최신 업데이트:

(2025년 9월 7일) 저는 TensorArt에서 찾으실 수 있습니다.

Stabilizer

이것은 제 미세 조정 기본 모델이지만, LoRA 형태입니다.

이 미세 조정 기본 모델은 다음과 같습니다:

• 고정된 스타일보다 창의성에 집중합니다. 데이터 세트가 매우 다양하여, 이 모델은 창의성을 제한하는 디폴트 스타일(편향)이 없습니다.

• 오직 자연 질감, 조명 및 최고의 디테일만. 플라스틱 같은 AI 스타일 없음. (동일한 AI 얼굴, 헤어스타일, 질감 없는 매끄러운 표면 등…) 데이터 세트 내 모든 이미지는 제가 직접 선별했습니다. AI 이미지는 단 하나도 없습니다.

• 덜 변형된 이미지. 더 논리적입니다. 더 나은 배경과 구도.

• 더 나은 프롬프트 이해. 자연어 캡션으로 훈련되었습니다.

• (v-pred) 더 낫고 균형 잡힌 조명, 고대비. 순수한 검정 0과 흰색 255가 같은 이미지, 같은 위치에 함께 있어도 넘침이나 과포화가 없습니다.

커버 이미지는 기본 1MP 해상도의 원본 출력입니다. 업스케일, 플러그인, 인페인팅 수정 없음. 메타데이터 포함, 100% 재현 가능.

커버 이미지 내 스타일은 사전 학습 기본 모델에서 프롬프트에 의해 활성화됩니다. 이는 강하게 제 데이터 세트에 포함되어 있지 않습니다. 사전 학습 모델은 스타일은 알지만, 애니메이션 데이터에 과적합되어 제대로 생성하지 못합니다. 이 모델은 과적합 문제를 해결했습니다. 자세한 사항은 아래 “작동 원리”를 참조하세요.

왜 디폴트 스타일이 없나요?

• 디폴트 스타일이란: 모델에 디폴트 스타일(편향)이 있다면, 어떤 프롬프트라도 디폴트 스타일을 구성하는 동일한 얼굴, 배경, 느낌 등을 생성해야 한다는 뜻입니다.

• 장점: 쉽게 사용할 수 있고, 스타일을 따로 지정할 필요가 없습니다.

• 단점: 덮어쓸 수도 없습니다. 프롬프트가 디폴트 스타일에 맞지 않으면 무시됩니다. 스타일을 더 쌓으면 디폴트 스타일이 항상 다른 스타일 위에 중첩, 오염, 제한을 합니다.

• "디폴트 스타일 없음"은 편향이 없다는 뜻이며, 원하는 스타일은 태그나 LoRA로 지정해야 합니다. 이 모델로 생성된 이미지에는 스타일 중첩이나 오염이 없습니다. 쌓은 스타일을 정확히 얻을 수 있습니다.

왜 이 "미세 조정 기본 모델"이 LoRA인가요?

• 저는 엄청난 수의 훈련 이미지를 가지고 있지 않습니다. 전체 기본 모델을 미세 조정할 필요 없이 LoRA만으로 충분합니다.

• VRAM을 많이 절약하여 더 큰 배치 크기를 사용할 수 있습니다.

• 40MiB 작은 파일만 올리고 다운로드하면 되어 7GiB 거대한 체크포인트 대비 99.4% 저장 공간을 절약합니다. 그래서 자주 업데이트할 수 있습니다.

• 이 LoRA는 전통적인 LoRA보다 효율적인 NVIDIA의 DoRA 아키텍처를 사용합니다.

그럼 이 "미세 조정 기본 모델"은 어떻게 얻나요?

간단합니다.

사전 학습 기본 모델 + 이 LoRA = "미세 조정 기본 모델"

사전 학습된 기본 모델에 이 LoRA를 풀 강도로 로드하세요. 그러면 사전 학습 기본 모델이 미세 조정 기본 모델이 됩니다. 사용법은 아래를 참조하세요.

이 모델을 사용한 병합 공유를 금지합니다. 참고로 보이지 않는 워터마크를 출력하는 숨겨진 트리거 단어가 있습니다. 워터마크와 감지기를 제가 직접 코딩했습니다. 사용하고 싶지는 않지만 가능합니다.

이 모델은 Civitai와 TensorArt에서만 공개됩니다. 다른 플랫폼에서 "저"와 이 문장이 보인다면 모두 가짜이며 해당 플랫폼은 불법 플랫폼입니다.

