O treinamento deste modelo e as imagens que ele gera são apenas para fins de aprendizado.

Eu não fiz nada, sou apenas um transportador.

Este modelo é mais parecido com um pacote de personagens, e seu efeito colateral é o estilo que ele traz.

Foram mais de 30 horas de tentativas repetidas, durante as quais quase desisti, mas no final consegui um efeito mais equilibrado. O mais importante é que minha hipótese de treinamento foi verificada. No futuro, posso organizar essas experiências em um artigo.

Mas problemas com mãos ruins ainda existem.

Palavra de ativação: vanillastyle

Você pode encontrar exemplos de prompts nas imagens acima.

O prompt da versão anterior do modelo também funcionava na maioria das vezes.

Meus prompts são basicamente compostos na ordem de [traços do personagem] + [estilo] + [expressão] + [roupa] + [câmera e ação] + [fundo], e você pode deletar ou modificar conforme necessário.

Se houver uma situação especialmente borrada, considere adicionar "thumbnail" ao prompt negativo e aumentar o peso até que a imagem fique clara.

Adicionar '3d' ao prompt negativo pode trazer um resultado melhor, enquanto adicionar tags como 'realistic' ou 'realism' pode realçar as características da figura.

Peso recomendado: 1.0~0.6, ajuste conforme necessário até que a aparência do personagem atenda às suas exigências.

Recomendação para valor de upscale por volta de 1.2~2.0, força de denoise 0.2

O conjunto de dados focou principalmente nas obras de George Kamitani.

20240907v0.2

Nesta versão, etiquetei mais imagens, e para o restante, removi suas tags, deixando apenas as palavras de ativação para evitar conflitos com as tags cuidadosamente feitas. (Este método pode estar incorreto.)

Durante o processo de treinamento, houve muitos casos em que as imagens do conjunto de dados não foram representadas com precisão através do prompt. Tentei mudar várias tags e retreinar, com o mesmo resultado. A repetitividade dessas imagens no conjunto de dados também não é alta, faltando continuidade.

Por fim, li um artigo que mencionava aumentar o número de repetições de treinamento para certos personagens para evitar que o modelo não aprenda suficientemente essas imagens.

Portanto, coloquei todas as imagens únicas no conjunto de dados em uma subpasta, defini as repetições de treinamento para 2, e deixei as imagens já bem aprendidas inalteradas.

No entanto, como há vários problemas de qualidade com essas imagens descontínuas, e ainda não as reparei, aumentar suas repetições de treinamento teve certo impacto no estilo geral.

Para a próxima versão melhorar, a abordagem mais fundamental é melhorar a qualidade do conjunto de dados, e também fazer bom uso das técnicas de legendagem, adicionando a mesma tag nas imagens de qualidade um pouco inferior, e então colocando todas elas no prompt negativo ao rodar o modelo.

20240715v0.1

Este modelo só pode ser considerado como v0.1, não é muito fácil de usar normalmente, e eu acho que o melhor é etiquetar mais imagens do conjunto de dados em detalhes para melhores resultados. No futuro, posso completar lentamente o treinamento deste modelo.

O desempenho desta versão não é muito bom, as imagens geradas podem frequentemente parecer caóticas.

Recolhi mais de 100 imagens como conjunto de dados, mas o número ainda é muito grande para etiquetagem manual. Inicialmente usei wd1.4 para etiquetar todas as imagens, mas a qualidade das etiquetas ainda não foi boa, (talvez meu uso não tenha sido correto, e eu recebo sugestões de todos).

Como quero ver os resultados rapidamente, para este conjunto de dados, só etiquetei manualmente algumas imagens que atendiam às minhas preferências pessoais, então o efeito da saída do modelo será melhor para essas imagens.