Fiz-Rot - LyCORIS LoCon - Illustrious

Illustrious 모델을 위한 Fiz-Rot의 아트스타일로 학습된 LoCon

왜 두 가지 버전인가요?

Illustrious에 처음으로 학습할 때, 여러 모델 간의 호환성 문제에 직면했습니다. 알고 보니 제가 체크한 설정(DoRA)이 이 문제를 일으키고 있었고, 이를 인식하기 전에는 각 모델별로 별도의 버전을 학습했습니다. 그 결과, 베이스 Illustrious용 버전과 NoobAI용 버전이라는 두 가지 버전이 생겼습니다. 문제를 해결한 후에도 두 버전 모두를 학습해 결과를 비교해보기로 결정했고, 그래서 두 버전을 모두 공개합니다. 향후에는 정확도와 병합 호환성 측면에서 가장 우수한 베이스 Illustrious만으로 학습할 예정입니다. 이는 이전 버전이 DoRA 기반이라는 뜻이지만, 설정을 변경하려면 새 모델 페이지를 분리해야 하므로 ¯\_(ツ)_/¯

어떤 버전을 사용해야 하나요?

• 베이스 Illustrious 버전은 병합 시 스타일을 가장 일관되게 유지하며, 병합 성능에 지나치게 부정적인 영향을 주지 않습니다.

• NoobAI 버전은 제가 가장 많이 테스트한 버전이지만, 기본적으로 제가 실수한 결과물입니다. 두 버전 모두 장점이 있지만, 더 넓은 호환성을 고려할 때 베이스 Illustrious 버전을 추천합니다.

일반 사용 팁:

구체적인 문제는 해당 모델의 “이 버전에 대해” 섹션을 확인하세요.

지금까지 제게 가장 성공적인 영구적 긍정/부정 프롬프트 조합은 다음과 같습니다:

masterpiece, best quality, good quality  

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

이 조합은 설정이나 병합 방식에 따라 달라질 수 있지만, 저는 아직 수정할 필요를 느끼지 못했습니다.

강도는 병합 시 LoRA 호환성과 사용 목적에 따라 달라지며, 일반적으로:

• 매우 호환되는 모델 또는 베이스에 단독으로 사용할 경우: 0.8–1 추천
• 아티스트 태그와 함께 사용할 경우: 0.4–0.8 추천 (자유롭게 조절 가능)
• 엄격한 병합에 사용할 경우: 0.7–0.8을 초과하지 않도록 권장

샘플 이미지 생성을 위한 일반적인 워크플로우(ComfyUI 기준):

• 이미지에서 샘플링은 Restarts를 사용하며, [3,2,0.06,0.30] 구간으로 나누어 수행 — 이 값은 Restarts 논문에서 제안된 값입니다.

  • 참고: Restarts를 사용하면 이미지가 더 부드럽고 일관성 있게 나옵니다. 다만 결과는 상황에 따라 달라질 수 있으며, 사용 여부는 본인의 선택입니다.

• 특별한 스케줄러는 사용하지 않습니다.

• 컨디셔닝은(A1111 BREAK) 세 부분으로 나눕니다: 배경 및 카메라/주체 얼굴, 특성/주체 신체 및 옷.

• 초기 해상도는 SDXL 화이트페이퍼 부록 I에서 제안된 값으로 선택: https://arxiv.org/pdf/2307.01952

• 이미지는 Lanczos 보간법을 사용해 1.5배로 확대됩니다.

• 두 번째 샘플링 단계는 동일하지만, 약 15스텝에서 0.3의 노이즈 제거 강도로 수행됩니다.

• 확대 후에 facedetailer를 적용합니다.