Wan2.1:This lora depicts the character Igarashi Rika(五十嵐梨花) from NijisanjiTrigger Word:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light orange hair styled in a high bun adorned with a white bow and a yellow star-shaped hair accessory. The character has large, expressive blue eyes with a hint of sparkle. She is wearing a black choker with a small pendant, a green top with thin straps, and a yellow belt with a cat-shaped buckle. Her outfit includes a white collar and a black jacket with a white hood. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations.Trained: musubi-tuner, 30 imagesCaption: adjusted caption from Qwen2.5-VL-3B (includes described background)lr:(2e-4,flow_shift3.0)epoch:200train_step:6000lora_strength:0.8sample prompt:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light orange hair styled in a high bun adorned with a white bow and a yellow star-shaped hair accessory. The character has large, expressive blue eyes with a hint of sparkle. She is wearing a black choker with a small pendant, a green top with thin straps, and a yellow belt with a cat-shaped buckle. Her outfit includes a white collar and a black jacket with a white hood. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations. (she is dancing:2.5), (chibi Nendoroid:3.5) in bedroom.アクションは強調promptによって2.0～4.0に調整する必要があります。またはモーションloraを併用ください。Action prompt should be adjusted to 2.0 to 4.0 depending on emphasis prompt. Or motion lora use together.-------------------------Wan2.2ver2:Trigger Word:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light pink hair styled in a high ponytail adorned with a star-shaped hair accessory. The character has blue eyes and is wearing a black choker with a small pendant. She is dressed in a teal and orange outfit that includes a short skirt and a jacket with a hood. The dress has a short skirt and a high collar, complemented by a black jacket with a yellow pocket and a small bow on the chest. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations.lr:(3e-4,flow_shift7.0,timestep_boundary 885)epoch:140train_step:4200lora_strength:0.8sample prompt:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light pink hair styled in a high ponytail adorned with a star-shaped hair accessory. The character has blue eyes and is wearing a black choker with a small pendant. She is dressed in a teal and orange outfit that includes a short skirt and a jacket with a hood. The dress has a short skirt and a high collar, complemented by a black jacket with a yellow pocket and a small bow on the chest. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations. (she is dancing:4.0), (chibi Nendoroid:4.5) in bedroom.アクションは強調promptによって3.0～5.0に調整する必要があります。またはモーションloraを併用ください。lightx2v Wan2.2 v1.1との併用を推奨します。Action prompt should be adjusted to 3.0 to 5.0 depending on emphasis prompt. Or motion lora use together.It is recommended to use with lightx2v Wan2.2 v1.1 lora.・何故--timestep_boundary 885にしたかdpm++、step=8、shift=7.0ではtimestepは[1.0000, 0.9800, 0.9545, 0.9210, "0.8750", 0.8077, 0.7000, 0.5000]となる。ここでlow_noiseモデルの最初の1stepは0.8750であるが、この時品質はいいがキャラクターの再現度が低かった。ここでshiftを小さくして0.8750→0.865とするとキャラクターの再現度が上がることに気づいた。（同時に品質はちょっと落ちる）どうもmusubi-tunerはhigh/lowモデルからひとつのloraしか学習させず、かつ--timestep_boundary 875の場合、この境界点を上手く学習できてないようだ。これは0.876ではhighモデルで学習され、0.874ではlowモデルで学習される。つまり、0.875付近ではhigh/lowモデルは50%の確率で選択される。生成時は0.875はlowモデルを使用するが、この境界点をlowモデルのみで学習できない。二個のloraを学習する場合はこのような事は起こらない。学習時の--timestep_boundary 885にした場合、キャラクターの再現度が上がった。--------------------------------------------Wan2.2ver1:This lora depicts the character Igarashi Rika(五十嵐梨花) from NijisanjiTrigger Word:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light orange hair styled in a high bun adorned with a white bow and a yellow star-shaped hair accessory. The character has large, expressive blue eyes with a hint of sparkle. She is wearing a black choker with a small pendant, a green overall with thin straps, and a yellow belt with a cat-shaped buckle. Her outfit includes a white collar and a orange and black jacket with a white hood. