Fiz-Rot - LyCORIS LoCon - Illustrious

Illustriousモデル用にFiz-Rotのアートスタイルで学習されたLoCon

なぜ2つのバージョンがあるのですか？

Illustriousで初めて学習した際、モデル間の互換性にいくつかの問題が発生しました。結果として、私が有効にしていた設定（DoRA）が原因であることが判明しましたが、それに気づく前に、各モデルごとに別々のバージョンを学習していました。その結果、ベースのIllustrious用とNoobAI用の2つのバージョンができました。問題を解決した後も、両方のバージョンを学習して結果を比較してみようと思い、両方を公開することにしました。今後は、精度とマージ互換性の面で最も優れていると思われるベースのIllustriousでのみ学習する予定です。このため、古いバージョンはDoRAですが、設定を変更すると新しいモデルページに分割しなければならず、それ以上の変更はできません。¯\_(ツ)_/¯

どのバージョンを使えばよいですか？

• ベースのIllustrious版は、マージ時にスタイルへの準拠が最も強く、マージのパフォーマンスへの影響も最小限です。

• NoobAI版は、私が最もテストしたバージョンですが、主に私のミスによる結果です。両方のバージョンにはそれぞれ長所がありますが、互換性の広さから、ベースのIllustrious版をお勧めします。

一般的な使用上の注意：

より具体的な問題については、各モデルの「このバージョンについて」セクションをご確認ください。

これまでのところ、私が最も成功した永続的なポジティブ／ネガティブの組み合わせは以下の通りです：

masterpiece, best quality, good quality  

lowres, worst quality, low quality, oldest, jpeg artifacts, blurred, artist name, signature

これは設定やマージによって変更される可能性がありますが、私はこれまで変更する必要がありませんでした。

強度はマージLoRAの互換性や目的により異なりますが、一般的に：

• 高互換性のモデルまたはベースで単独で使用する場合、0.8～1を推奨します。

• アーティストタグと併用する場合、0.4～0.8を推奨しますが、これはご自身の判断で決めてください。

• 厳密なマージで使用する場合、0.7～0.8を超えないことを推奨します。

サンプル画像の一般的なワークフロー（ComfyUIでの使用）：

• サンプラーは「Restarts」を使用し、セグメント値は[3,2,0.06,0.30]（Restartsに関する論文の値）で実行します。

  • 注：Restartsを使用すると画像がより滑らかになり、一貫性が高まりますが、結果は環境によって異なります。使用するかどうかはご自身で判断してください。

• 特殊なスケジューラーは使用していません。

• 条件付けは（A1111 BREAK）で3つの部分に分割：背景・カメラ／被写体の顔・属性／被写体の体と衣装

• 初期解像度は、SDXLホワイトペーパーの付録Iから選択：https://arxiv.org/pdf/2307.01952

• 画像はLanczosリサンプリングで1.5倍にアップスケールされます。

• 2回目のサンプリングは同じ操作ですが、約15ステップでノイズ除去強度0.3で実行します。

• アップスケール後にフェイスディテレラーを使用します。