//=time() ?>
768x768,2000x4[step]追加学習後。
おまけ「((1girl))」だけで生成。
結局1girlだけでよさげな画像出せるほどにはならなかった。もっとドロップ強くすればよいのかも?今回はタグごとに50%の確率でドロップした。
I'm training dreambooth model with SD-768.
Results seems to overcooked too fast.
75 refs images
1000 regs
3000 steps
Prompt: "portrait of santa claus, arcane style"
768x768,2000x2[step]追加学習後。
ネガティブありだとこんな感じ。これはこれで悪くはないけど。目のハイライト消えがちだな・・・。ネガティブの作り方も難しい・・・。
768x768,2000x2[step]追加学習後。
「((1girl)), school uniform」ネガティブプロンプトなし。
ネガティブなしでも結構いい感じ。指も高解像度のおかげか崩れにくい気がする(普通に崩れるけど)。
768x768,2000x2[step]追加学習後。「1girl」で適当に生成するだけでも楽しい。自分でチューニングしたから愛着があるっていうのもあるけど。料理も自分でつくるとおいしい的な。
768x768,2000x2[step]追加学習後。
すでにわりと満足できる結果なので、ここから先は安定感を高めていく感じの勝負かな。あとプロンプトは学習時のプロンプトを使用しているのでプロンプトいじってどこまで絵が作れるかだな。
768x768,2000[step]追加学習後。「1girl」のみ。一発生成。Waifu1.4はUnconditional Generationもやるみたいなので楽しみ。
https://t.co/CJEZleNsjF
↓768x768,2000[step]追加学習後に対して「1girl」で生成するとこんな感じ。ごちゃごちゃはしているが、割といい感じの画像を出してくれる。AnythingV3とかも「1girl」だけできれいな画像出してくるので、この辺の学習もすごそう。(これらの画像に関してはネガティブプロンプトもなしで生成)
768x768,2000[step]追加学習後。さらに2000step学習したモデルがあるのだが、S3からのダウンロードが遅い・・・。自宅がクソ回線すぎる・・・(なんならダウンロード待ってるうちにさらに2000stepの学習が終わりそう)。
768x768,2000[step]追加学習後。顔がだぶらないわけではないがかなり確率は低い(10%以下)。クオリティ的な打率(Twitterに乗せているレベルのもの)も15%くらいはあるかな?
768x768,2000[step]追加学習後。text_encoderは相変わらず学習している(そろそろ止めてもよい?)。学習元はCLIPの最終層から2番目使っているんだけど今回の学習では普通に最終層を使ってしまった・・・(設定ミス)。生成も普通に最終層。
Switching from pristine architectural renders to future ancient architectural ruins with some tests of the next checkpoint because sometimes you just wonder what it might look like in a few thousand years. Looking pretty good, Stable Diffusion 2.1-768 👀 #StableDiffusion2
#stablediffusion v2.0と仲良くなってみる。#Memeplex ではこのモデルだけ768x768で出力されるので、他のモデルより時間がかかるけど、引き気味の構図でも顔が崩れにくい?
#AIイラスト
画像サイズ1152×768
やっぱり画像サイズ上げると雰囲気変わるなあ
その代わりSteps:30でも生成に20秒もかかる()
#anything_v3
不意に思いついてプロンプトを全部大文字にしてみたら、絵が変わった。
大文字化は強い表現として使われるらしいが、呪文においてはどの程度意味があるのだろうか。
画像は、512x768と倍化した1024x1536。
元と比べて、構図が一致していない。
#AIart #anythingv3