシーンに限定されており、被写体はさまざまな衣装やコスチュームで、複数のポーズや場所をカバーして多様なデータセットを構成しています。

このLoRAは自然言語のプロンプトと最もよく相性が良いです。トリガー単語は不要です。被写体の場所、ポーズ、および物質を明確に指定するだけで十分です。物質が被写体にどのように具体的に作用するかを詳細に描写すると、最良の結果が得られます。

設定に関しては、LoRAは0.75〜1の強度で最もよく機能します。

複数の人物を生成したい場合、ランダムな名前を付けると助けになります。

私はテストのために1.9-2.2のガイドanceでサンプリングし、シンプルなEulerスケジュールで30ステップを用いています。

通常のサンプラーは問題なく動作します。Euler Simple/BetaとDeis/ddim_uniformが私の推奨サンプラーです。通常は30ステップで実行しますが、20〜40ステップでも問題ありません。

このLoRAはフル精度のt5/clipコンディショニングで訓練されています。FP16とFP8もテストしましたが、両方ともseedに依存しますが優れた結果を出します。

フィードバックを歓迎します。また、寄付も大歓迎です。