이미지 테그가 많을수록 좋다고 하면

AI그림 학습 채널

알림 알림 중 알림 취소

구독자 8834명 알림수신 127명 @Anon

그림 AI 학습 정보를 공유하는 채널

이미지 테그가 많을수록 좋다고 하면

쿨한_노란_고릴라

추천 1 비추천 0 댓글 11 조회수 251 작성일 2022-10-24 07:30:13 수정일 2022-10-24 07:30:36

https://arca.live/b/hypernetworks/61320773

딥단부루 임계치를 0.5에서 더 밑으로 내리면

더 구체적으로 잘 나오는거 아닌가

테그정리는 한번 한다 치고

댓글 [11]

쓸쓸한_빨간_부엉이

2022-10-24 07:32:33

어느 정보글에서는 태그가 너무 자세하면 ai가 해당 그림에서 변형을 할 필요성을못느껴서 오히려 퀄리티가 별로일수도있다고하던데. 어떤게 맞는말인지 잘 모르겠네.

펼쳐보기▼

쿨한_노란_고릴라

2022-10-24 07:33:54

나도 그거 봤음 지금 하는 말들이 다 달라서 햇갈리는게 한두개가 아님

펼쳐보기▼

쓸쓸한_빨간_부엉이

2022-10-24 07:36:56

둘중 한사람의 말이 틀렸다기보다는, 그 두명의 학습의도나 목적이 달라서 그렇게 말이 달라진거같긴한데... 관련 지식이 없다보니 내가 원하는 의도로 진행하려면 어떻게 하는게 맞는지를 모르니까 헷갈리네

펼쳐보기▼

굳센_밤색_캥거루

2022-10-24 07:53:04

안녕하세요 둘다 같은 사람입니다
정확히는 문장형으로 잘 분석된 태그(특이사항)이 정말 대충달린 태그보다 낫단 것이며, 반면 너무 자세한 묘사는 작가의 특징을 해칠 수 있다는 의미입니다.
생성모델은 이 경우 inference(추론)이라는 것처럼 연관있는 단어를 전부 조금씩 넣는 성질을 가지게 됩니다. 예를 들어 나비가 잔뜩 이라고 쓰면 높은 확률로 꽃, 낮, 화사한 분위기를 넣습니다. 따라서 굳이 꽃의 갯수 등을 넣지 않아도 이에 대해 학습할 수 있습니다. 따라서 SD를 원래 학습할 때에는 태그가 많고 자세하고 좋을수록 좋습니다.
반면 하이퍼네트워크는 작가의 특징을 추론하고 적합을 시켜야 하므로, 무슨 꽃을 주로 쓰는지, 어떤 분위기인지는 알아서 판단하도록 하는 것이 좋습니다.
따라서 정말 간단한 묘사, 사람의 숫자, 구도, 분위기만을 넣더라도 나머지는 알아서 변형하려 시도하고, 이 변형을 학습하도록 하는 것이 목표라 할 수 있습니다.
하지만 맹점은, 기본이 되는 모델은 중복태그나 잘못된 태그 등에 취약하므로 좋지 못한 결과를 낼 수 있으며, 보통 학습하는 작가가 특이한 것을 넣을 수 있다는 점입니다.

결론만 말씀드리자면 사진의 특징, 구도, 낮/밤, 밝기, 초점, 대상, 인물 수, 행동, 동작, 주제를 잘 넣는다면 몇장만으로도 유사한 학습은 가능할 것입니다.

펼쳐보기▼

쓸쓸한_빨간_부엉이

2022-10-24 08:06:42

오... 알 것 같으면서도 어렵네요. 혹시 그러면 같은태그가 달린 각기 다른 그림을 넣었을때 어떤방식으로 학습하는지, 이게 나쁜방식으로 진행되지는 않을지 여쭤봐도 괜찮을까요?

예를 들어 두개의 그림에 개가 있다고 가정했을때, 하나는 털이 많은 성견이고, 하나는 털이 없는 아기 강아지일때 두 그림에 모두 dog 태그가 들어가있다면 학습에 저해되는 요소로 작용할지 궁금해요. 보통 머리색 태그같은거는 에메랄드색이든 짙은풀색이든 green 태그로 들어가는 경우가 많은데, 그림이 다르면 이런 태그들이 서로 악영향을 주지는 않을까요?

대부분 얘기들을 보면 얼굴이나 특징을 기준으로 크롭하고 그걸 집중적으로 학습시키는 방식으로 진행하는 것 같던데, 혹시 이 사람의 그림을 포괄적으로 학습량을 많이 넣고 싶다면 이 경우에는 태그를 길게 하는거보단 짧게 몇가지 특징만 넣는게 유리할까요?

