This lora depicts the character Shiina Yuika(椎名唯華) from Nijisanji
Trigger Word:shiina yuika nijisanji, anime style girl. An anime-style character with pink hair and a casual school outfit, featuring a beige cardigan, red bow tie, and plaid skirt
Trained: musubi-tuner, 20 images
Caption: adjusted short caption from ChatGPT (includes described background)
lr:(2e-4,flow_shift3.0)
epoch:230
train_step:4600
lora_strength:0.9
sample prompt:shiina yuika nijisanji, anime style girl. An anime-style character with pink hair and a casual school outfit, featuring a beige cardigan, red bow tie, and plaid skirt, (she is dancing:1.8), (chibi Nendoroid:2.5) 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.
以下備考：
・キャラクター再現度とpromptの動きやすさはトレードオフで、おそらく生成プロンプト（トリガーワード）が長いほど再限度は上がるが、動きやすさは制限される。
動きにくい場合はlora強度を下げるか強調promptが有効だがKijaiのワークフロー(https://civitai.com/models/1335809/wan21-14b-chihaya-anon-mygo のワークフロー使用)だとprompt強調や{A|B|C}構文が上手く働かなかったのでTextEmbed Bridgeを使用するよう改造した。
とはいえ今回のキャプションは短い目なので強調promptを未使用でも比較的動きは反映されやすいです。
・musubi-tunerの学習でHunyuanVideoよりblocks_to_swapを大きくしないとVRAM不足に陥りやすそうだった。
しかし、Wan2.1のlora学習速度はHunyuanVideoと同程度だった。HunyuanVideoは14くらいで十分だったが、Wan2.1は24くらいにする必要があった。
4070Ti(VRAM 12G) musubi tuner
--blocks_to_swap 14 …198.27s/it
--blocks_to_swap 24 … 3.3s/it
・推移損失：
avr_lossは開始時0.100
100epoch(2000step)で0.085
230epoch(4600step)で0.065
250epoch(5000step)で0.060
・文字が書けるか
漢字は書けるようだ。ひらがな、カタカナは書けなかった。代わりに変な記号がでる。
あと漢字を書くと何故か画質が落ちました。
・生成時間はHunyuanVideoの2～3倍かかるのでLoRAがあるならHunyuanVideoのほうが生成ガチャ出来る分有利かも…。
HunyuanVideoで上手くいかなかったpromptをWanが描けるのかはまだ試せてないです。