1girlDistortion

通常、LoRAをトリガー単語で学習する際には、ベースモデルが認識したり処理したりするのが苦手な単語を選ぶのが望ましいです。そうでないと、ベースモデルがその単語を解釈する方法とLoRAが解釈する方法の間に競合が生じる可能性があります。しかし、このLoRAでは、意図的にLoRAとベースモデルの間に衝突を引き起こすことを目的としました。そして、この実験に最適なトリガー単語は、Civitaiで最も人気のあるプロンプト用語である1girlでした。

私は1girlDistortionU LoRAを、Wikimedia Commonsから収集した176枚の高品質な動物の画像に手動でキャプションを付け、トリガー単語として1girlを使用して学習しました。低ウェイトでは、画像に動物の仲間を追加したり、動物の耳、翼、尻尾などの特徴を付加する傾向があります。高ウェイトでは、対象を動物そのものに置き換えます。

私は1girlDistortionL LoRAを、Wikimedia Commonsから収集した112枚の高品質な植物およびキノコの画像に手動でキャプションを付け、トリガー単語として1girlを使用して学習しました。低ウェイトでは、画像に花を追加したり、背景を屋外に変更する傾向があります。高ウェイトでは、対象を花または植物に置き換えます。

私は1girlDistortionLU LoRAを、Wikimedia Commonsから収集した288枚の高品質な動物、植物およびキノコの画像に手動でキャプションを付け、トリガー単語として1girlを使用して学習しました。学習画像は動物に偏っていたため、このLoRAは一般的に動物的な画像を生成しますが、1girlDistortionUよりも花の要素がより多く含まれます。

例画像を生成する際には、私が好きなSD 1.5モデルのいくつかを選び、反応が豊富な1girlプロンプトを見つけました。同じモデルで同じプロンプトを再利用し、それに1girlDistortion LoRAを適用しました。

特定のプロンプトに最適なウェイトを見つけるのは少し難しいかもしれませんが、その結果は本当に不気味になることがあります。最近生成しているわいふたちが少し味気なくなってきたと感じているなら、このLoRAを試してみてください。