펼쳐보기▼

굳센_밤색_캥거루

2022-10-24 08:16:01

네트워크 구조에 따라 다릅니다. dog는 추상적이므로 성견과 강아지 모두를 담고 있기에 큰 문제는 없겠지만, 전혀 관련없는 cat이 들어있다면 학습을 저해할 것입니다. dog와 puppy로 구분해준다면 도움이 되지만, dog과 puppy를 따로 넣으면 좋지 않을 수 있습니다.

초록색 머리카락의 경우도 green hair등으로 어떤게 초록색인지, 가능하면 문장형으로 더 정확히 구분지어주는 것이 도움이 될 것입니다.

데이터셋이 크고 종류가 다양할 때 학습이 잘 안되는건 사실 당연한 일입니다. 데이터셋이 적은 경우 태그가 정말 대충 달려도 그림체는 베끼지만 다른 태그에서 뭉개지는 현상이 현저한데, 이는 '뭐가 그림체인데'에 대해서 사람이 지도해준다고 생각해 주시면 됩니다.

적은 데이터셋의 경우 그냥 만들어지는 이미지와 태그에서 만들어지는 이미지 중 가장 큰 차이는 '그림체'나 스타일이므로 이를 학습하고 쉽게 적용하지만, 전혀 관련이 없을때 이를 적용할 수 있는지는 모르기에 잘 뭉개집니다.

큰 데이터셋의 경우 많은 사례를 통해 어떻게 적용할지를 학습할 수 있지만, 무엇이 그림체인지를 학습하는데 오래 걸립니다. 또한 이전 방식으로는 과적합이 일어나 쉽게 망가졌습니다.

따라서 큰 데이터셋의 경우 인내를 가지고 활성화 함수를 포함한 구조로, 작은 데이터셋의 경우 빠르게 큰 기대 없이 학습하는 것이 좋습니다.

펼쳐보기▼

쓸쓸한_빨간_부엉이

2022-10-24 08:32:38

위의 말씀은 한 그림 내에서 dog와 puppy로 성견과 강아지를 구분해주었을때는 좋지만, 두 사진에서 하나는 dog 하나는 puppy일때 학습에 저해가 일어날 수도 있다는 말씀이신걸까요?

데이터가 적으면 몇가지 특징만 가지고 그림체를 확정짓기는 편하지만 학습된 데이터 외의 정보에서 대응을 못하고, 데이터가 많으면 어떤게 그림체인지 그 특징을 잡는 것 자체가 어렵다는 뜻으로 이해하면 될까요? 여러번 읽고는 있는데 제가 제대로 이해하고있는지는 잘 모르겠어요...

하이퍼 네트워크를 학습하는데에 있어서는 태그가 자세한것보다는 추론을 할때 필요한 몇가지 특징적인 태그들이 달려있는게 유리하지만, 적은 데이터셋으로 특정 장면이나 프롬프트에 대해서만 빠르게 적용시키려면 많은 태그로 이 특징을 설명하여 고정시키는게 유리하다는거겠죠?

활성화 함수를 포함한 구조라는게 어떤건지 잘 모르겠지만... 레이어가 많고, 복잡한 함수를 가진 모델로 학습하는게 데이터가 많을때는 효과적이라는 뜻일까요?

펼쳐보기▼

굳센_밤색_캥거루

2022-10-24 08:40:55

아뇨 두개를 한 그림에 같이 쓸 경우 좋지 않을 수 있습니다. 예를 들어 "dalmasian dog" 또는 "dalmasian puppy"를 쓰면 좋지만, "dog, dalmasian, puppy" 등으로 나열해주면 이는 개 여러마리로 이해하는 등 잘못 이해하게 될 수 있습니다.

그리고 잘 이해하셨습니다. 레이어는 굳이 많을 필요는 없고, relu / leakyrelu 그리고 dropout 등이 추가되었으니 이를 적용하는 것이 데이터가 많을 경우 효과적일 것입니다.

펼쳐보기▼

쓸쓸한_빨간_부엉이

2022-10-24 08:45:38

어디서부터 알아봐야할지 막막했었는데 덕분에 정말 많이 배우고갑니다... 질문이 많아서 귀찮으셨을텐데 자세히 답변해주셔서 진짜 감사합니다.

펼쳐보기▼

걸걸한_빨간_거미

2022-10-24 07:42:57

단부루 threshold는 태그가 맞을 확률 하한치라서 낮추면 안돼 올리면 올렸지 그거 내리는거 아님

펼쳐보기▼

대범한_파란_다람쥐

2022-10-24 09:18:17

전문가 댓글에 품격이 느껴지네 ㄷㄷ

펼쳐보기▼

본 게시물에 댓글을 작성하실 권한이 없습니다. 로그인 하신 후 댓글을 다실 수 있습니다. 아카라이브 로그인

전체글 개념글

최근 최근 방문 채널

최근 방문 채널

전체 정보 그림 드림부스 임베딩 하이퍼

번호 제목

작성자 작성일 조회수 추천

공지 아카라이브 모바일 앱 이용 안내(iOS/Android)

*ㅎㅎ 2020.08.18 31411294

공지 파딱 마음대로 작성한 AI그림 학습 채널 규정 - [24-01-24]

포리X 2023.10.29 2340

공지 [리퀘스트] 탭이 추가되었습니다.