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations.Trained: musubi-tuner, 30 imagesCaption: adjusted caption from Qwen2.5-VL-3B (includes described background)lr:(2e-4,flow_shift7.0)epoch:200train_step:6000lora_strength:1.0sample prompt:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light orange hair styled in a high bun adorned with a white bow and a yellow star-shaped hair accessory. The character has large, expressive blue eyes with a hint of sparkle. She is wearing a black choker with a small pendant, a green overall with thin straps, and a yellow belt with a cat-shaped buckle. Her outfit includes a white collar and a orange and black jacket with a white hood. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations. (She is breakdancing:3.5) in bedroom.アクションは強調promptによって3.0～5.0に調整する必要があります。またはモーションloraを併用ください。Action prompt should be adjusted to 3.0 to 5.0 depending on emphasis prompt. Or motion lora use together.スタイルlora(試作)とキャラクターloraはそれぞれhigh/low両方のモデルに同じ重みを適応ください。lightx2v wan2.2 V1.1は別の重みを適応ください。Style lora(M1_prototype) and character lora should be adapted same weight to both high and low models. lightx2v wan2.2 V1.1 apply a different weight.スタイルlora(試作)は一応添付しておきますが、調整中です。---------------------------------------------------------------------lora制作メモ：・musubi-tunerでwan2.2を最初学習しようとしたとき、wan2.1の学習手法で--dit models/wan2.1_t2v_14B_fp16.safetensors → --dit models/wan2.2_t2v_high_noise_14B_fp16.safetensorsとおきかえてhigh_noiseモデルだけ学習させた。このときキャラクターの再現度がいまいちなのと背景が白くなっていた。更にloraの適用強度を上げると再現度は上がるが、動きがほとんどなくなり、背景が真っ白になるといった状況だった。・wan2.2の2段のワークフローでモデルを両方wan2.1に差し替え、前半か後半のlora強度をなくしてみた。しかし、キャラクターloraはhigh_noiseやlow_noiseのどちらの領域にもまたがるようでhighかlowのどっちかの学習だけでよいわけではないようだ。・(wan2.2_high_noise_model+wan2.2 lora)+(wan2.1_model+wan2.1 lora)という構成も試したが解決はしなかった。・--min_timestep 875 --max_timestep 1000とか--discrete_flow_shift 0.33の逆数にするとかやったが改善しなかった。・Wan2.2の動画の作成設定に関しても当時色々試行錯誤した。・またwan2.2のlow_noise modelのstyle loraの学習を試したが、これを入れても品質はそんなに変わらなかった。☆そうこうする間にmusubi-tunerでwan2.2の学習が実装された。high/low modelから一個のloraを学習する。VRAMを多く使用するのでローカルの4070Ti(12GB)だとblocks_to_swap 38でも学習できない。Google ColabのA100を使用して学習した。あと「%pip install -e .」とか「%pip install --upgrade bitsandbytes」を実行する。画像30枚、学習解像度576、モデルの読み込み時間を含めて200stepで2時間30分、300stepで3時間30分くらいだった。--discrete_flow_shiftは最初3.0で次は7.0にした。epoch200でのlora重みだと7.0の方が良かったが、単に過学習が解消されただけかもしれない。参考までに自分の学習コマンドを示す。!accelerate launch --num_cpu_threads_per_process 1 --mixed_precision bf16 wan_train_<a target="_blank" rel="ugc" href="http://network.py">network.py</a> --task t2v-A14B --dit models/wan2.2_t2v_low_noise_14B_fp16.safetensors --dit_high_noise models/wan2.2_t2v_high_noise_14B_fp16.safetensors --dataset_config configs/config.toml --sdpa --mixed_precision bf16 --fp8_base --optimizer_type adamw8bit --learning_rate 2e-4 --gradient_checkpointing --max_data_loader_n_workers 2 --persistent_data_loader_workers --network_module networks.lora_wan --network_dim 32 --timestep_sampling shift --discrete_flow_shift 7.0 --max_train_epochs 301 --save_every_n_epochs 20 --seed 42 --output_dir outputs --output_name wan22_multi2_test004 --blocks_to_swap 4 --preserve_distribution_shape --mixed_precision fp16・だが、このloraで生成しても動きはいいけど結局生成品質はそこそこだった。そしてlightx2v wan2.2 V1.1を使ったら普通に品質も良くなった。その前に学習してたstyle loraもlightx2v後は効果を発揮するようになった。また仮にstyle loraなしでも結構良い。style loraのメリットはcfg=1でも品質が高いくらい。また再現度がいまいちなのは生成promptが正確でないせいだけだった。これは生成promptを微調整して良くなった。wan2.1のほうがpromptが多少違っていてもキャラが生成できる柔軟性があった。逆に言うとwan2.2が間違ったpromptを無視しないという事なのかもしれない。生成条件は前半4step後半4stepの計8step、両方のcfg=1である。

Igarashi Rika/五十嵐梨花 | Wan2.1 & 2.2 14B T2V

