LEOSAM's Clothing +/- Adjuster 衣物增/减 LoRA

🖥️友人と共に開発したオープンソースのGPT4V-Image-Captionerをお試しください。ワンクリックでインストールでき、画像の事前圧縮、画像タグ付け、タグ統計など複数の機能が統合されています。最近、このツールのwebuiプラグイン版もリリースしました。ぜひご活用ください！

🌍QQグループ「兔狲·AIGC夢工北廠」、グループ番号：780132897；「兔狲·AIGC夢工南廠」、グループ番号：835297318（入群の答え：兔狲）。Telegramグループ「兔狲のSDXL百老匯」：https://t.me/+KkflmfLTAdwzMzI1

📖これは、描画対象の衣装の量を調整するための機能LoRAです。LoRAの重みを-1.0から1.0まで調整することで、描画対象の衣装が徐々に増加します。

This is a functional LoRA for adjusting the amount of clothing on the drawn objects. By adjusting the LoRA weight from -1.0 to 1.0, a gradual reduction of the clothing on the drawn objects can be achieved.

カバー画像のようなGIFを作成する方法：

SDの文生图インターフェース下部の「スクリプト」にある「XYZ plot」に「プロンプト検索/置換」のオプションがあります。この機能を使って、-1から1までの間でLoRAモデルの重みを一定間隔で変更できます。そうすることで、SDは同じプロンプトでLoRAの重みが徐々に変化する一連の画像を生成します。これらの画像を取得したら、FFmpegツールキットやその他のGIF作成ツールを使って、それらをGIFアニメに変換できます。

キャラクターのポーズを固定するには、ControlNetのOpenPose機能を使用することをお勧めします。背景もさらに固定したい場合は、Inpaint機能を使用する必要があります。

How to create a gif similar to the cover gif:

In the "XYZ plot" under the "Script" section of the SD interface, there is an option for "Prompt S/R (Prompt search/replacement)". You can use this feature to change the weighting of the Lora model at fixed intervals from -1 to 1. SD can then generate a series of images with the same Prompt and gradually changing Lora weights. After obtaining these images, you can use the FFmpeg toolkit or other GIF creation tools to create animated GIFs from these images.

It is recommended to use the 'OpenPose' feature in ControlNet to fix the character's pose. If you want to further fix the background, you will need to use the 'Inpaint' feature."

「Clothing +/- Adjuster」に類似したLoRAを作成する方法：

本モデルは、青龍さんがこちらの動画で紹介した「コピーラーニング」という方法に触発されて作成されました。複数の画像を対象としたバッチトレーニングの実現に向け、いくつか改良を加えました。具体的な手順は以下の通りです：

ステップ1：N組の異なる人物の状態Aと状態Bの比較画像を選択し、状態A画像トレーニングセットと状態B画像トレーニングセットを構築します。同じ人物の状態Aと状態Bの画像は、ファイル名を一致させてください。

ステップ2：状態Aトレーニングセットにtxtラベルを追加します。各画像には、異なる人物を識別するための1つの特殊な単語ラベルを付与してください。例えば、10人の人物がいる場合、それぞれにjinitaimei1からjinitaimei10までラベルを割り当てます。その後、状態Aトレーニングセットのすべてのラベルを状態B画像トレーニングセットにコピー＆ペーストしてください。

ステップ3：トレーニングセットと似た画風のベースモデルCを選択し、状態A画像トレーニングセットを使ってLoRAトレーニングを行います。モデルが過学習するまで学習を続行し、人物Nの対応ラベルを入力したときに、人物Nの状態Aの画像のみを生成できるようにします。

ステップ4：得られた過学習したLoRAモデルを、1.0の比率でベースモデルCに統合します（更新：さらにテストした結果、same to strengthを有効にするとより良い結果が得られます）。その後、新しいベースモデルを用いて状態B画像トレーニングセットでLoRAトレーニングを実行します。このトレーニングは必ずしも重度の過学習まで行う必要はなく、LoRAプロセスファイルを使ってAI描画テストを行い、重みを調整することで状態Aから状態Bへの遷移が可能であれば十分です。（更新：さらにテストした結果、最適な学習ステップ数は1枚あたり400～800ステップの範囲です）

ステップ5：LoRAのトレーニング対象が複雑なシーンの場合、高重みで過学習が発生することがあります。その場合、以下の2つの改善案が推奨されます。一つはLoRAの層ごとの調整を行い、A/B状態の切り替えに関係のない層の重みを下げること。もう一つはLoRAの次元を圧縮することです。例えば、64から4に圧縮します。

How to make a LoRA similar to "Clothing +/- Adjuster":

This model is inspired by the first method "Copy Learning" introduced by Qinglong in this video. I made some improvements to implement batch training in the case of multiple images. The specific steps are as follows:

Step 1: Select N groups of comparison images of different characters in State A and State B. Put them into the State A image training set and the State B image training set, respectively. Please ensure that the file names of the two images of State A and State B for the same character are the same.

Step 2: Add txt labels to the State A training set, with each image receiving only one unique word label that distinguishes different characters. For example, if there are 10 characters, assign each character a label from jinitaimei1 to jinitaimei10. Then copy and paste all labels from the State A training set into the State B image training set.

Step 3: Choose a base model C with a similar style to the training set. Use the State A image training set for Lora training until the model overfits.

Step 4: Merge the overfitted LoRA model obtained from training into the base model C at a ratio of 1.0 (Update: After further testing, it will be better to choose same to strength). Then, use the State B image training set for Lora training based on the new base model. This training process does not necessarily need to be trained until severe overfitting occurs; you can choose the LoRA process file for AI drawing tests, as long as the transition from State A to State B can be achieved by adjusting the weight. (Update: 400～800 steps for single pic)

Step 5: If the LoRA training involves complex scenes, overfitting may occur at high weights. There are two suggested improvements: one is to perform layer-by-layer adjustment of LoRA, reducing the weights of layers unrelated to the A/B state switch; the other is to compress the dimensions of LoRA, such as from 64 to 4.

このLoRA以外にも、私の作品には以下が含まれます：

• FilmGirl/フィルム風 LoRAモデル：描画対象のリアリズムを高めたい場合、現時点で最適なLoRAです。

• MoonFilm CheckPointモデル：Civitai上で肌のリアルさがトップ5に入る写実モデルです。

• Pallas's cat/兔狲 LoRAモデル：兔狲はこの世界で最も魅力的なネコ科動物です。あなたのGPUの力を、かわいい猫たちに捧げてください。

• 拍立得/Polaroid LoRAモデル：ポラロイド写真の質感を実現するLoRAで、現在さらに改良中です。

• EVA『新世纪エヴァンゲリオン』 LoRAモデル：EVAスタイルの汎用人型決戦兵器を生成するLoRAで、EVA 00、EVA 01、EVA 02、EVA 08の4機種に対応しています。

In addition to this LoRA, my works also include:

• FilmGirl Film Style Lora Model: If you want to increase the realism of the characters you draw, this Lora is currently the best choice.

• MoonFilm CheckPoint Model: Possibly one of the top 5 most realistic skin models on Civitai.

• Pallas's Cat LoRA Model: Pallas's cat is the most interesting feline in the world. Please dedicate your GPU power to these adorable cats.

• Polaroid Lora Model: A LoRA that achieves the texture of Polaroid photos, currently undergoing further improvements.

• EVA "Neon Genesis Evangelion" LoRA Model: A LoRA that generates EVA-style general-purpose humanoid combat weapons, compatible with EVA 00, EVA 01, EVA 02, and EVA 08 models.