深崎暮人[ misaki_kurehito ] | artist sytle | 3 in 1
세부 정보
파일 다운로드
이 버전에 대해
모델 설명
주의: 본 모델은 승인 없이 다른 플랫폼으로 전이하는 것이 엄격히 금지됩니다(liblib은 승인됨: https://www.liblib.art/userpage/a68d8219ddf245ecbd3e1da465409eaa/publish). 발견 시 즉시 관련 플랫폼에 연락하여 삭제 조치를 취하겠습니다.
주의: 본 모델은 승인 없이 다른 플랫폼으로 전이하는 것이 엄격히 금지됩니다(liblib은 승인됨: https://www.liblib.art/userpage/a68d8219ddf245ecbd3e1da465409eaa/publish). 발견 시 즉시 관련 플랫폼에 연락하여 삭제 조치를 취하겠습니다.
면책조항: 본 모델 사용자는 자체 지역의 법률 및 규정을 엄격히 준수하고 AI 기술을 합법적이고 규칙에 맞게 사용해야 합니다. 사용자가 지역 법률 및 규정 위반 등으로 인해 발생하는 모든 부정적 결과에 대해 제작자는 일체 책임을 지지 않습니다.
면책조항: 본 모델 사용자는 자체 지역의 법률 및 규정을 엄격히 준수하고 AI 기술을 합법적이고 규칙에 맞게 사용해야 합니다. 사용자가 지역 법률 및 규정 위반 등으로 인해 발생하는 모든 부정적 결과에 대해 제작자는 일체 책임을 지지 않습니다.
Noobvpredv10\epsv11 v1.1 버전에 대하여
For Noobvpredv10\epsv11 v1.1
이 버전(v1.1)은 훈련 세트를 재조정하여 각 시기의 화풍에 대한 적합도를 향상시켰습니다.
이 버전(v1.1)은 훈련 세트를 재조정하여 각 시기의 화풍에 대한 적합도를 향상시켰습니다.
1: 본 모델은 NoobXL vpred V1.0 베이스 모델을 사용하여 훈련된 SDXL LoKr 모델이며, VAE로 sdxl_vae를 사용합니다.
1: 본 모델은 NoobXL vpred V1.0 베이스 모델을 사용하여 훈련된 SDXL LoKr 모델이며, VAE로 sdxl_vae를 사용합니다.
주의! 이 모델은 Lycoris 모델 계열의 LoKr 모델로, 대부분의 경우 일반 LoRa와 동일한 방식으로 사용됩니다. 그러나 Comfy UI의 일부 배치 노드(예: Lora stack)에서는 LoKr를 사용할 수 없습니다! Web UI의 XYZ PLOT 기능을 사용하여 유사한 기능을 구현할 수 있습니다!!!
주의! 이 모델은 Lycoris 모델 계열의 LoKr 모델로, 대부분의 경우 일반 LoRa와 동일한 방식으로 사용됩니다. 그러나 Comfy UI의 일부 배치 노드(예: Lora stack)에서는 LoKr를 사용할 수 없습니다! Web UI의 XYZ PLOT 기능을 사용하여 유사한 기능을 구현할 수 있습니다!!!
참고: 본 모델의 표시 이미지는 모두 텍스트-이미지 생성(1024x1536) 및 고해상도 확대(2048x3072)를 통해 생성되었습니다.
참고: 본 모델의 표시 이미지는 모두 텍스트-이미지 생성(1024x1536) 및 고해상도 확대(2048x3072)를 통해 생성되었습니다.
참고 2: 표시된 이미지 중 상당 부분은 일반 텍스트-이미지 또는 이미지-이미지 확대 방식과 약간 다른 효과를 보입니다. 선이 더 부드럽고, 세부사항이 더 자연스럽며, 화풍 및 캐릭터에 대한 적합도가 상대적으로 높습니다. 이는 eps 예측 모델 또는 v 예측 모델을 단독으로 사용할 경우 거의 구현하기 어려운 효과입니다(?).
참고 2: 표시된 이미지 중 상당 부분은 일반 텍스트-이미지 또는 이미지-이미지 확대 방식과 약간 다른 효과를 보입니다. 선이 더 부드럽고, 세부사항이 더 자연스럽며, 화풍 및 캐릭터에 대한 적합도가 상대적으로 높습니다. 이는 eps 예측 모델 또는 v 예측 모델을 단독으로 사용할 경우 거의 구현하기 어려운 효과입니다(?).
먼저, 이것은 동일한 파라미터 하에서 eps 확산을 전 과정에 걸쳐 사용해 생성된 최종 이미지입니다.
먼저, 이것은 동일한 파라미터 하에서 eps 확산을 전 과정에 걸쳐 사용해 생성된 최종 이미지입니다.
그리고 이 이미지는 다른 파라미터를 그대로 두고 아래 설명하는 방법으로 생성된 결과입니다.
그리고 이 이미지는 다른 파라미터를 그대로 두고 아래 설명하는 방법으로 생성된 결과입니다.
