Female Warrior 女戦士 | Isekai Yarisaa

여자 전사 Isekai Yarisaa

업데이트 v1b (2023년 6월 4일):

• 특성 차별 학습(Differential Learning)을 시도하여 애니메이션 예술 스타일을 제거했습니다.
  (https://github.com/kohya-ss/sd-scripts/pull/542)

  • 먼저, 학습하고자 하는 캐릭터가 없는 애니메이션 스크린샷을 기반으로 스타일 모델을 학습시켜야 했습니다. 문제는 이전에 스타일 모델을 학습해 본 경험이 없었다는 점이었습니다. 기억에 따르면 스타일 모델을 학습하는 방식은 주로 두 가지로 나뉩니다: U-Net만 학습하거나, 트리밍 없이 낮은 기준으로 데이터셋에 자동 태그를 붙이는 것입니다. 저는 첫 번째 방법을 시도하기로 했습니다. 결과적으로 스타일 모델이 스타일을 충분히 재현했는지, 아니면 캐릭터 모델이 충분히 스타일 중립적인지 확신할 수는 없지만, 분명히 캐릭터 모델은 애니메이션 느낌이 덜한 것 같습니다.

• 실험을 위해 두 가지 학습 파라미터를 추가했습니다: scale_weight_norms 및 network_dropout.

프롬프트:

• 트리거 단어:
  femalewarrior_olis, 빨간 머리, 긴 머리, 녹색 눈, 커다란 가슴

• 복장:
  귀걸이, 코러, O링, 어깨 보호대, 바이키 보호대, 언더부, 팔목장식, 코르셋, 장갑, 검은 속옷

  • 추가:
    무릎 위 양말, 부츠

• 부정적 프롬프트:
  (말살, 모자이크 말살, 막대 말살, 편의적 말살, 의미 없는 말살:1.x)
  (가중치를 실험해보세요. 때때로 시드를 단순히 바꾸는 것이 더 나을 수 있습니다...)

• 추가:
  (샘플 이미지를 참고하세요)
  (의도치 않게 일부 생성 간에 Clip Skip를 바꾸었는지 몰라요. 꼭 2로 유지해 주세요.)

가중치: 1 (자신만의 실험을 해보세요)

모든 모델은 512x512 픽셀로 학습되었습니다.
최적의 결과를 위해 생성된 출력물을 선호하는 방법으로 확대하여 사용해 주세요.

제 아홉 번째 모델입니다.

아마도 제가 단 한 번만 요청을 받은 경우였을 거예요. 어쨌든 저는 파인튜닝 실험이 계속되었습니다. 결과는 나쁘지 않았다고 생각합니다.

말해보건대, 몇 분이라도 마음에 들어했으면 좋겠습니다.