Edit model card
Samples
キャラクター 種類 トリガーワード 推奨ファイル メモ
東北イタコ 衣装指定なし Itako sd-tohoku-v3a.2.Itako.safetensors
公式衣装 ItakoOC sd-tohoku-v3a.2.ItakoOC.safetensors
衣装単体 Itoc sd-tohoku-v3a.2.Itoc.safetensors
東北ずん子 衣装指定なし Zunko sd-tohoku-v3a.2.Zunko.safetensors
公式衣装 ZunkoOC sd-tohoku-v3a.2.ZunkoOC.safetensors
衣装単体 Zuoc sd-tohoku-v3a.2.Zuoc.safetensors
東北きりたん 衣装指定なし Kiritan sd-tohoku-v3a.2.Kiritan.safetensors
公式衣装 KiritanOC sd-tohoku-v3a.2.KiritanOC.safetensors
衣装単体 Kioc sd-tohoku-v3a.2.Kioc.safetensors
ずんだもん 人間形態 Zundamon sd-tohoku-v3a.2.Zundamon.safetensors
妖精形態 Zfr sd-tohoku-v3a.2.Zfr.safetensors
暗黒大将軍 Anko sd-tohoku-v3a.2.Anko.safetensors
沖縄あわも Awamo sd-tohoku-v3a.2.Awamo.safetensors
大江戸ちゃんこ Chanko sd-tohoku-v3a.2.Chanko.safetensors
北海道めろん Hokamel sd-tohoku-v3a.2.Hokamel.safetensors
四国めたん Metan sd-tohoku-v3a.2.Metan.safetensors
関西しのび Shinobi sd-tohoku-v3a.2.Shinobi.safetensors
九州そら Sora sd-tohoku-v3a.2.Sora.safetensors
中国うさぎ Usagi sd-tohoku-v3a.2.Usagi.safetensors
  • 学習データに公式キャラクターイラスト以外は用いておらず,正則化画像も用いていません.
  • 「東北イタコ」には「青い霊」は含まれていません
  • 「東北きりたん」には「きりたん砲」は含まれていません

利用例

  1. AUTOMATIC1111/stable-diffusion-webuiをセットアップしてください

  2. お好みのSD1.4系のモデルファイルをmodels/Stable-diffusionにダウンロードしてください

  3. 本レポジトリのLoRAファイルをmodels/Loraディレクトリに置いてください

  4. WebUIを起動し,以下のように,トリガーワードLoRAファイル指定を含んだプロンプトを入力して生成してみてください

    sd-tohoku-v3a.2.Zunko.safetensorsを利用する例:
    
    Positiveプロンプト: <lora:sd-tohoku-v3a.2.Zunko:1>Zunko, 1girl, smile, sit on chair, garden, (looking at viewer:1.2)
    Negativeプロンプト: worst quality, low quality, medium quality, deleted, lowres, comic, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry
    
    • <lora:NAME:value>のような形式で用いるLoRAを指定できます.
    • NAMEにファイル名(拡張子を除く),valueにLoRA強度を指定してください.
    • 強度を0.5など低くすることでLoRA適用の影響力を下げられます
  5. (さらなる設定) 以下のような設定を行うと,より良い出力を得られるかもしれません

    • VAEの変更: kl-f8-anime2.ckptmodels/VAEにダウンロードし,ACertainty.vae.ckptにリネームすると自動的に読み込まれるようになります
    • Clip skip2にする
    • hako-mikan/sd-webui-lora-block-weightを利用しLoRAの強さを細かく制御する

ファイルリスト

生成例

冒頭の例

Positive prompt:
<lora:sd-tohoku-v3a.VERSION.CHARACTER:1>CHARACTER, 1girl, smile, sit on chair, garden, (looking at viewer:1.2)

Negative prompt:
worst quality, low quality, medium quality, deleted, lowres, comic, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry
  • Steps: 20
  • Sampler: DPM++ 2M Karras
  • CFG scale: 7
  • Seed: 1487688172
  • Size: 768x1024
  • Model hash: a64573359a (ACertainty)
  • Clip skip: 2

ライセンス

CreativeML Open RAIL-M license 1.0

また,各種法令・各種ガイドラインにご留意ください. 例えば,生成された画像が東北ずん子プロジェクトのキャラクターを含む場合, 「東北ずん子プロジェクト キャラクター利用の手引き」に基づいて利用してください.

以前のバージョンとの違い

shirayu/sd-tohoku-v1shirayu/sd-tohoku-v2では Stable Diffusionモデル自体を更新していました. そのため,ファイルサイズが巨大という課題がありました. その後,LoRA (Low-Rank Adaptation)という既存のモデルにくっつける「追加回路」を学習する技術が利用できるようになり, 先程の問題は大幅に軽減されるようになりました.

この「追加回路」は学習時に使われるモデルだけでなく,「似ている」モデルにも適用可能です. この学習ではACertaintyをベースにしています. そのため. Stable Diffusion 1.4, 1.5系統のモデルで利用できます. ただし,大幅にチューニングされているモデルでは良い結果は得られない可能性が高くなります.

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Examples
Unable to determine this model's library. Check the docs .