피드백은 댓글란에 남겨주세요. 모두가 볼 수 있도록. Civitai 리뷰 시스템에는 피드백을 쓰지 마세요. 너무 형편없이 설계되어 실제로 아무도 리뷰를 찾거나 볼 수 없습니다.

사용법

최신 버전:

• nbvp10 v0.271 (NoobAI v-pred v1.0에서 학습)

  • 정확한 색상과 최상의 디테일. 지금까지 최고의 모델입니다.

• nbep10 v0.273 (NoobAI eps v1.0에서 학습). 중단됨.

  • v-pred 모델과 비교 시 채도와 대비가 낮음. 표준 epsilon (eps) 예측의 "작은 설계 결함"으로 인해 모델의 색상 범위 확장이 제한됨. 그래서 이후에 v-pred가 나왔습니다.

• illus01 v1.198 (Illustrious v0.1에서 학습). 중단됨.

  • 너무 오래됨...

참고: 이 LoRA를 LoRA 스택에서 가장 먼저 로드하세요.

이 LoRA는 NVIDIA의 DoRA 아키텍처를 사용해 전통적인 LoRA보다 효율적입니다. 하지만 전통적 LoRA처럼 정적인 패치 가중치가 아니라, DoRA의 패치 가중치는 현재 로드된 기본 모델 가중치에 따라 동적으로 계산됩니다(LoRA 로드 시 변경됨). 예기치 않은 변화를 최소화하려면 이 LoRA를 가장 먼저 로드하세요.

이 모델 사용법 2가지:

1). 미세 조정 기본 모델로 사용하기 (권장):

최고의 자연스러운 디테일과 원하는 스타일 조합을 전적으로 제어하고 싶다면, 이 LoRA를 사전 학습된 기본 모델에 풀 강도로 가장 먼저 로드하세요. 그러면 사전 학습 기본 모델이 미세 조정 기본 모델이 됩니다.

2). 다른 미세 조정 기본 모델에 LoRA로 사용하기.

왜 안 되겠습니까, 어쨌든 LoRA니까요.

주의 사항:

• "illustrious" 기본 모델을 사용하는 경우 매우 중요: 실제로 어떤 사전 학습 기본 모델에 기반하는지 확인해야 합니다. 많은 인기 "illustrious" 애니메이션 기본 모델은 (또는 거의) NoobAI 기반이며, illustrious 기반이 아닙니다. "Discussion"에서 왜 몇몇 기본 모델이 잘못 라벨링 되었는지, 그리고 내 기본 모델 테스트 방법을 확인하세요. LoRA는 사전 학습 기본 모델과 일치해야 합니다. 불일치 시 이미지 품질 저하가 발생합니다.

• 두 기본 모델을 병합하려 할 때: 만약 기본 모델에 매우 강한 디폴트 스타일이 있다면, 이 LoRA를 추가해도 기대한 결과가 나오지 않을 수 있습니다. 다른 가중치(LoRA, U-net 블록 등)를 조정해 균형을 맞춰야 할 수 있습니다.

• 이 모델은 AI 이미지로 과적합된 기본 모델에 자연스러운 디테일을 추가할 수 없습니다 (모두 매끄럽고 반짝이며 질감이 없고 플라스틱처럼 보이는 스타일). 현재 기본 모델의 AI 스타일 부드러움을 없애고자 이 모델을 선택한 분들이 계시나, 작동하지 않습니다. AI 스타일은 극도로 과적합되어 있으며(방금 한 작업을 즉시 학습하며 AI 이미지를 이용해 훈련된 AI 모델과 같습니다), AI 이미지는 실제 이미지보다 디테일이 부족하여 모델이 디테일을 억제하는 법을 학습했습니다. 한번 AI 스타일이 있으면 제거할 수 없습니다.

• 이 모델은 기본 모델 위에 LoRA를 계속 쌓아도 깨지지 않는 마법 같은 도구가 아닙니다. 모델 이름 때문에 오해하지 마세요.

작동 원리:

과적합 문제:

• 애니메이션 모델은 애니메이션 이미지로 훈련되었습니다. 애니메이션 이미지는 단순하고 높은 수준의 "개념"만 포함하며, 종종 매우 추상적입니다. 배경, 디테일, 질감이 없습니다.

• 우리는 모델이 고수준 "개념"만 학습하길 원합니다. 하지만 실제로는 모델이 본 것을 학습하지, 우리가 원하는 것은 아닙니다.

• 1천만 개 이상의 단순 추상 애니메이션 이미지를 본 이후, 모델은 1) 디테일을 생성할 필요가 없다고 배웁니다. 데이터 세트가 알려주지 않아서요. 2) 이해하지 못해도 추상적 개념으로 단순 이미지를 만들어야 합니다. 이것이 변형된 이미지, 즉 "과적합"을 초래합니다.

