SDXL / Flux.1 D - Matowy (Vanta)Czarny - Eksperyment - SDXL v2.0

Flux.1 D - V2.0

Ostatnia próba, aby działał w Flux... a przez "działał" rozumiem jak najbardziej wszystko zepsuć. Najprawdopodobniej nigdy nie zrobi tego samego, co wersja SDXL. Już po 6000 krokach i samej obserwacji było to dość oczywiste. SDXL to bardziej "okej, nauczę się tego, ale dodam coś od siebie", podczas gdy Flux szalenie walczy / kompensuje z czymkolwiek, czego nie wie jak obsłużyć lub czego dokładnie chcę go nauczyć. Z drugiej strony, po długim treningu wygeneruje te obrazy mocno, do momentu kopiowania danych treningowych 1/1, co skutkuje prawie czernią. Flux może idealnie skopiować obraz, jak zdjęcia, nawet po kilku krokach.

Jak mówiłem w ostatniej wersji Flux, przede wszystkim jest to coś, co chcę mieszać z innymi LoRA, które są bardziej kolorowe lub mają określony styl.

Te same zdjęcia co w SDXL v3.0 z kilkoma dodatkowymi dla wersji Flux (niektóre w formacie krajobrazowym). Usunąłem jednak 3 obrazy, które najprawdopodobniej odpowiadały za przynajmniej 80% zdjęć przeze mnie lub innych osób. To było coś, co chciałem zrobić w wersji SDXL, ale wtedy zrezygnowałem. Powód jest taki, że te obrazy były zbyt dominujące, powodując dziwne zachowania i tendencję do tworzenia specyficznych obrazów. Widziałem to wersji Flux 1.0 i teraz ich nie ma. Popularność pewnie spadnie, ale mam to gdzieś.

Wydaje mi się, że wiele osób używa określonego LoRA, ponieważ jest w ich "pipeline". W niektórych przypadkach obrazy bez LoRA wyglądają lepiej, czego by się nie spodziewali. Stylowe LoRA to co innego, bo dodają wyraźny styl generowanym obrazom. To tutaj ma potencjał, by wszystko pogorszyć, dlatego nie wybierałem starannie wrzuconych przeze mnie obrazów, by pokazać, co mam na myśli. Jeśli dodasz coś, co ma silny blask lub źródło światła, jak świeca, Flux (i kilka modeli SDXL) sam dodaje ciemne otoczenie, bo źródło światła zawsze potrzebuje trochę ciemności, by było widoczne (reflektor samochodu w słoneczny dzień nie robi różnicy).

Nie pytaj, czy działa w wersji NF4 czy QQUFUF 5.64.3255 K4 2 czy cokolwiek innego. Plik nie jest duży, więc możesz przetestować sam. Trzymam dystans do takich modeli, jeśli nie dają więcej korzyści niż normalna wersja FP8/16 Dev, poza mniejszym zużyciem pamięci i/lub nieistotnym przyspieszeniem (a czasem spowolnieniem).

Wiem, jak irytujące jest, gdy ktoś wypuszcza nową wersję modelu w krótkim czasie, gdy się już do niej przyzwyczaiłeś. Nie będę dalej tego rozwijać, po prostu zobaczę, czy coś z tego wyjdzie komuś lub mnie.

Ilość pracy przygotowania obrazów w Photoshopie nie jest tego warta, zwłaszcza gdy wiesz, że nic to nie zmieni. Lepiej zrobić coś nowego albo bardziej głupiego, co będzie ciekawe lub stworzy losowe efekty... albo po prostu przerobić stare modele Fluxem, by zobaczyć, co się stanie.

Flux.1 D - V1.0

Po trochę zabawy z Kohya i innych, ku mojemu zaskoczeniu, udanych testach z dość dziwnymi konceptami LoRA dla Flux, postanowiłem dać temu szansę, by zobaczyć, czy działa. Właściwie to nie celem było stworzenie wersji Flux, bo Flux dobrze radzi sobie z kontrastem (w większości). Głównym celem było pozbycie się sztucznego/fałszywego wyglądu, i pomyślałem, że tak "niezdefiniowany" zbiór danych to dobry pomysł. Cóż, czasem działa, a czasem pogarsza sprawę.

Podobnie jak wersja SDXL, bardziej nadaje się do użycia z innymi LoRA, zwłaszcza tymi dodającymi dużo kolorów.

Przepraszam za lenistwo jeśli chodzi o prompt i obrazy. Użyłem prawie tych samych, co w V3.0, ale na potrzeby pokazu powinno wystarczyć. Czasami zabija detale i nic ciekawego nie dodaje (np. obraz meduzy czy papugi).

• Ten sam seed dla odpowiadających obrazów

• Pierwsze 2 obrazy są z i bez LoRA, potem odwrotnie - najpierw bez, potem z LoRA (czasem o różnej sile)

• Niektóre mają słowa wyzwalające na początku, ale wątpię, że są potrzebne w Flux

• Oparte na zbiorze V1.0, nie na nowym (nie chciałem używać zbyt wielu obrazów)

Nie jestem pewien, czy chcę robić więcej LoRA dla Flux, ale sporo przetestuję. To naprawdę mylące przy tylu wersjach i nie wydaje się warte poświęcania dużo czasu na coś, co może za 10h być nieaktualne.

I jeszcze mała uwaga: Trenowane na 4060 TI (16 GB), zużycie VRAM między 14.4 a 15.2 GB, czas iteracji 3.95s - 5.15s, 512x, Rank 4. Więc nie potrzebujesz 4090. Oczywiście szybciej by było, ale jeśli możesz odpalić i zapomnieć, robiąc coś innego, to nie problem, chyba że chcesz testować coś konkretnego.

