ソフトはDreambooth-Stable-Diffusion(JoePenna版)をWindowsで。
学習画像がどっちも30枚くらい。max_training_stepsは3000。
別のキャラを100枚で試したが、3000stepsじゃ足りなそうだからもう少し回してみる。
正則化画像はclass_wordに影響する。
なので、class_wordを元のモデルに影響しないようにgirlとかじゃなくて、dloliとか使ってない別の単語に。
正則化画像は選別しないのならgithubにある1500枚の女性を描いたアート作品群でいいと思う。
それでもキャラを再現できる。選別できるなら二次元画像の方が良いんだろうが。
ロリ特化モデルを作ろうと思って、正則化画像用にロリキャラ画像を用意したんだが、
生成したキャラを拡大すると線がガタガタ、スカスカの場合があった。
多分、下書きみたいな線が重なってる絵が影響しているんだと思う。
学習用の画像も下書きみたいな線のやつは避けた方が良い。
良くも悪くも、画風はすぐに学習して反映してくる。
あと、別のキャラを同じckptに入れたが、正則化画像が影響して前のキャラたちの学習が崩れてしまった。
class_wordを一緒にしていたので、キャラごとに分けて、影響しないか試してみる。