훌륭한 × Pony Mi**×**

HF에서 모델을 무료로 테스트하세요

v3가 지금까지 가장 뛰어난 병합 버전입니다! 개선 사항:

• 이제 기본 스타일이 존재하며, pony score 태그, 미적 프롬프트, LoRA 또는 아티스트 태그를 사용하지 않아도 잘 보입니다! 첫 번째 미리보기 이미지는 이러한 요소들을 전혀 사용하지 않았습니다. 단순히 기본 양성 프롬프트와 부정 프롬프트만 사용했습니다.

• 위의 이유로 LoRA 호환성이 훨씬 향상되었습니다.

• v2보다 더 적은 노이즈와 잠재적 왜곡을 보입니다.

• 프롬프트 준수도, 품질, 해부학적 구조가 향상되었습니다.

• 모델은 이제 NAI3과 유사한 선명도와 디테일을 갖추게 되었습니다.

• 배경은 여전히 추가 개선이 필요합니다.

이전 업데이트:

v2는 원본 모델에 비해 대폭 향상되었으며, 잠재적 노이즈가 줄어들고 손과 손가락을 포함한 해부학적 구조가 개선되었습니다.

이것은 제가 fine-tune한 Illustrious 모델과 제가 fine-tune한 Pony 기반 모델의 병합 결과입니다.

pony score 태그, 레이팅 태그 및 Illustrious 아티스트 태그와 호환됩니다. pony score 태그(선택 사항이며 Pony 모드를 활성화함)는 프롬프트의 맨 앞에 위치시키고, 그 뒤에 아티스트 태그를 작성해야 합니다.

score_9,score_8_up,score_7_up

다른 강도에서의 효과:

아티스트를 지정하지 않으면 기본 스타일이 별로 보입니다. 왜냐하면 최종 조정 fine-tune 단계에서 캡션 드롭아웃을 사용하지 않았기 때문입니다. 그러나 결과는 매우 훌륭하게 나옵니다!

이 모델을 병합하는 과정이 매우 힘들었기 때문에, 일부 칭찬의 말이 감사하겠습니다. 이 출력은 완벽하지는 않지만 복잡한 장면을 잘 처리하며, 저에게는 원래의 Illustrious 모델처럼 특별한 매력을 지니고 있습니다.

일반적인 방법:

첫 단계는 train difference 및 비교 보간을 사용하여 두 모델을 병합하는 것이었습니다. 그 후 두 모델을 일반적으로 병합했습니다. 결과는 잡음이 많고 회색빛이지만, 두 모델의 특성과 지식을 모두 포함하고 있습니다. 이 시점에서 저는 40만 장의 이미지 데이터셋을 사용해 한 에폭 동안 모델을 fine-tune하여 안정화했습니다. 그 다음, 병합으로 인해 억제된 특징을 부각시키는 특수 LoRA 세트를 병합했습니다. 그 후 동일한 데이터셋을 사용해 또 다른 모델을 두 에폭 동안 fine-tune했습니다. 이 모델을 LoRA로 변환하여 음의 강도로 적용하면 해부학적 구조/손가락/노이즈가 크게 개선됩니다. 이 과정을 거쳐 v2 모델이 생성되었습니다.

결과적으로 pony score 태그와 레이팅 태그, Illustrious 아티스트 태그 모두 작동합니다. 원래의 Illustrious 모델의 디테일도 향상되었습니다. pony 프롬프트를 사용하면 병합한 Pony fine-tune에 사용했던 이미지와 유사한 결과가 나오며, 개념이 성공적으로 전이되었음을 확인할 수 있었습니다.

도구:

https://github.com/silveroxides/sd-webui-untitledmerger

https://github.com/hako-mikan/sd-webui-supermerger/issues/408

https://github.com/Linaqruf/kohya-trainer/blob/main/Kohya%20Trainer%20XL%20Runpod.ipynb