이 차이점을 설명하기 전에, NoobXL 예측 방법에 관한 가정을 먼저 밝히고자 합니다. 먼저, DDPM(노이즈 제거 확산 모델)에는 총 4가지 원생적 예측 방법이 존재하며, 각각 eps(노이즈), v(속도), x(최종 이미지), score(점수) 예측입니다. 이 네 가지 예측 방법은 수학적으로 동등하며, UNet 내부의 지식과 무관합니다. 따라서 이론상 하나의 모델이 네 가지 예측 방식을 동시에 수용할 수 있습니다. 또한, 새로운 예측 방법을 재훈련(재매핑)한다고 해서 이전에 습득한 예측 방법(기존에 구축된 매핑)이 완전히 잊혀지지는 않습니다. 단지 정렬되지 않았을 뿐이며, 모델 자체는 이를 잊지 않았습니다!!!
이와 대조적으로, NoobXL eps v1.1 버전이 출시될 당시, 동일 계열의 v 예측 모델도 이미 출시되었습니다. 따라서 저는 NoobXL eps v1.1 버전이 eps 및 v 예측 두 가지 기능을 동시에 보유하고 있다고 가정합니다! 이 모델은 주로 eps 예측에 최적화되어 있지만, v 예측 방식으로도 이미지를 디코딩할 수 있으며, 다만 전용 v 예측 모델만큼 뛰어나지는 않습니다. 따라서 저는 아래와 같은 실험을 수행했습니다:
이와 대조적으로, NoobXL eps v1.1 버전이 출시될 당시, 동일 계열의 v 예측 모델도 이미 출시되었습니다. 따라서 저는 NoobXL eps v1.1 버전이 eps 및 v 예측 두 가지 기능을 동시에 보유하고 있다고 가정합니다! 이 모델은 주로 eps 예측에 최적화되어 있지만, v 예측 방식으로도 이미지를 디코딩할 수 있으며, 다만 전용 v 예측 모델만큼 뛰어나지는 않습니다. 따라서 저는 아래와 같은 실험을 수행했습니다:
후반기 모델 확대 과정에서, 이미지-이미지 확대 시 Noob epsv1.1 모델을 사용하였으나, 모델 샘플링 알고리즘 노드에서 v 예측을 선택해 이미지 디코딩 및 노이즈 제거를 수행했습니다. (노이즈 제거 강도(재생성 강도)는 0.4 이상에서 명확한 효과가 나타났으며, 일반적으로 0.4\0.5를 사용합니다.)
후반기 모델 확대 과정에서, 이미지-이미지 확대 시 Noob epsv1.1 모델을 사용하였으나, 모델 샘플링 알고리즘 노드에서 v 예측을 선택해 이미지 디코딩 및 노이즈 제거를 수행했습니다. (노이즈 제거 강도(재생성 강도)는 0.4 이상에서 명확한 효과가 나타났으며, 일반적으로 0.4\0.5를 사용합니다.)
물론, epsv1.1 버전은 v 예측 방식에 특화되지 않았기 때문에, 처음 생성된 이미지는 색온도가 지나치게 따뜻하고, 색 대비 및 채도가 낮아지는 문제가 발생합니다. 이 문제에 대해 저는 Layerstyle 노드 패키지 내의 색온도, 자동 컬러 v2, 그림자 및 하이라이트 등 여러 조절 노드를 사용하여 이미지 파라미터를 자동 조정함으로써 이 문제를 크게 완화할 수 있다고 생각합니다. (여기서 제시된 파라미터는 참고용이며, 다른 더 나은 효과를 내는 파라미터를 아직도 시도 중입니다.)
물론, epsv1.1 버전은 v 예측 방식에 특화되지 않았기 때문에, 처음 생성된 이미지는 색온도가 지나치게 따뜻하고, 색 대비 및 채도가 낮아지는 문제가 발생합니다. 이 문제에 대해 저는 Layerstyle 노드 패키지 내의 색온도, 자동 컬러 v2, 그림자 및 하이라이트 등 여러 조절 노드를 사용하여 이미지 파라미터를 자동 조정함으로써 이 문제를 크게 완화할 수 있다고 생각합니다. (여기서 제시된 파라미터는 참고용이며, 다른 더 나은 효과를 내는 파라미터를 아직도 시도 중입니다.)
3: 트리거 단어 규칙: 모델 트리거 단어 사용 규칙
(1): 화풍 트리거 단어 형식 및 분류: misaki_kurehito_xxx
<1> 초기(2006–2014): misaki kurehito 1
<2> 중기(2015–2018): misaki kurehito 2
<3> 최근(2018–2024): misaki kurehito 3
예시: <1girl/1boy/1other/...>,
masterpiece,best quality,absurdres,highres,sensitive,newest,
4: 생성 데이터(예시)(Comfy UI): 생성 파라미터 (Comfy UI)
lora weight: 1
Efficiency 노드 사용 (Web UI 사용법 복원)(Web UI는 무시 가능)
PAG 노드 사용 (기본값)
steps: 30\28
CFG: 5\4
sampler: dpmpp_2m (Web UI: dpm2p_m karras?)
scheduler: karras
SanaeXL Lokr v1.0 아오이 베이스 모델 v1.0 LoKr 모델
1: 본 모델은 SanaeXL anime V1.0 베이스 모델을 기반으로 훈련된 SDXL LoKr 모델이며, VAE로 sdxl_vae를 사용합니다.
