Wprowadzenie 简介：

To style LoCon trenowany na obrazach modeli opartych na pony zebranych z serwisu Civitai z "największymi kolekcjami" i "największą ilością reakcji".

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。

Ten lora nie ma na celu symulowania stylu czy techniki konkretnego artysty. MOŻE częściowo odzwierciedlać gust społeczności oraz atrakcyjność wizualną obrazu. Style mogą się subtelnie zmieniać w zależności od użytych promptów.

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。

Użytkowanie 使用方法：

Wersje przed V2 nie mają specyficznych słów wyzwalających. Używaj jakościowych tagów promptów dołączonych do odpowiedniego modelu.

Dla wersji V3 i nowszych trenowano następujące tagi:

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：

pozytywne:

masterpiece, best quality, very aesthetic

negatywne:

worst quality, low quality, displeasing

Możesz edytować prompt na tej podstawie.

Generowanie danych 数据版本：

v6:

Dodano ponad 500 nowych obrazów, część wybrana z Flux. Usunięto starsze obrazy ocenione jako niższej jakości.

Łączna liczba obrazów w zestawie danych przekracza teraz 3 000, a ponad 20 koncepcji zostało ręcznie ulepszonych/edytowanych w 6 wersjach zbioru danych.

Rank modelu został również podniesiony.

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:

Wydajność modelu nie spełnia oczekiwań, ale uważam, że obrazy w zbiorze treningowym są w porządku. Planuję ręcznie dostosować tagi i zobaczyć, jak to wpłynie na wyniki.

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。

Aktualizacja 2025/1/3:

Ręcznie zaktualizowano część tagów, ale wydają się one niezwiązane z jasnością i kolorami. Tymczasowo przypuszczam, że może to mieć związek z przesunięciem szumu (noise offset).

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:

Zbiór danych rozszerzono do 2154 obrazów, z około 1000 obrazami pony jako głównym celem treningowym.

Chociaż modele V-pred mogą używać LoRA trenowanych na modelach opartych na Eps-pred, jakość outputu znacznie spada. Ta wersja będzie trenowana oddzielnie na dwóch różnych typach modeli.

Najnowsze wersje NoobAI wykazują zauważalne artefakty, ale tag 'jpeg artifact' z Danbooru nie działa efektywnie. Aby rozwiązać ten problem, wybrano około 30 typowych, wizualnie zauważalnych obrazów jako przykłady negatywne.

Zaobserwowano zjawisko: Pony v6 i NoobAI mają tendencję do generowania trójkątnego podniesienia u nasady fryzur z przedziałkami bocznymi. Na Danbooru takie podniesienie bywa tagowane jako 'hair intakes' lub 'curtained hair', jednak Pony stosuje tę strukturę u każdego charakteru. To jest główny powód, dla którego fryzury generowane przez Pony często nie odpowiadają zamierzonemu projektowi podczas treningu postaci. Podobny problem zaobserwowano w NoobAI. Przypuszczam, że ta cecha jest szeroko obecna w zbiorze danych spoza Danbooru i nie została poprawnie oznaczona.

Obrazy w zbiorze danych zostały przefiltrowane; około dwie trzecie zostało poprawnie opisane. Obecnie dodanie tagu 'hair intakes' do promptu może w pewnym stopniu złagodzić ten problem, ale nie znalazłem jeszcze pełnego rozwiązania.

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:

Częściowo zoptymalizowano tagi w zbiorze danych. Trenowano w oparciu o NoobAI Epsilon-pred v1.

Modele oparte na pony mają silną tendencję do generowania kolczyków, przekłuć uszu i innych akcesoriów, czasem naruszając strukturę ucha postaci. Przeorganizowano powiązane tagi, wykadrowano i ręcznie edytowano niektóre obrazy w zbiorze z drobnymi błędami strukturalnymi oraz usunięto zdjęcia zbyt trudne do naprawy.

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:

Zbiór danych rozszerzono do 1429 obrazów, w tym przykłady z tagami pozytywnymi i negatywnymi.

774 obrazów to najbardziej "poszukiwany" styl.

Trenowano na Illustrious v0.1.

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:

Zbiór danych rozszerzono do 374 obrazów. Używaj jakościowych i estetycznych tagów dołączonych do modeli, aby kontrolować jakość generacji.

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:

Trenowano na 224 obrazach z Civitai oraz 393 obrazach do regularizacji.

Trenowano dwie wersje oparte na Animagine v3.1 oraz Pony v6.

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。

wersja testowa 4:

Jest trochę niedotrenowana, ale nadal działa. Zauważyłem, że te tagi jakościowe i autentyczne (best quality, masterpiece, very aesthetic, ...) trenowane w Animagine v3.1 mogą zmieniać styl sztuki generowany przez to checkpoint. Poprawię to w następnej wersji testowej.

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。