This lora depicts the character Igarashi Rika(五十嵐梨花) from NijisanjiTrigger Word:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light orange hair styled in a high bun adorned with a white bow and a yellow star-shaped hair accessory. The character has large, expressive blue eyes with a hint of sparkle. She is wearing a black choker with a small pendant, a green overall with thin straps, and a yellow belt with a cat-shaped buckle. Her outfit includes a white collar and a orange and black jacket with a white hood. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations.Trained: musubi-tuner, 30 imagesCaption: adjusted caption from Qwen2.5-VL-3B (includes described background)lr:(2e-4,flow_shift7.0)epoch:200train_step:6000lora_strength:1.0sample prompt:Igarashi Rika, anime-style girl. The image features an anime-style character with long, light orange hair styled in a high bun adorned with a white bow and a yellow star-shaped hair accessory. The character has large, expressive blue eyes with a hint of sparkle. She is wearing a black choker with a small pendant, a green overall with thin straps, and a yellow belt with a cat-shaped buckle. Her outfit includes a white collar and a orange and black jacket with a white hood. The character also wears knee-high socks with black stripes and white shoes with star-shaped decorations. (She is breakdancing:3.5) in bedroom.アクションは強調promptによって3.0～5.0に調整する必要があります。またはモーションloraを併用ください。Action prompt should be adjusted to 3.0 to 5.0 depending on emphasis prompt. Or motion lora use together.スタイルlora(試作)とキャラクターloraはそれぞれhigh/low両方のモデルに同じ重みを適応ください。lightx2v wan2.2 V1.1は別の重みを適応ください。Style lora(M1_prototype) and character lora should be adapted same weight to both high and low models. lightx2v wan2.2 V1.1 apply a different weight.スタイルlora(試作)は一応添付しておきますが、調整中です。---------------------------------------------------------------------lora制作メモ：・musubi-tunerでwan2.2を最初学習しようとしたとき、wan2.1の学習手法で--dit models/wan2.1_t2v_14B_fp16.safetensors → --dit models/wan2.2_t2v_high_noise_14B_fp16.safetensorsとおきかえてhigh_noiseモデルだけ学習させた。このときキャラクターの再現度がいまいちなのと背景が白くなっていた。更にloraの適用強度を上げると再現度は上がるが、動きがほとんどなくなり、背景が真っ白になるといった状況だった。・wan2.2の2段のワークフローでモデルを両方wan2.1に差し替え、前半か後半のlora強度をなくしてみた。しかし、キャラクターloraはhigh_noiseやlow_noiseのどちらの領域にもまたがるようでhighかlowのどっちかの学習だけでよいわけではないようだ。・(wan2.2_high_noise_model+wan2.2 lora)+(wan2.1_model+wan2.1 lora)という構成も試したが解決はしなかった。・--min_timestep 875 --max_timestep 1000とか--discrete_flow_shift 0.33の逆数にするとかやったが改善しなかった。・Wan2.2の動画の作成設定に関しても当時色々試行錯誤した。・またwan2.2のlow_noise modelのstyle loraの学習を試したが、これを入れても品質はそんなに変わらなかった。☆そうこうする間にmusubi-tunerでwan2.2の学習が実装された。high/low modelから一個のloraを学習する。VRAMを多く使用するのでローカルの4070Ti(12GB)だとblocks_to_swap 38でも学習できない。Google ColabのA100を使用して学習した。あと「%pip install -e .」とか「%pip install --upgrade bitsandbytes」を実行する。画像30枚、学習解像度576、モデルの読み込み時間を含めて200stepで2時間30分、300stepで3時間30分くらいだった。--discrete_flow_shiftは最初3.0で次は7.0にした。epoch200でのlora重みだと7.0の方が良かったが、単に過学習が解消されただけかもしれない。参考までに自分の学習コマンドを示す。!accelerate launch --num_cpu_threads_per_process 1 --mixed_precision bf16 wan_train_<a target="_blank" rel="ugc" href="http://network.py">network.py</a> --task t2v-A14B --dit models/wan2.2_t2v_low_noise_14B_fp16.safetensors --dit_high_noise models/wan2.2_t2v_high_noise_14B_fp16.safetensors --dataset_config configs/config.toml --sdpa --mixed_precision bf16 --fp8_base --optimizer_type adamw8bit --learning_rate 2e-4 --gradient_checkpointing --max_data_loader_n_workers 2 --persistent_data_loader_workers --network_module networks.lora_wan --network_dim 32 --timestep_sampling shift --discrete_flow_shift 7.0 --max_train_epochs 301 --save_every_n_epochs 20 --seed 42 --output_dir outputs --output_name wan22_multi2_test004 --blocks_to_swap 4 --preserve_distribution_shape --mixed_precision fp16・だが、このloraで生成しても動きはいいけど結局生成品質はそこそこだった。そしてlightx2v wan2.2 V1.1を使ったら普通に品質も良くなった。その前に学習してたstyle loraもlightx2v後は効果を発揮するようになった。また仮にstyle loraなしでも結構良い。style loraのメリットはcfg=1でも品質が高いくらい。また再現度がいまいちなのは生成promptが正確でないせいだけだった。これは生成promptを微調整して良くなった。wan2.1のほうがpromptが多少違っていてもキャラが生成できる柔軟性があった。逆に言うとwan2.2が間違ったpromptを無視しないという事なのかもしれない。生成条件は前半4step後半4stepの計8step、両方のcfg=1である。

Files with SHA256: 471eb06c3181b25794a25957eb0973db2a4693ea32c8782aaeabd01a4b620ab1