LoRA for just Randoseru <a target="_blank" rel="ugc" href="https://civarchive.com/models/76191">https://civarchive.com/models/76191</a>Randoseru and Buruma together.Randoseru without Buruma works as well.Buruma without Randoseru result in shoulder strap on uniform.Randoseru color is mostly pink. Buruma color is mostly navy black or red.Example&lt;lora:randoseruburuma_v1.3:1&gt; carrying randoseru backpack and wearing navy buruma and white gym uniform with colored hemFor commercial use, refer to my <a target="_blank" rel="ugc" href="https://civarchive.com/user/EEB/models">profile</a>.Donation can be made here: <a target="_blank" rel="ugc" href="https://ko-fi.com/eeb_p">https://ko-fi.com/eeb_p</a>ランドセルブルマです。ブルマなしのランドセルとしても使えます。ランドセルなしのブルマとして使おうとすると体操服に肩ベルトが付いてしまいます。ランドセルはピンク、ブルマは紺色か赤色が出やすいです。例&lt;lora:randoseruburuma_v1.3:1&gt; carrying randoseru backpack and wearing navy buruma and white gym uniform with colored hem<h1 id="heading-40">Version 1.3</h1>Improved hand, selectable buruma colorcarrying randoseru backpack and wearing navy buruma and gym uniform with colored hem&lt;lora:randoseruburuma_v1.3:1&gt; carrying randoseru backpack and wearing navy buruma and white gym uniform with colored hem&lt;lora:randoseruburuma_v1.3:1&gt; carrying randoseru backpack and wearing red buruma and white gym uniform with colored hem&lt;lora:randoseruburuma_v1.3:1&gt; carrying randoseru backpack and wearing green buruma and white gym uniform with colored hem<h1 id="heading-164">Version 1.2</h1>LoRA block weight 0,0,0,0,0,0,0,1,1,1,1,0,0,0,0,0,0 have been applied.&lt;lora:randoseruburuma_v1.2:1&gt; wearing randoseru backpack and buruma and gym uniform with colored hem<h1 id="heading-165">Version 1.0</h1>If you have LoRA Block Weight, weight like below is pretty good.&lt;lora:randoseruburuma_v1.0:1:0,0,1,1,1,1,0,1,1,1,0,0,0,1,1,1,0,1,1,1,1,0,0,0,0,0&gt;wearing randoseru backpack and buruma and gym uniform with colored hem<h1 id="heading-787">解説</h1>衣装LoRAを作る人の役に立てるか分からないけど、このLoRAの学習した方法ついて記載します。ランドセルブルマLoRAはランドセルという大きなアクセサリと、ブルマ体操着という一般的な衣装の両方を学習しているので少し特殊かもしれません。全てのデータが残ってないので、残ってるログから確認していますが一部間違ってることもあるかもしれません。私の通りにすればいいというよりも、初めて衣装LoRAを作る人のとっかかりになるかと思って書いておきます。雰囲気で学習してもそれなりの結果が出るという例になれば。<h2 id="heading-788">学習画像の準備</h2>学習画像は244枚顔はクロップで切り取っています。LamaCleanerで服にかかった髪の毛、服のタグやロゴ、ランドセルや衣装のアクセサリを消しています。Rembg（1111 webuiのExtension）で一部の画像の背景を消しています。（簡単に消せないものはあきらめてそのまま）被写体のポーズで手が隠れているものを使うと、画像生成時に手が無くなりやすいので除外しています。<h3 id="heading-789">83枚のランドセルブルマ画像</h3>WD14 captioningでデータを付けて1girl,soloは抜いています<h3 id="heading-790">26枚のランドセル画像</h3>一度BLIP to captionでデータを付けた後に1枚ずつ手打ち修正して「upper body wearing pink randoseru backpack」と「view from ****」を書き足しました。これでbackpackの概念をランドセルで乗っ取りつつ、人の体のどの部分にどの角度でランドセルがついてるのかを学習させます。全ての角度が同じ数の学習だとランドセルLoRAの時にbehindやsideのできが悪かったので枚数を増やすことで学習精度をあげています。9枚のview from behind画像5枚のview from above画像5枚のview from front画像7枚のview from side画像<h3 id="heading-791">11枚のブルマ画像</h3>WD14 captioningでデータを付けて1girl,soloは抜いている<h2 id="heading-792">学習</h2><a target="_blank" rel="ugc" href="https://github.com/bmaltais/kohya_ss.git">https://github.com/bmaltais/kohya_ss.git</a> を使って学習しています。上記3つの画像を別のFolderに入れてStep数を調整しています。画像の枚数が少ない要素はフォルダのStep数を上げることでバランスを取ります。1_randoseruburuma3_randoseruview7_burumaLoRA typeはStandard（普通のLoRA）Train batch sizeは4（GPUのメモリサイズで決めます, out of memoryになったら下げましょう。余裕があるなら上げましょう。）epochは50と入力しています。　生成しようとすると41になって、出来がよかったepch 12を選んでます。Precisionはbf16です。fp16でもいいかもしれません。Number of CPU threads per coreは自分のCPUに合わせてください。Learning rateは1LR SchedulerはcosineLR warmupは0OptimizerはDAdaptLionOptimizer extra argumentsは"betas=(0.9, 0.99)" "weight_decay=0.4" "d0=1e-06"Text Encoder learning rateは1Unet learning rateは1Network Rank (Dimension)は128Network Alphaは128Scale weight norms, Network dropout, Rank dropout, Module dropoutは全部0。よく分かってません。Max resolutionは512, 512Stop text encoder trainingは0Stop text encoder trainingはONおまけ：Advanced Configuration衣装に関係なさそうなblockを削っています。これは一度weightの設定をデフォルト（All 1）でLoRAを作った後に、どの階層のBlock Wieghtを消してもランドセルブルマ画像が生成されるかを調べて設定しました。"down_lr_weight": "0,1,1,1,1,0,1,1,1,0,0,0","mid_lr_weight": "1","up_lr_weight": "1,1,0,1,1,1,1,0,0,0,0,0",

Files with SHA256: bfee57630af12fc688407418b6a92e1aa82481ba3afb51c45358977602dc9ad8