소개. 简介：

style LoCon은 Civitai 사이트에서 "가장 많은 컬렉션"과 "가장 많은 반응"을 받은 포니 기반 모델 이미지를 수집해 훈련되었습니다.

이것은 Civitai에서 가장 좋아요와 컬렉션이 많은 포니系 모델 이미지로 훈련된 스타일 LoCon입니다.

이 LoRA는 특정 아티스트의 스타일이나 기법을 모방하려는 의도가 없습니다. 다만 커뮤니티 취향과 이미지의 시각적 매력을 어느 정도 반영할 수 있습니다. 스타일은 다양한 프롬프트에 따라 미묘하게 변할 수 있습니다.

이 LoRA는 특정 화가의 스타일이나 그림 기법을 재현할 의도가 없습니다. 어느 정도 커뮤니티의 미적 감각과 이미지의 시각적 매력을 반영할 수 있습니다. 서로 다른 프롬프트에 따라 스타일 차이가 미묘하게 나타날 수 있습니다.

사용법 使用方法：

V2 이전 버전들은 특정 트리거 단어가 없습니다. 해당 모델과 함께 제공되는 퀄리티 태그를 사용해 주세요.

V3 및 이후 버전에서는 다음 태그들이 훈련되었습니다:

V2 이전 버전은 특정 트리거 단어가 없습니다. 해당 모델과 함께 제공되는 품질 태그를 사용하세요.

V3 및 이후 버전에는 아래 태그들이 훈련되었습니다:

긍정 태그:

masterpiece, best quality, very aesthetic

부정 태그:

worst quality, low quality, displeasing

이 태그를 기반으로 프롬프트를 조절할 수 있습니다.

데이터 생성 데이터 버전：

v6:

500장 이상의 새 이미지를 추가했으며, 일부는 Flux에서 선택했습니다. 품질이 낮다고 판단한 오래된 이미지는 제거했습니다.

데이터셋 내 이미지 총 수는 현재 3,000장을 넘으며, 6개의 버전에서 20개 이상의 콘셉트를 수작업으로 향상/편집했습니다.

모델 랭크도 상승했습니다.

새로 500장 이상의 이미지를 추가했고, 일부는 Flux에서 선택했습니다. 품질이 낮다고 판단한 오래된 이미지는 삭제했습니다.

이미지 총 수는 3,000장 이상이며, 6개 버전의 데이터셋에서 20개 이상의 개념을 수작업으로 보완/수정했습니다.

모델 순위가 향상되었습니다.

v5.9:

모델의 성능이 기대만큼 좋지 않지만, 훈련 데이터셋의 이미지는 문제가 없다고 생각합니다. 태그를 수동으로 조정하여 결과가 어떻게 변하는지 볼 예정입니다.

2025/1/3 업데이트:

일부 태그를 수동으로 업데이트했으나 밝기 및 색상과는 관련이 없어 보입니다. 임시로 노이즈 오프셋과 관련 있을 것이라 추측합니다.

v5:

데이터셋이 2,154장으로 확장되었으며, 약 1,000장의 Pony 이미지가 주요 훈련 대상입니다.

V-pred 모델은 Eps-pred 기반 모델로 훈련된 LoRA를 사용할 수 있지만, 출력 품질이 크게 떨어집니다. 이 버전은 두 가지 다른 유형의 모델에 대해 별도 훈련 예정입니다.

최근 NoobAI 버전에서는 뚜렷한 아티팩트가 나타나지만, Danbooru의 'jpeg artifact' 태그는 효과적이지 않습니다. 이를 해결하기 위해 약 30장의 눈에 띄는 부정적 이미지가 선별되었습니다.

현상: Pony v6와 NoobAI는 측면 머리카락이 있는 헤어스타일 생성 시 머리 뿌리에 삼각형 모양으로 들뜸 현상이 나타납니다. Danbooru에서는 이를 'hair intakes' 혹은 'curtained hair'로 태그하지만, Pony는 모든 캐릭터에 이 구조를 적용합니다. 이로 인해 Pony로 훈련한 캐릭터의 헤어스타일이 의도와 다르게 생성되는 주요 원인 중 하나입니다. NoobAI에서도 유사 현상이 관찰되었으며, 이 특징이 Danbooru 외 훈련셋에 많지만 제대로 태그되지 않은 것으로 추정됩니다.

데이터셋 이미지를 필터링 했으며, 약 2/3가 올바르게 주석 처리되었습니다. 현재 프롬프트에 'hair intakes'를 추가하면 어느 정도 이 문제를 완화할 수 있으나, 근본적인 해결책은 아직 찾지 못했습니다.

v4:

데이터셋 태그 일부 최적화. NoobAI Epsilon-pred v1 기반 훈련.

Pony 기반 모델은 귀걸이, 귀 피어싱 등 귀 장신구 생성 성향이 강하며, 종종 캐릭터 귀 구조를 훼손합니다. 관련 태그를 재정리하고, 데이터셋 내 경미한 구조 오류 이미지 일부는 자르거나 수동 수정했으며, 수정이 어려운 이미지는 제거했습니다.

데이터셋 주석 방식을 부분 최적화했습니다. NoobAI Epsilon-pred v1을 기반으로 훈련했습니다.

Pony 계열 모델은 귀걸이, 귀 피어싱 등 귀 장신구를 자주 생성하며, 때로는 캐릭터 귀 구조를 깨뜨리기도 합니다. 관련 태그를 정리하고, 구조적 오류가 심하지 않은 이미지 일부는 크롭 및 수동 수정했으며, 수정이 어려운 이미지는 제외했습니다.

v3:

데이터셋이 1,429장으로 확장되었으며, 긍정 태그와 부정 태그 예시가 포함되었습니다.

그 중 774장은 가장 "원하는" 스타일입니다.

Illustrious v0.1 기반 훈련.

v2:

데이터셋 374장 확장, 모델과 함께 제공되는 품질 및 미적 태그를 사용하여 생성 품질을 제어.

v1:

Civitai에서 224장, 정규화용 393장 이미지로 훈련.

Animagine v3.1 및 Pony v6를 기반으로 두 버전 훈련.

test ver.4:

약간 언더피팅되었지만 작동합니다. Animagine v3.1의 품질 및 미학 태그(bes quality, masterpiece, very aesthetic 등)가 이 체크포인트에서 생성되는 아트 스타일을 변경할 수 있음을 발견했습니다. 다음 테스트 버전에서 수정할 예정입니다.

일부 언더피팅된 상태지만 여전히 작동합니다. Animagine v3.1이 제공하는 품질 및 미학 제어 단어들이 생성된 그림 스타일을 변경할 수 있으므로, 이번 테스트 버전에서는 품질 단어 없이 진행했습니다. 다음 버전에서 수정할 예정입니다.