MasterCG_CN_V1.0 - v1.0

Jest to próba tematyki chińskiego stylu. Obecnie wielu przyjaciół uczy się Lora używanego do tradycyjnego malarstwa chińskiego i innych tradycyjnych stylów, jednak zdaje się, że nie widziałem jeszcze CG o silnej narracji w stylu chińskim. Z potrzeby mojego projektu opracowałem tę mistrzowską chińską pigułkę CG. Materiały treningowe to głównie najważniejsze dzieła CG czołowych chińskich artystów. Ze względu na aktualną niechęć środowiska CG wobec AIGC, nie wymienię ich po kolei. Ich prace koncentrują się głównie na tematach takich jak wschodnia fantazja i mitologia, głównie sceny, z nielicznymi postaciami.

Model ten nadaje się do użycia z dojrzałymi ekspresyjnymi modelami, takimi jak revAnimated i chilloutmix, które mogą przedstawić dobrą narrację skoncentrowaną na postaciach. Sceny natomiast najlepiej łączą się z Anything_v5, final-pruned i innymi kompleksowymi bazowymi modelami.

Lubię nazywać go "Demonic Pill" (妖丹).

Z racji mojego zamiłowania do chińskich tematów mitologicznych ciągle mam liczne pomysły dotyczące Buddy, demonów i bestii. Obecnie na midjourney panuje silna homogenizacja i brak indywidualnej estetyki. Na przykład najbardziej twórcze i ekspresyjne chińskie tematy mitologiczne mają bardzo słabe wsparcie, co zmusiło mnie do prywatnego opracowania modelu. Model ten ma wciąż duże braki, np. duże ryzyko błędów detali twarzy, rąk i stóp. Wynika to głównie z faktu, że trening był wzmocniony pod kątem narracji w scenach wschodnich, więc postacie są drugorzędne. Po drugie, postacie pojawiające się w scenach często nie są głównym elementem narracji, co skutkuje niewystarczającą ilością pikseli do ich odwzorowania. Jak wiadomo, prowadzi to do niedostatku w szczegółach postaci.

Zmiana ujęcia na zbliżenie lub średni plan może znacząco poprawić ten problem. W trybie image-to-image przy pomocy ControlNet tile + Ultimate SD upscale i jednoczesnym przerysowywaniu detali można zasadniczo rozwiązać tę słabość.

Zaletą modelu jest silna zdolność narracyjna w przedstawianiu chińskiego stylu, łącząc unikalną wyobraźnię estetyki wschodniej i równowagę między opowieścią a emocjonalnym aspektem narracji. Obecnie jest to skuteczne rozwiązanie wielu moich problemów zawodowych i dobry pomysł na optymalizację pośredniego etapu.

Powyższe to moja osobista uwaga. Zachęcam do przesyłania opinii i omawiania dalszych rozwiązań.

Lubię nazywać go "妖丹" (Demonic Pill).

Z powodu mojego zainteresowania chińskimi mitologicznymi tematami, często mam nieustanne wyobrażenia o Buddzie, demonach i bestiach. Obecnie na midjourney występuje poważna homogenizacja i brak indywidualnej estetycznej ekspresji. Najbardziej twórcze i ekspresyjne chińskie tematy mitologiczne mają bardzo słabe wsparcie, co zmusiło mnie do prywatnego opracowania modelu. Ten model ma jeszcze duże braki, np. szczegóły twarzy, rąk i nóg często ulegają deformacjom. Dzieje się tak dlatego, że trening modelu skupiał się na wzmacnianiu scen narracji w stylu wschodnim, gdzie postacie są drugorzędne. Ponadto w scenach postacie często nie są głównym elementem opowieści, co skutkuje małym udziałem pikseli na ich przedstawienie. W efekcie brakuje szczegółów w kształtowaniu postaci.

Zatem zmiana kamery na zbliżenie lub średni plan może znacząco poprawić ten problem. W narracji słabość tę można również rozwiązać poprzez metodę obraz-w-obrazie, wykorzystując ControlNet tile + Ultimate SD upscale do powiększenia i jednoczesnego przerysowywania detali.

Zaletą tego modelu jest silna zdolność narracyjna w prezentacji chińskich tematów, a także uwzględnienie unikalnej wyobraźni estetyki wschodniej, osiągając równowagę między narracją a emocjami. Obecnie model ten rozwiązuje wiele problemów w mojej pracy i stanowi dobry sposób na optymalizację procesu pośredniego.

Powyższe to wyłącznie moje doświadczenia osobiste. Zachęcam wszystkich do dzielenia się opiniami i omawiania różnych rozwiązań.

Uwaga:

1. Model ten służy wyłącznie do celów naukowych i komunikacyjnych, nie należy go używać komercyjnie.

2. Zakres CFG, którego najczęściej używam, to 5~7.5, a waga Lora zazwyczaj mieści się w przedziale 0.6~0.9.

3. Gdy Clip skip jest ustawiony na 1 lub 2, generowany efekt różni się. Zachęcam do testowania, który styl bardziej odpowiada.

4. Zbiór treningowy tego modelu Lora opiera się głównie na pracach chińskich mistrzów CG, więc generowanie portretów Europejczyków i Amerykanów czy budynków może być mniej satysfakcjonujące.

5. Uwaga:

   Ten model służy tylko do nauki i komunikacji, proszę nie używać go komercyjnie.

   Mój zwyczajowy zakres CFG to 5-7.5, a wagi Lora zwykle mieszczą się między 0.6 a 0.9.

   Przy ustawieniu Clip skip na 1 lub 2 efekt generowania będzie się różnił. Spróbuj, aby zobaczyć, który styl Ci odpowiada.

   Zbiór treningowy tego modelu Lora opiera się głównie na pracach krajowych mistrzów CG, co może wpływać na generowanie portretów i architektury zachodniej.