해결책:

• 애니메이션 이미지 뿐만 아니라 실제 이미지도 함께 훈련하여, 개념을 학습하면서도 자연스러운 디테일과 질감을 유지하도록 합니다. 즉, 과적합을 줄입니다.

• NoobAI는 데이터 세트에 일부 실제 코스프레 이미지를 섞어 이 방식을 취했습니다. (개발자가 어딘가에서 언급한 바 있습니다)

• 이 모델은 더 앞으로 나아가, 건축물, 일상 물건, 의복, 풍경 등 매우 다양한 것을 훈련했으며, 원래 SDXL 훈련 설정을 모방한 완전한 자연어 캡션도 함께 사용했습니다.

결과:

• 비교 없이 보기: 1 (작가 스타일), 2 (일반 스타일)

• 과적합이 줄고, 변형된 이미지가 적으며, 자연 질감, 조명, 디테일이 증가했습니다. 이제 수천 개 내장 스타일 태그(Danbooru, e621 태그) 및 원본 SDXL 이해 일반 스타일을 사용할 수 있고, 깨끗하고 상세한 이미지를 얻을 수 있습니다. 2D, 3D, 추상, 현실적 스타일에 상관없이 가능합니다.

• 높은 창의성을 유지합니다. 다양한 데이터 세트 덕분에 디폴트 스타일이 없기 때문에, 사전 학습 모델과 다른 스타일 LoRA의 창의성을 제한하지 않습니다.

데이터 세트

최신 또는 최근 버전

총 약 7천 개 이미지. 기가차드(gigachads)가 수백만 장 이미지를 미세 조정하는 것과 비교하면 크지 않지만, 적지도 않습니다. 모든 이미지는 제가 직접 선별했습니다.

• 정상적이고 보기 좋은 것만 포함. 설명할 수 없는 미친 아트 스타일이나 AI 이미지, 워터마크 등은 제외.

• 모든 이미지가 고해상도. 전체 데이터 세트 평균 픽셀은 3.37MP, 약 1800x1800입니다.

• 모든 이미지에 최신 구글 LLM의 자연어 캡션 포함.

• 모든 애니 캐릭터는 wd tagger v3와 구글 LLM으로 태깅됨.

• 자연, 야외, 실내, 동물, 일상용품 등 다양한 것 포함, 사람은 포함되지 않음.

• 아주 어두운 환경부터 매우 밝은 환경, 어두움과 밝음이 극명히 대비되는 조건도 포함.

기타 도구

처음 Stabilizer에 포함되었거나 포함 예정이었던 아이디어들이 분리된 LoRA로 나왔습니다. 유연성을 위해서입니다. 컬렉션 링크: https://civitai.com/collections/8274233.

Dark: 어두운 환경에 편향된 LoRA. 일부 기본 모델의 높은 밝기 편향을 수정하는 데 유용. 어두운 이미지로 학습됨. 스타일 편향과 오염 없음.

Contrast Controller: 수작업으로 만든 LoRA. 모니터의 슬라이더처럼 대비를 조절. 기존 "대비 향상" 모델과 달리 효과가 안정적이고 수학적으로 선형이며 스타일에 영향이 없습니다.

기본 모델에 과포화 문제가 있거나 색상을 더욱 선명하게 하고 싶을 때 유용합니다.

예시:

Style Strength Controller: 과적합 효과 저감기. 물체, 밝기 등에 대한 편향 같은 다양한 과적합 효과를 수학적으로 줄입니다. 필요하면 증폭도 가능.

Stabilizer와의 차이점:

• Stabilizer는 실제 세계 데이터를 기반으로 훈련되어, 과적합된 질감, 디테일, 배경을 "되돌려 추가"하여 과적합 효과를 "감소"합니다.

• Style Controller는 훈련에서 나온 게 아니라, 기본 모델을 덜 과적합된 상태로 "되돌리는" 도구로, 밝기, 객체 편향 등 모든 과적합 효과를 수학적으로 줄입니다.

이전 버전:

자세한 내용은 "업데이트 로그"를 참조하세요. 오래된 버전은 효과가 매우 다를 수 있습니다.

주요 타임라인:

• 현재 ~: 자연스러운 디테일과 질감, 안정적인 프롬프트 이해와 더 높은 창의성. 순수 2D 애니 스타일에 국한되지 않음.

• illus01 v1.23 / nbep11 0.138 ~: 선명한 색상의 더 나은 애니 스타일.

