Retrocomicflux

🚀 クイックスタート

Retro Comic Fluxを使って画像を生成するには、トリガーワード c0m1c または comic book panel をプロンプトに含めます。

✨ 主な機能

• レトロコミックスタイル：公開ドメインの画像を使って学習された独特なコミックスタイルを再現します。
• 人間の描写に強い：主に人間の姿を上手く描写することができます。
• 自然言語に対応：自然言語のプロンプトにも良く反応します。

📦 インストール

このモデルの重みはSafetensors形式で提供されています。以下のリンクからダウンロードできます。 ダウンロード

📚 ドキュメント

モデルの説明

Retro Comic Fluxは、公開ドメインの画像のみから構成されるデータセットで学習されたFlux LoRAです。約50枚の画像を3回繰り返し、15エポック、学習率0.0001で学習しました。これらの画像はすべてJoy Caption Batchを使ってキャプション付けされました。

このモデルは非常に実験的なもので、このスタイルの高品質な動物や車両の画像を収集するのに苦労しました。そのため、現時点では主に人間の姿に適しています。キャラクターと背景のシーンを説明すると最も良い結果が得られます。ただし、手や目の描写には時々苦労することがあります。データセットに含まれていないものは、通常のAIイラストスタイルになります。

最良の結果を得るには、DEISサンプラーを使用してください。

以前のLoRAと非常に似た設定を使用したので、時間と簡潔さのために詳細は省略します。単純なスタイルには、低い学習率と少ない繰り返し回数、良質のデータが最適です。

画像の選択には注意を払い、各画像をPhotoshopで前処理して、鮮やかな色を引き出し、黄ばみを減らし、コントラストを上げました。これにより、一貫した色調を維持することができ、学習品質も向上したと思います。前処理の際に、一部の学習データから吹き出しのテキストを削除し、より柔軟性を持たせ、Fluxがコンテキストを理解しやすくしました。プロンプトに「empty speech bubble」と明示的に記述すると、うまく機能する傾向があります。より深く掘り下げたい場合は、画像キャプショナーを使ってエミュレートしたいスタイルを説明してみてください。画像には豊富なキャプションが付いており、モデルは自然言語に良く反応します。

間もなくこのLoRAのV2がリリースされることを期待してください。一貫性を向上させる方法についていくつかアイデアがありますが、より多様なソース画像を見つける必要があります。

トリガーワード

画像生成をトリガーするには、c0m1c または comic book panel を使用してください。

推奨強度

推奨強度は0.7 - 0.9です。

📄 ライセンス

このモデルは creativeml-openrail-m ライセンスの下で提供されています。