선한_하얀_사자 2023.02.10 3535

공지 신문고

Anon 2023.02.21 3322

공지 각종 학습파일 적용법

거만한_보라_달팽이 2023.01.24 40331

공지 그림 학습법 모음

거친_핑크_외계인 2022.10.30 74020

숨겨진 공지 펼치기(1개)

망한줄알았는데 [2]

정중한_하얀_멧돼지 2022.10.24 180 1

저거 사진으로 올라온 임베딩 파일은 어떻게 쓰는거임? [1]

정중한_분홍_원숭이 2022.10.24 202 0

그림 드림부스 학습 중간 경과 [2]

소심한_밤색_익룡 2022.10.24 716 8

학습 데이터에 관한 질문 있음 [2]

난처한_분홍_까마귀 2022.10.24 109 1

그림 아사나기 하이퍼+ 테레다 임베딩 [3]

예리한_까만_달팽이 2022.10.24 812 6

이거 하이퍼네트워크 저장할때 keyerror 뜨는데 어캐해야함? [12]

거만한_초록_상어 2022.10.24 162 0

그림 집념이 강하면 무서운법 [5]

호탕한_하얀_북극곰 2022.10.24 204 1

ai학습 채널이기도 하니까 물어보는건데 [6]

섬세한_보라_북극곰 (211.245) 2022.10.24 229 0

학습 자료만들때 [2]

슬픈_핑크_토끼 2022.10.24 161 1

어어 이거 성공각이 보이노 [1]

수수한_빨간_뻐꾸기 2022.10.24 637 6

그림 terada 6.4만 [5]

순진한_까만_캥거루 2022.10.24 511 8

학습하는데 자꾸 오류뜨는데 도와줘 [6]

분노한_금색_뱀 2022.10.24 183 0

주딱이 나한테 이상한 알약 먹였음 [2]

호탕한_하얀_여우 2022.10.24 109 1

그림 porunoibuki 중간 보고

소탈한_까만_오징어 2022.10.24 147 2

이거 뭔데 [4]

시크한_분홍_외계인 2022.10.24 95 0

그림 하이퍼 중간 결과 [1]

쌀쌀한_청록_앵무새 2022.10.24 212 0

하이퍼는 개념 학습이 안되는거 아닌가? [1]

까칠한_갈색_개복치 2022.10.24 153 0

파딱 3명 징집/신고 기능 오픈 [5]

얌전한_청록_고릴라 2022.10.24 248 3

뎃? [2]

싹싹한_핑크_양 2022.10.24 69 1

그러고 보니 train/test 셋을 안나누네...? [3]

예리한_밤색_거미 2022.10.24 151 3

근데 학습이 잘 되가는지는 어떻게 확인함? [6]

소탈한_노란_거북이 2022.10.24 163 1

전기세 별거 없네 [3]

야무진_노란_갈매기 2022.10.24 383 2

오늘 학습은 개같이 실패했네

한심한_초록_앵무새 2022.10.24 94 0

하... [2]

대범한_은색_치타 2022.10.24 86 0

드림부스 hiroyama 후기 [4]

쓸쓸한_남색_개구리 2022.10.24 369 4

공지 샘플 <<<< 학습느낌 팍 죽음 [3]

거친_은색_문어 2022.10.24 227 0

그림 중간에 몇개 뽑아봄 [1]

순진한_밤색_낙지 2022.10.24 149 0

드림부스 라이스 샤워랑 그림체 한번에 학습할려다 망했다 [6]

시시한_파란_코알라 2022.10.24 592 1

2만스텝씩 양산하는게 낫겠다

훌륭한_초록_낙타 2022.10.24 95 0

너무 얼굴만 자르니 뻑나버리네

굳센_노란_사슴 2022.10.24 132 0

런포드 환불 될려나 [4]

의젓한_금색_앵무새 2022.10.24 208 0

드디어 학습 되가는 것 같음 [1]

야무진_초록_갈매기 2022.10.24 109 1

네트워크 구성용 이미지 만들때 제일 문제

수수한_밤색_여우 2022.10.24 113 0

이미지 테그가 많을수록 좋다고 하면 [11]

쿨한_노란_고릴라 2022.10.24 252 1

여기서 줍줍한 아사나기 학습파일 돌려보면서 느낀건데 [4]

훌륭한_금색_다람쥐 2022.10.24 281 1

학습데이터 만들때 누끼 뜨고 함? [1]

야무진_까만_기린 2022.10.24 266 0

전체글 개념글