• illus01 v1.3 / nbep11 0.58 ~: 개선된 애니 스타일.

업데이트 로그

(2025년 8월 31일) NoobAI ep10 v0.273

이 버전은 처음부터 NoobAI eps v1.0으로 학습됨.

이전 illus01 v1.198과 비교:

• 극한 조건에서 더 균형 잡힌 밝기 (nbvp v0.271과 동일)

• 더 나은 질감과 디테일. 고신호대잡음비(SNR) 타임스텝에서 더 많은 학습 단계를 거침. (illus01 버전은 호환성 위해 해당 타임스텝을 건너뛰었음. 현재 모든 기본 모델이 NoobAI라 필요 없음.)

(2025년 8월 24일) NoobAI v-pred v0.271:

이전 v0.264와 비교:

• 극한 조건에서 편향 감소하며 더 균형 잡힌 조명

• 고대비, 같은 이미지와 위치에서도 순수한 검정 0과 흰색 255 존재, 넘침과 과포화 없음. 모두 한꺼번에 가능

• (이전 v0.264는 과포화를 막기 위해 10~250 범위로 제한하며 여전히 편향 문제 존재해 전체적으로 너무 어둡거나 밝음)

• v0.264와 동일하게 높은 강도 또는 풀 강도(0.9~1) 권장

(2025년 8월 17일) NoobAI v-pred v0.264:

• 처음으로 NoobAI v-pred에서 훈련된 버전

• 더 나은 조명, 과포화 감소

• 참고: 높은 강도 또는 풀 강도(0.9~1) 권장

(2025년 7월 28일) illus01 v1.198

주로 v1.185c와 비교:

• "c" 버전 종료. "시각적으로 인상적"은 좋지만 호환성 문제가 있음. 예: 기본 모델이 이미 대비 향상 적용 시 두 대비 향상 스택은 매우 나쁨. 따라서 더 이상 극단적인 후처리 효과 없음 (높은 대비 및 채도 등).

• 대신 더 많은 질감과 디테일, 영화 같은 조명, 더 나은 호환성

• 많은 변경 사항(데이터 세트 개편 포함)으로 이전 버전과 결과가 크게 다름.

• v1.185c의 극단적인 효과를 원하는 분은 여기에서 순수 아트 스타일을 찾을 수 있음. 데이터 세트가 충분히 크면 LoRA 훈련 고려 중.

(2025년 6월 21일) illus01 v1.185c:

v1.165c와 비교.

• 선명도와 날카로움 100% 향상

• 너무 혼란스러운 이미지 30% 감소 (정확히 설명하기 힘든 이미지). 이 버전은 높은 대비 수준을 더 이상 극단적으로 전달하지 않고, 일반 상황에서 더 안정적임.

(2025년 6월 10일): illus01 v1.165c

특수 버전입니다. v1.164의 개선 버전이 아니라, "c"는 "컬러풀", "창의적", 때때로 "혼란스러운" 의미.

데이터 세트에 매우 시각적으로 인상적인 이미지가 포함되나 설명하기 어려운 경우가 있음: 매우 다채롭고, 고대비, 복잡한 조명 조건과 패턴 포함.

따라서 "시각적으로 인상적"을 얻지만, "자연스러움"은 감소함. 부드러운 색상 등의 스타일에 영향 가능. 예를 들어 이 버전은 v1.164처럼 "연필 아트" 질감을 완벽히 생성하지 못함.

(2025년 6월 4일): illus01 v1.164

• 더 나은 프롬프트 이해. 이제 각 이미지에 관점이 다른 3개의 자연어 캡션이 있음. Danbooru 태그는 LLM으로 확인 후 중요한 태그만 자연어 캡션에 융합。

• 과노출 방지. 모델 출력이 #ffffff 순수 흰색 수준에 도달하지 않도록 편향 추가. 대부분의 경우 #ffffff는 과노출로 많은 디테일 손실.

• 일부 훈련 세팅 변경, NoobAI e-pred와 v-pred와 더 호환되게 함.

(2025년 5월 19일): illus01 v1.152

• 조명과 질감, 디테일 개선 지속

• 5천 개 더 많은 이미지와 훈련 단계, 결과적으로 효과 강화

(2025년 5월 9일): nbep11 v0.205:

• v0.198의 밝기와 색상 문제 신속 수정. 이제 사진처럼 극적으로 밝기와 색상이 변하지 않음. v0.198은 나쁘지 않고 창의적이지만 너무 창의적임.

