Prompt: <lora:toricchi-000n00:1> toricchi, duck
Negative prompt: worst quality, low quality
LoRA(C3Lier)のconv_dimの違いで出力画像にどのような変化があるかを確認します。
こちらのページの「学習データ (テスト用 ミニ v4)」を利用します。
SDXLで学習します。
accelerate launch --num_cpu_threads_per_process 1 sdxl_train_network.py --config_file=D:\data\c3lier-toricchi-xl\config.toml
[model_arguments]
pretrained_model_name_or_path = "D:\\data\\model\\sdXL_v10.safetensors"
[additional_network_arguments]
network_train_unet_only = true
cache_text_encoder_outputs = true
network_module = "networks.lora"
network_args = [ "conv_dim=16", "conv_alpha=1" ] #conv_dim の値を変化させます。(4,8,16)
[optimizer_arguments]
optimizer_type = "AdamW"
learning_rate = 1e-4
network_dim = 16
network_alpha = 1
[dataset_arguments]
dataset_config = "D:\\data\\c3lier-toricchi-xl\\dataset.toml"
cache_latents = true
[training_arguments]
output_dir = "D:\\data\\c3lier-toricchi-xl\\output"
output_name = "toricchi"
save_every_n_epochs = 100
save_model_as = "safetensors"
max_train_steps = 6000
xformers = true
mixed_precision= "bf16"
gradient_checkpointing = true
persistent_data_loader_workers = true
keep_tokens = 1
[dreambooth_arguments]
prior_loss_weight = 1.0
[general]
enable_bucket = true
[[datasets]]
resolution = 1024
batch_size = 1
[[datasets.subsets]]
image_dir = 'D:\data\c3lier-toricchi-xl\toricchi'
caption_extension = '.txt'
num_repeats = 1
上記の設定で学習します。
次の3つのプロンプトで学習回数の違いによる生成画像の結果を確認します。
Epoch100～200ではキャラクター単体の生成の場合に、模様状の画像が表示される場合があります。また、conv_dimが低い場合で学習回数が多い場合も
模様状の画像が出力されます。conv_dimが高くなると、学習回数が多い場合での崩れが減る傾向です。
一方で、Prompt3の背景は、conv_dimの値が4の場合はEpoch300あたりから、conv_dimの値が16の場合は、Epoch 400 背景が描画されず、
無地の背景が描画されるケースが目立ちます。
Epochが600以上の場合、キャラクターが学習画像を反映されて出力されますが、Prompt3の背景が無地になってしまう傾向です。
今回の学習データでは、C3Lierより通常のLoRAのほうが結果が良好な印象があります。
