이전 본인이 hypernetwork 제작했던 작가 dataset으로 새로 dreambooth ckpt를 만들었음.
사용한 dreambooth는 이쪽 (TheLastBen Colab 버전)
공통
base 모델: nai-animefull-final-pruned.ckpt [925997e9]
학습 자료: 30장 (512x512)
샘플 prompt
샘플 위: 'instance name', bishoujo, distinct, high resolution, intricate details, hyper detail, (focus solo:1.1), (1girl:1.1), steampunk, blue eyes, white hair, long hair, hair flaps, hairpin, blue necktie, short necktie, skirt, high-waist skirt, suspender skirt, shirt, collared shirts, short sleeve, suspenders, pouch, belt pouch, dark blue skirt, miniskirt, socks, black socks, boots, white_footwear, blue sky, gears, steam, mechanical parts, machine, on the street, glowing, silver steel, sunny_weather, village
샘플 아래: 'instance name' (3girls, Girls sandwich), starry sky, moonlight, Contrail, (bunny girl), casino, club, looking at viewer
1. yukiu con (pixiv)
Hypernetwork | Dreambooth |
구분 인스턴스명: ykcn
학습 자료: 얼굴 (4): 상체 (20): 전신 (6)
학습 정보: 6000 step / text encoder training 20% / 클래스 이미지 X
2. j.k. (pixiv)
Hypernetwork | Dreambooth |
구분 인스턴스명: jdkd
학습 자료: 얼굴 (4): 상체 (20): 전신 (6)
학습 정보: 3000 step / text encoder training 30% / 클래스 이미지 X
3. suzumori (danbooru)
Hypernetwork | Dreambooth |
구분 인스턴스명: szmr
학습 자료: 얼굴 (8): 상체 (20): 전신 (2)
학습 정보: 6000 step / text encoder training 15% / 클래스 이미지 200장 Default
4. bekotarou (pixiv)
Hypernetwork | Dreambooth |
구분 인스턴스명: bktr
학습 자료: 얼굴 (0): 상체 (14): 전신 (16)
학습 정보: 3600 step / text encoder training 35% / 클래스 이미지 200장 Default
5. caburi (pixiv)
Hypernetwork | Dreambooth |
구분 인스턴스명: cbri
학습 자료: 얼굴 (2): 상체 (26): 전신 (2)
학습 정보: 6000 step / text encoder training 20% / 클래스 이미지 X
6. emily (pixiv)
Hypernetwork | Dreambooth |
구분 인스턴스명: emly
학습 자료: 얼굴 (8): 상체 (12): 전신 (10)
학습 정보: 4500 step / text encoder training 20~30% (정확한 수치 불명) / 클래스 이미지 200장 Default
모델 다운은 여기에서
학습 데이터는 aHR0cHM6Ly9tZWdhLm56L2ZvbGRlci93YVUwRFRxYSNOV2ZnQWdBTUpudzhUSVc2NTFaUUxR
기타 팁
- 그림체가 잘 안 드러난다 싶으면 프롬프트 앞에 구분 인스턴스명을 꼭 붙여주셈. ()나 []로 강화/약화도 가능. 학습을 오래 해서 안 붙여도 잘 나오는 것들도 있지만 까딱하면 과적합의 위험이 있을수도
- 대체로 학습량이 많을수록 낮은 CFG 스케일에서 잘 동작하고, Step을 높게 잡아야 그림체를 잘 따라하는 것 같음.
- 경험상 상체 이미지가 학습 효율이 제일 좋은 것 같음. Default 클래스 이미지를 봐도 상체를 학습한다고 여기고 character를 학습하는 듯
- 구부리고 있거나 기울어진 구도의 그림은 최대한 피하거나, 사용 시에 회전해서 똑바로 만들지 않으면 모델에서 그 구도를 학습함
마지막으로 같은 드림부스 레포로 학습해서 그저께 anmi랑 gyokai 공유하신 센세 조언을 구합니다. 학습을 무려 1만스텝을 했던데 써본 결과 과적합 느낌이 하나도 안 났었음. 진짜로 어케했누??