導入. 简介：

これはstyle LoConで、Civitaiサイトから「最もコレクション数が多い」と「最も反応が多い」ポニー系モデル画像を集めてトレーニングしたものです。

これはCivitai上で最も多くのいいねとコレクションを持つポニー系モデル画像からトレーニングされた画風LoConです。

このloraは特定のアーティストのスタイルや技術を模倣することを意図していません。ある程度コミュニティの好みや絵の視覚的魅力を反映している可能性があります。プロンプトによって微妙にスタイルが変わることがあります。

このloraは特定の画家の画風や技法をシミュレートするつもりはありません。コミュニティの審美感や絵の視覚的な魅力をある程度反映しているかもしれません。異なるプロンプトによってスタイルが微妙に変わることもあります。

使用方法 使用方法：

V2以前のバージョンには特定のトリガーワードはありません。対応モデルに付属する品質タグをご使用ください。

V3以降のバージョンでは、以下のタグがトレーニングされています：

V2以前のバージョンには特定のトリガーワードはありません。対応モデルに付属する品質タグを使用してください。

V3およびそれ以降のバージョンでは、下記のタグがトレーニングされています：

positive:

masterpiece, best quality, very aesthetic

negative:

worst quality, low quality, displeasing

これをベースにプロンプトを編集できます。

データ生成 データバージョン：

v6:

500枚以上の新しい画像を追加し、その一部はFluxから選別しました。品質が低いと判断した古い画像の一部は削除しました。

データセット内の画像総数は3,000枚を超え、6バージョンにわたって20以上の概念が手動で強化・編集されています。

モデルのランクも上昇しています。

500+枚の画像を新たに追加し、その一部はFlux生成画像から選ばれています。品質が低いと判断した古い画像はいくつか削除しました。

現在、総画像数は3000を超えており、6バージョンのデータセットで20以上の概念を手動で強化・編集しました。

モデルのランクも向上しています。

v5.9:

モデルの性能は期待通りではありませんが、トレーニングデータセットの画像自体には問題がないと思います。タグを手動で調整し、結果の変化を確認する予定です。

2025/1/3更新：

一部のタグを手動で更新しましたが、明暗や色彩に関係しているようには見えません。ノイズオフセットに関連している可能性があると暫定的に推測しています。

モデルの性能は期待通りではありませんが、トレーニングデータの画像自体には問題がないと考えています。タグを手動で修正して効果を見ます。

2025/1/3更新：

一部タグを手動で更新しましたが、明るさや色彩とは無関係のようです。暫定的にノイズオフセットに関係していると推測しています。

v5:

データセットは2,154枚に拡張され、そのうち約1,000枚のポニー画像が主要なトレーニング対象です。

V-predモデルはEps-predベースのモデルでトレーニングされたLoRAを使用可能ですが、出力品質は大幅に低下します。このバージョンでは異なる2タイプのモデルで別々にトレーニングされます。

NoobAIの最近のバージョンでは明らかなアーティファクトが見られますが、Danbooruの「jpeg artifact」タグは効果が薄いです。この問題に対処するために、約30枚の典型的な肉眼で確認できる画像が負の例として選ばれました。

注目すべき現象として、Pony v6とNoobAIは側頭部のある髪型を生成するときに髪根に三角形の浮き上がりを作る傾向があります。Danbooruではこれは「hair intakes」や「curtained hair」とタグ付けされることがありますが、Ponyは全キャラクターにこの構造を適用します。これはPonyのキャラクター訓練時に髪型が意図通りに生成されない重要な原因です。NoobAIでも類似の現象が観察されました。これはDanbooru以外のデータセットにこの特徴が多く存在し、正しくタグ付けされていないためと推測されます。

データセットの画像をフィルタリングし、約3分の2が正しく注釈されています。現在、プロンプトに「hair intakes」を追加するとある程度この問題は軽減されますが、完全な解決策はまだ見つかっていません。

データセットは2154枚に拡大し、主なトレーニング対象のポニー画像は約1000枚です。

V-predモデルはEps-predベースのモデルでトレーニングされたLoRAを使えますが、生成品質は大幅に低下します。このバージョンは2タイプの異なるモデルで別々にトレーニング予定です。

最近のNoobAIは明確な偽影がありますが、danbooru上の“jpeg artifact”タグは効いていません。そこでこの問題に対処するため、約30枚の典型的な視覚的に明瞭な画像を負の例として選択しました。

観察された現象として、pony v6とnoobAIはサイドロックのあるヘアスタイルを生成する際に髪根に三角形の浮き出しを生成しがちです。danbooruではこれが“hair intakes”や“curtained hair”としてタグ付けされることがありますが、ponyは全キャラクターにこの構造を適用します。これがponyのキャラクタートレーニング時に髪型が意図通りに生成されない重要な理由の1つです。noobも同様の現象を観察しました。私の推測では、danbooru以外のトレーニングセットにこの特徴が多く存在し、正確なタグ付けがされていないためです。

データセットの画像を精査し、約2/3が正しく注釈されています。現在、プロンプトに「hair intakes」を追加すると多少はこの現象を軽減できるかもしれませんが、根本的な解決方法は見つかっていません。

v4:

データセットのタグ付けを部分的に最適化しました。NoobAI Epsilon-pred v1をベースにトレーニング。

ポニー系モデルはイヤリング、耳のピアス、その他耳飾りを生成する傾向が強く、キャラクターの耳の構造を破壊することがあります。関連タグを整理し、データセット内の軽度の構造異常をもつ画像を切り取り・手動修正し、修正が困難な画像を削除しました。

データセットのタグ付け方法を部分的に最適化しました。NoobAI Epsilon-pred v1をベースにトレーニング。

ポニー系モデルはイヤリングや耳飾りを強く生成しがちで、キャラクターの耳構造を乱すこともあります。関連タグを整理し、構造の誤りが軽度な画像を切り取りや手動修正し、修正困難な画像は除外しました。

v3:

データセットを1,429枚に拡大し、ポジティブおよびネガティブ例を含めました。

774枚の画像は最も「望ましい」スタイルです。

Illustrious v0.1上でトレーニングしました。

データセットは1429枚に拡大され、正と負の例を含みます。

その中で774枚は目標スタイルです。

Illustrious v0.1をベースにトレーニングされています。

v2:

データセットは374枚まで拡張されました。生成品質を制御するために、モデルが付属する品質タグと美学タグを使用します。

トレーニングデータセットは374枚に拡大。モデル付属の品質提示タグを使い生成品質を安定化させる試み。

v1:

Civitaiから224枚をトレーニング用、393枚を正則化用として使用しました。

Animagine v3.1およびPony v6をベースに2バージョントレーニングしました。

Civitaiから224枚、正則化用に393枚の画像で訓練。

Animagine v3.1とPony v6の2つのバージョンがあります。

テスト ver.4:

少し過小適合ですが依然有効です。Animagine v3.1にトレーニングされた品質タグや美学タグ（best quality, masterpiece, very aesthetic等）がこのチェックポイントの生成画風を変えることを発見しました。次のテストバージョンで修正予定です。

多少の過適合がありますが現状動作はしています。Animagine v3.1付属の品質管理や美学ヒントは生成されるアートスタイルを変更しますので、この実験版は品質タグを使わないでください。次回版で修正します。