1: 본 모델은 SanaeXL anime V1.0 베이스 모델을 기반으로 훈련된 SDXL LoKr 모델이며, VAE로 sdxl_vae를 사용합니다.
주의! 이 모델은 Lycoris 모델 계열의 LoKr 모델로, 대부분의 경우 일반 LoRa와 동일한 방식으로 사용됩니다. 그러나 Comfy UI의 일부 배치 노드(예: Lora stack)에서는 LoKr를 사용할 수 없습니다! Web UI의 XYZ PLOT 기능을 사용하여 유사한 기능을 구현할 수 있습니다!!!
주의! 이 모델은 Lycoris 모델 계열의 LoKr 모델로, 대부분의 경우 일반 LoRa와 동일한 방식으로 사용됩니다. 그러나 Comfy UI의 일부 배치 노드(예: Lora stack)에서는 LoKr를 사용할 수 없습니다! Web UI의 XYZ PLOT 기능을 사용하여 유사한 기능을 구현할 수 있습니다!!!
참고: 본 모델의 표시 이미지는 모두 텍스트-이미지 생성(1024x1024) 및 고해상도 확대(2048x2048)를 통해 생성되었습니다.
참고: 본 모델의 표시 이미지는 모두 텍스트-이미지 생성(1024x1024) 및 고해상도 확대(2048x2048)를 통해 생성되었습니다.
2: 사나에의 태그 규칙: 아오이 베이스 모델 태그 배치 규칙
권장 설정 / Recommended settings
프롬프트:
<1girl/1boy/1other/...>,
masterpiece,best quality,absurdres,highres,sensitive,newest,
네거티브 프롬프트(짧음):
lowres,low quality, worst quality, normal quality, text, signature, jpeg artifacts, bad anatomy, old, early, multiple views, copyright name, watermark, artist name, signature
네거티브 프롬프트(긴 버전):
lowres,bad anatomy,blurry,(worst quality:1.8),low quality,hands bad,(normal quality:1.3),bad hands,mutated hands and fingers,extra legs,extra arms,duplicate,cropped,jpeg,artifacts,blurry,multiple view,reference sheet,long body,multiple breasts,mutated,bad anatomy,disfigured,bad proportions,bad feet,ugly,text font ui,missing limb,monochrome,bad anatomy,blurry,(worst quality:1.8),low quality,hands bad,face bad,(normal quality:1.3),bad hands,mutated hands and fingers,extra legs,extra arms,duplicate,cropped,jpeg,artifacts,blurry,multiple view,long body,multiple breasts,mutated,disfigured,bad proportions,duplicate,bad feet,ugly,missing limb,
네거티브 프롬프트에는 반드시 lowres를 포함해야 합니다(저해상도 이미지로 훈련했기 때문). “worst quality” 및 “low quality”는 개인 취향에 따라 추가할 수 있습니다. 또한 예시 이미지에 나와 있는 긴 네거티브 프롬프트를 사용할 수 있습니다. 이 프롬프트는 내부 팀이 테스트할 때 사용한 것으로 매우 “비효율적”이지만, 효과는 확실합니다. “it just work.”
네거티브 프롬프트에는 반드시 lowres를 포함해야 합니다(저해상도 이미지로 훈련했기 때문). “worst quality” 및 “low quality”는 개인 취향에 따라 추가할 수 있습니다. 또한 예시 이미지에 나와 있는 긴 네거티브 프롬프트를 사용할 수 있습니다. 이 프롬프트는 내부 팀이 테스트할 때 사용한 것으로 매우 “비효율적”이지만, 효과는 확실합니다. “it just work.”
3: 트리거 단어 규칙: 모델 트리거 단어 사용 규칙
(1): 화풍 트리거 단어 형식 및 분류: misaki_kurehito_xxx
<1> 초기(2006–2014): misaki kurehito 1
<2> 중기(2015–2018): misaki kurehito 2
<3> 최근(2018–2024): misaki kurehito 3
예시: <1girl/1boy/1other/...>,
masterpiece,best quality,absurdres,highres,sensitive,newest,
4: 생성 데이터(예시)(Comfy UI): 생성 파라미터 (Comfy UI)
lora weight: 1
Efficiency 노드 사용 (Web UI 사용법 복원)(Web UI는 무시 가능)
PAG 노드 사용 (기본값)
steps: 30
CFG: 7
sampler: dpmpp_2m (Web UI: dpm2p_m karras?)
scheduler: karras