(2025년 5월 7일): nbep11 v0.198:

• 더 많은 어두운 이미지 추가. 어두운 환경에서 신체와 배경 변형 감소.

• 색상 및 대비 향상 제거. 더 이상 필요 없음. 대신 Contrast Controller 사용 권장.

(2025년 4월 25일): nbep11 v0.172.

• illus01 v1.93 ~ v1.121의 동일한 신규 사항: 새로운 사진 데이터 세트 "Touching Grass". 더 나은 자연 질감, 배경, 조명. 더 나은 호환성을 위한 캐릭터 효과 감소.

• 더 나은 색상 정확도와 안정성 (nbep11 v0.160 대비)

(2025년 4월 17일): illus01 v1.121.

• Illustrious v0.1로 롤백. illustrious v1.0 이후 버전은 일부러 AI 이미지(약 30%)를 포함하여 LoRA 훈련에 적합하지 않음. 해당 논문을 읽을 때까지 몰랐음.

• 캐릭터 스타일 효과 감소, v1.23 수준으로 회귀. 이 LoRA로 캐릭터 디테일은 줄지만 호환성은 향상됨. 절충점임.

• 다른 사항은 v1.113과 동일.

(2025년 4월 10일): illus11 v1.113 ❌.

• 업데이트: 기본 모델이 Illustrious v1.1 기반임을 알 때만 이 버전 사용. 그렇지 않으면 illus01 v1.121 사용.

• Illustrious v1.1에서 학습됨.

• 새 데이터 세트 "Touching Grass" 추가. 더 나은 자연 질감, 조명, 피사계 심도 효과. 더 나은 배경 구조 안정성. 방이나 건물과 같은 변형된 배경 감소.

• LLM의 완전 자연어 캡션 사용.

(2025년 3월 30일): illus01 v1.93.

• v1.72가 너무 강하게 훈련돼 전체 강도를 줄여 호환성 향상.

(2025년 3월 22일): nbep11 v0.160.

• illus v1.72와 같은 사항 포함.

(2025년 3월 15일): illus01 v1.72

• 아래 ani40z v0.4와 동일한 새 질감과 조명 데이터 세트. 더 자연스러운 조명과 자연 질감.

• 손에 컵, 유리 등을 들고 있는 손에 집중한 약 100장 소규모 데이터 세트 추가.

• 데이터 세트에서 모든 "단순 배경" 이미지 제거 - 약 200장.

• 훈련 도구를 kohya에서 onetrainer로 변경. LoRA 아키텍처를 DoRA로 변경.

(2025년 3월 4일) ani40z v0.4

• Animagine XL 4.0 ani40zero에서 훈련됨.

• 약 1천 장의 자연 동적 조명과 실제 질감 집중 데이터 세트 추가.

• 더 자연스러운 조명과 자연 질감.

ani04 v0.1

• Animagine XL 4.0 초기 버전. 주로 Animagine 4.0 밝기 문제 수정. 더 나은 대비.

illus01 v1.23

nbep11 v0.138

• 데이터 세트 균형을 위해 일부 퍼리/비인간 이미지 및 기타 이미지 추가.

nbep11 v0.129

• 나쁜 버전, 효과 매우 약함, 무시하세요.

nbep11 v0.114

• "전체 색상 범위" 구현. "정상적이고 보기 좋은" 방향으로 자동 균형 조정. 사진 편집 도구의 "원클릭 자동 보정"과 비슷하게 생각하세요. 단점은 높은 편향 방지: 예를 들어, 검은색 95%, 밝은색 5%를 원하는데 50/50으로 조정될 수 있음.

• 조금 더 현실적인 데이터 추가. 생생한 디테일, 조명, 덜 평면적인 색상.

illus01 v1.7

nbep11 v0.96

• 더 많은 훈련 이미지 추가.

• 소규모 "배경화면" 데이터 세트(~100장, 실제 게임 배경화면, 최고 품질)에서 재미세 조정. 피부, 머리카락 등 디테일 및 대비 향상.

nbep11 v0.58

• 더 많은 이미지 추가. 훈련 매개변수를 NoobAI 기본 모델과 최대한 가깝게 변경.

illus01 v1.3

nbep11 v0.30

• 더 많은 이미지 추가.

nbep11 v0.11: NoobAI epsilon pred v1.1에서 훈련됨.

• 데이터 세트 태그 개선. LoRA 구조 및 가중치 분포 개선. 더 안정적이고 이미지 구성에 영향을 덜 줌.

illus01 v1.1

• illustriousXL v0.1에서 훈련됨.

nbep10 v0.10

• NoobAI epsilon pred v1.0에서 훈련됨.