소개. 简介：

스타일 LoCon으로, Civitai 사이트에서 수집된 "가장 많은 컬렉션"과 "가장 많은 반응"을 기록한 포니 기반 모델 이미지들로 훈련되었습니다.

这是一个训练自Civitai上点赞最多和收藏最多的pony系模型图片的画风LoCon。

이 LoRA는 특정 아티스트의 스타일이나 기법을 시뮬레이션하려는 의도가 없습니다. 이것은 커뮤니티의 취향과 이미지의 시각적 매력을 어느 정도 반영할 가능성이 있습니다. 프롬프트에 따라 스타일이 미묘하게 변화할 수 있습니다.

这个lora并不意于还原某个特定的画师画风或者绘画技巧。它在某种程度上可能反应了社区审美和图片的视觉吸引力。 不同的提示词下可能会有微妙的画风变化。

사용법 使用方法：

V2 이전 버전에는 특정 트리거 단어가 없습니다. 해당 모델에 제공된 품질 태그를 사용하세요.

V3 이후 버전에는 다음 태그가 훈련되었습니다:

V2以前的版本没有特定触发词。请使用对应模型自带的质量提示词。

对于v3及后续版本，训练了以下标签：

긍정 태그:

masterpiece, best quality, very aesthetic

부정 태그:

worst quality, low quality, displeasing

이 태그들을 바탕으로 프롬프트를 편집할 수 있습니다.

데이터 버전 数据版本：

v6:

500장 이상의 신규 이미지 추가, 일부는 Flux에서 선택함. 저품질로 판단한 오래된 이미지를 제거했습니다.

데이터셋 총 이미지 수는 3,000장을 넘겼으며, 6개 버전 동안 20개 이상의 개념을 수동으로 향상/수정했습니다.

모델 순위도 상승했습니다.

新添加了500+张图片其中有一部分选自flux生成的图像。删除了一部分我认为品质不佳的旧图片。

现在总的图片数超过了3000，6个版本的数据总共手动增强/修正了20多条概念。

增加了模型的rank。

v5.9:

모델 성능이 기대에 미치지 못하지만, 훈련 데이터셋 이미지 자체는 문제가 없다고 생각합니다. 태그를 수동 조정하여 결과 변화를 볼 예정입니다.

2025/1/3 업데이트:

일부 태그를 수동으로 업데이트했으나 밝기나 색상과 관련은 없어 보입니다. 임시로 노이즈 오프셋과 관련있을 수 있다고 추측합니다.

模型效果不如预期，但是我觉得训练集的图片本身应该没什么问题。打算先手动修正tag看看效果。

手动更新了一部分标签，但是它们和明暗色彩无甚干系。暂时猜测可能和noise offset有关。

v5:

데이터셋을 2,154장으로 확장하였으며, 약 1,000장의 포니 이미지가 주요 학습 대상입니다.

V-pred 모델도 Eps-pred 기반 모델에서 훈련된 LoRA를 사용할 수 있으나 출력 품질이 크게 감소합니다. 이 버전은 두 가지 다른 유형의 모델로 따로 훈련됩니다.

최근 NoobAI 버전은 명백한 잡음이 나타나지만, Danbooru의 'jpeg artifact' 태그는 효과가 없는 것 같습니다. 이 문제 해결을 위해 약 30장의 전형적이고 눈에 띄는 이미지를 부정 예시로 선정했습니다.

현상 관찰: Pony v6와 NoobAI는 사이드 락이 있는 헤어스타일의 뿌리 부분에 삼각형의 들림 현상을 생성하는 경향이 있습니다. Danbooru에서는 이를 'hair intakes' 또는 'curtained hair'로 태그하지만, Pony는 모든 캐릭터에 이 구조를 적용합니다. 이 현상이 캐릭터 학습 시 의도한 헤어스타일이 잘 맞지 않는 주요 원인 중 하나입니다. 비슷한 현상이 NoobAI에서도 관찰되었으며, Danbooru 외의 다른 데이터셋에 이 특성이 많지만 제대로 태그되지 않은 것으로 추정됩니다.

데이터셋 내 이미지들은 필터링되어 약 2/3가 정확히 주석 처리되었습니다. 현재 프롬프트에 'hair intakes'를 추가하면 이 현상이 어느 정도 완화될 수 있으나, 완전한 해결책은 아직 발견하지 못했습니다.

数据集扩充到2154张图。其中作为主要训练目标的pony图片约1000张。

虽然V-pred模型也能使用基于Eps-pred技术的模型训练的lora，但是生成质量会大打折扣。这个版本将会分别在两个不同类型的模型上训练。

noobAI近期版本有比较明显的伪影，但是danbooru上的“jpeg artifact”并没有起作用。因此专门针对这个问题选择了约30张较为典型的、肉眼可见的图片作为负面案例。

观察到一个现象：pony v6和noobAI在生成有侧发的发型时，倾向于在发根处生成一个三角形的翘起。在danbooru里，这种翘起有时会被标注为“hair intakes”和“curtained hair”，但是pony会给每一个角色都套上这样的结构。这也是pony训练角色时，发型训练不像的一个重要原因。noob也观察到了类似的现象，我的猜测是danbooru以外的某个训练集大量存在这个特征，但没有对这个特征进行正确标注。

对数据集里的图片进行了筛选，其中约2/3的图片进行了正确的标注。现在，在prompt里写上“hair intakes”可能可以一定程度上减轻这个现象，但是我还没有找到根治这个毛病的办法。

v4:

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

포니 기반 모델은 귀걸이, 귀 장식 등 귀 관련 액세서리 생성 경향이 강하며 때로는 캐릭터 귀 구조를 망가뜨리기도 합니다. 관련 태그를 재조직하고, 데이터셋 내 일부 구조적 문제 경미 이미지들을 자르고 수동 편집했으며, 수정이 어려운 이미지를 삭제했습니다.

对数据集的标注方式进行了部分优化。基于NoobAI Epsilon-pred v1训练。

Pony系模型有很强烈的生成耳环、耳钉以其他类型的耳部饰品的倾向，有时还会破坏人物耳部的结构。对相关的标注进行了整理。剪裁、手工修改了数据集中一部分结构错误不严重的图，剔除了一些太难修改的图片。

v3:

데이터셋을 1,429장으로 확장, 긍정 태그와 부정 태그가 포함된 예시 포함.

그중 774장은 가장 "원하는" 스타일입니다.

Illustrious v0.1 기반 훈련.

数据集扩展到了1429张图片，包括了正反两种例子。

其中774张是训练的目标风格。

基于Illustrious v0.1训练。

v2:

데이터셋 374장으로 확장. 모델 기본 품질 태그와 미학 태그 사용해 생성 품질 제어 시도.

训练数据集扩展到了374张。尝试使用模型自带的质量提示词来稳定生成质量。

v1:

Civitai에서 224장, 정규화용 393장 이미지 훈련.

Animagine v3.1과 Pony v6 기반 두 버전 훈련.

训练了C站上224张图片，393张正则数据集。

有Animagine v3.1和Pony v6两个版本。

test ver.4:

조금 부족하게 학습되었으나 여전히 작동합니다. Animagine v3.1의 품질 및 미학 태그(최고 품질, 명작, 매우 미적 등)가 이 체크포인트에서 생성되는 아트 스타일에 영향을 주는 것을 발견했습니다. 다음 테스트 버전에서 수정 예정입니다.

有些欠拟合但是目前是有效的。我发现Animagine v3.1自带的质量控制词和美学提示词会改变生成图片的画风，所以这个实验版本需要不填写质量词。下一版会修复。