Jak zwykle, będę go tu i tam używać, by sprawdzić, czy coś z tego wyciągnę. Pewnie tylko, by zaspokoić ciekawość.

V.3.0

Po mojej małej wpadce z v2.0 upewniłem się, że tym razem to prawdziwa wersja, bez żadnych merge etc. Na początku byłem sceptyczny, ze względu na ilość dodanych obrazów, ale na szczęście nie odbiegła zbytnio od pierwszej wersji.

Jestem naprawdę zadowolony, że tak wielu ludzi znalazło zastosowanie dla tego LoRA i stworzyło wiele obrazów. Biorąc pod uwagę, że nigdy nie miało robić tego co teraz robi, fajnie widzieć, że ma inne zastosowanie (jak wszystkie LoRA).

To prawdopodobnie (najpewniej) ostatnia wersja na jakiś czas, bo dodawanie więcej zdjęć nie zmieni głównego efektu. Większość dzieje się dzięki innym modelom, kombinacjom LoRA i promptom.

Będę się bardziej skupiał na tworzeniu obrazów, by znaleźć nowe kombinacje (i trochę się zrelaksować), robić nowe dziwne LoRA, naprawiać stare itd. Też pobrałem od innych masę rzeczy i na razie ich niemal nie używałem.

Dzięki za wszystkie dotychczasowe prace i mam nadzieję na więcej, choć każdy LoRA ma swój czas w tym szybko zmieniającym się sektorze AI i chwytający za oko efekt niedługo przeminie. :)

V2.0

Małe ogłoszenie do V2.0 (02.04 lub 04.02, zależnie od kraju)

Cóż, oficjalnie jestem idiotą.

Zacząłem trenować kolejnego LoRA, gdy zauważyłem, że nic się nie dzieje w obrazach testowych nawet po 2000 krokach, co jest praktycznie niemożliwe. Szukałem przyczyny i zobaczyłem ustawienie, którego nie zmieniłem (lub nie ustawiłem prawidłowo) – LR warmup. Normalnie go nie stosuję, ale wcześniej testowałem, co to robi. To było na zbiorze 4 obrazów. Mam ustawione 100 epok, ale model jest zapisywany co 500 kroków, a nie co epokę. Warm Up był ustawiony na 32%, więc 4 obrazy x 10 powtórzeń x 100 epok = 4000 kroków (32% warmupu = 1280 kroków, gdzie niewiele się dzieje).

Teraz ten LoRA miał te same ustawienia, ale ze 60 obrazami (60 x 10 x 100 = 60000 - 32% warmup = 19200 kroków)... więc nawet po 12000 krokach praktycznie nie zaczął działać, co oznacza, że trenowałem tylko gorące powietrze. Wiele tłumaczy. Ponieważ zasnąłem, nie zauważyłem tego, choć dziwiło mnie, że tak długo trwało, zanim zaczął działać, co myślałem, że było spowodowane samymi obrazami.

Tak... więc ten model jest bezużyteczny, a większość jego efektów pochodzi z mergowania z V1.0.

W weekend trenuję go ponownie z prawidłowymi ustawieniami.

Bardzo przepraszam. Może to był niezamierzony primaaprilisowy żart :) .... :(

Dodałem kilka zdjęć, bo ostatnio sporo go używam i długo nie wrzucałem nowego LoRA, co jest kombinacją nadmiaru pracy i wyboru trudnych tematów, które "muszą" być zrobione w jak najbardziej skomplikowany sposób... wszystko inne byłoby nudne.

Poświęciłem też dużo czasu na rozbiórkę Pony, co mnie zaskoczyło w pewnych aspektach. Jeśli odłożysz na bok wszystkie furry, anime i pornografię, jest niemal bardziej podstawowy niż Base XL, co jest dobre do dodawania konceptów i stylów przez trening LoRA, ale zna bardziej złożone rzeczy jak pozycjonowanie, emocje, dziwne kąty itd... ale to całkiem inna historia.

Nie wiem, ile jeszcze tego roku uda mi się potrenować. Może zrobię coś prostszego międzyczasie, ale kto wie. AI szybko się rozwija, więc w miesiąc... albo tydzień może być coś nowego.

• Testowałem ten sam seed i model z wcześniej wygenerowanymi obrazami. Zmiany są subtelne w niektórych przypadkach, a skrajne w innych (i teraz wiem dlaczego: przeczytaj ogłoszenie)

• Przepraszam też, że nie zrobiłem więcej wariacji na pokazywanych obrazach. Czasem przygotowanie zdjęć trwa dłużej niż trenowanie LoRA, ale w tym przypadku nie powinno mieć to dużego znaczenia. Więcej rzeczy pojawi się naturalnie.

V1.0

Próbowałem wycisnąć z AI trochę, by zobaczyć, czy dostrzeże obrazy treningowe, które są prawie całkowicie czarne i mają tylko słabe kształty.

Przygotowanie zbioru w Photoshopie było niemal niemożliwe, bo prawie nic nie było widać. Oczywiście każdy ma różne ustawienia monitora itd., więc trudno powiedzieć, czy te obrazy były aż tak ciemne, ale bardzo męczyły wzrok. Nawet teraz przeglądanie wygenerowanych obrazów jest trochę trudne, choć nie są tak ciemne jak treningowe.

Byłem zaskoczony, że model cokolwiek wyłapał. Odłożę go teraz na bok, póki nie wymyślę, co z nim robić dalej. Robi dziwne rzeczy. Wrzucanie wygenerowanych obrazów do ControlNet IP-Adapter poprawia wszystko i daje losowe wyniki.

Porady dotyczące generowania:

• Nie mam pojęcia... powodzenia.