とはいってもこれがほぼ初トライだったんでまだノウハウ的なものはない
この後過学習で崩壊したんでlearning rateは0.000005だと元画像20枚程度ではまだまだ過剰で、様子見たいなら0.0000005が良さそうってのと
いかにファイル名に適切かつ漏れなく状況を書いてtemplatesから[filewords]で呼び出して適切なプロンプトに仕立てて絵柄以外の要素を学習から排除するかってのと
(preprocessの自動キャプションじゃ全く持って不正確)
それができてるバリエーションのある画像をどんだけ集められるかってのがミソっぽいことは分かった