### 結論：Illustrious SDXLにおける「18枚」完全固定メソッド Illustrious SDXL（以下Illustrious）は、従来のSD1.5やSDXL Baseに比べ、Danbooruタグの理解力と描画力が飛躍的に向上している。そのため、**「15〜20枚（推奨18枚）」の極少枚数**であっても、キャプションの「引き算（タグ除外）」と「構図の黄金比配分」を徹底すれば、顔・髪・体型を完全に固定しつつ、衣装の着せ替えやポーズ変更が自由自在な最強のキャラLoRAが完成する。 --- ### 1. キャラLoRA学習設計 推奨値一覧（Illustrious SDXL専用） | 項目 | 推奨値 / 設定スペック | 備考・実務上の理由 | | :--- | :--- | :--- | | **総画像枚数** | **18枚**（最小15枚〜最大25枚） | これ以上増やすと衣装や背景のノイズが混入し、汎用性が低下する。 | | **解像度** | **1024 × 1024 px**（アスペクト比バケット有効） | 縦長（896x1152）、横長（1152x896）を混ぜて学習。 | | **学習エポック数** | **10エポック**（リピート数：10回 ＝ 計1,800 steps） | 18枚×10R×10Ep = 1800 steps。U-Netの学習をここに収める。 | | **学習率 (LR)** | **UNet: 1e-4 / Text Encoder: 2e-5** | IllustriousはTEの学習がキャラクター固定に極めて有効。 | | **Optimizer** | **Adafactor** または **Prodigy** | 安定性と収束速度を両立。Prodigyの場合はD-Adaptationを使用。 | | **Network Dim/Alpha** | **Dim: 32 / Alpha: 16**（または Dim:16 / Alpha:8） | キャラ固定には過剰なDimは不要。32/16が最も破綻が少ない。 | | **正則化画像** | **不要**（キャプションによる完全制御） | Illustriousでは正則化画像を使用せず、タグ制御を行う方が高精度。 | | **トリガーワード** | **`shiki_nanaya, 1girl, solo`**（固有の識別子を設定） | 既存のタグと被らない「固有名称（例: `名前_苗字`）」を先頭に置く。 | --- ### 2. 18枚の「角度・部位・衣装」黄金比配分 少枚数で顔・髪・体型を完全固定するためのデータセット構成。R18 CG集の量産を前提とするため、ヌード（素体）データの混入比率を緻密に計算する。 ``` 【データセット内訳：計18枚】 ├── 1. 顔・髪固定用（アングル分散）: 8枚 │ ├── 正面（クローズアップ / バストアップ）: 3枚 │ ├── 斜め45度（左右各1枚 / バストアップ）: 2枚 │ ├── 横顔（左右各1枚 / クローズアップ）: 2枚 │ └── 俯瞰 または 煽り（バストアップ）: 1枚 │ ├── 2. 体型・肉感固定用（全身・ヌード/下着）: 6枚 │ ├── 全身正面（立ちポーズ・裸または水着）: 2枚 │ ├── 全身背面（バックショット・臀部/背中強調）: 2枚 │ └── 全身斜め（ポーズあり・肉感強調）: 2枚 │ └── 3. 表情バリエーション（バストアップ）: 4枚 ├── 笑顔 / 微笑: 1枚 ├── 照れ / 赤面（R18用必須）: 1枚 ├── 喘ぎ / 目がハート/アヘ顔（R18用必須）: 1枚 └── 怒り / 焦り: 1枚 ``` #### 重要なルール： * **衣装の分散化**：18枚中、同じ衣装は最大でも3枚までに抑える。私服、水着、下着、全裸を分散させることで、「特定の衣装が脱げなくなる呪い」を完全に回避する。 * **背景の単純化**：18枚すべて、白背景、グレー背景、または単純なグラデーションにする。実写合成や複雑な部屋の背景は、キャラクターの輪郭や髪の境界線を汚染するため徹底的に排除（Photoshopの「被写体を選択」⇒「背景を単色塗りつぶし」で処理）。 --- ### 3. キャプション（Tagging）方針：引き算の極意 IllustriousはDanbooruタグを完全に理解している。キャラLoRAにおいて「顔・髪・体型」を固定し、「衣装・ポーズ」を自由に変更するためのキャプション設計は**「LoRAに何を焼き付け、何を焼き付けないか」**の引き算で決まる。 #### キャプション生成手順： 1. **WD14 Tagger**（または「Tagger」拡張機能）で、閾値`0.35`で自動タグ付けを行う。 2. **トリガーワードの挿入**：すべてのテキストファイルの先頭に `[トリガーワード], 1girl, solo,` を強制挿入する。 3. **「焼き付けたい特徴」のタグを【削除】する**（超重要）： * LoRAに固定したい「キャラクター固有の身体的特徴」のタグは、キャプションから**徹底的に削除**する。 * 削除されたタグの特徴は、トリガーワード（例: `shiki_nanaya`）とキャラクターの造形に直接紐づき、LoRAに強力に焼き付く。 * *削除対象タグ例*：`blue eyes, long hair, black hair, ponytail, big breasts, hourglass body` など。 4. **「変動させたい要素」のタグは【残す】**： * 生成時に自由に変更したい「衣装」「ポーズ」「背景」「表情」のタグは、キャプションに**精緻に残す**。 * 残すことで、AIは「これは衣装のタグだから、トリガーワードの固有特徴ではない」と学習し、着せ替えが容易になる。 * *残す対象タグ例*：`school uniform, pleated skirt, white shirt, sitting, looking at viewer, blush, open mouth` など。 #### キャプション具体例（18枚中の1枚：ポニーテール・黒髪・青目のキャラが制服を着て座っているヌード手前のシーン）： * **NG（全タグ記述）**：キャラの特徴までタグ化されているため、LoRAを適用しても髪型や目の色が変わってしまう。 > `shiki_nanaya, 1girl, solo, blue eyes, long hair, black hair, ponytail, school uniform, pleated skirt, sitting, looking at viewer` * **OK（引き算キャプション）**：髪型・髪色・目の色のタグを削除。これらがトリガーワードに固定される。 > `shiki_nanaya, 1girl, solo, school uniform, pleated skirt, sitting, looking at viewer` --- ### 4. Illustrious SDXL 最適学習パラメータ（Kohya_ss / LREasy） Illustriousのベースモデル（`Illustrious-XL-v0.1`等）は、SDXLベースでありながら、よりアニメに特化した内部構造を持つ。以下のパラメータを設定ファイル（`.json`）に直撃させる。 ```json { "pretrained_model_name_or_path": "illustrious-XL-v0.1", "train_data_dir": "path/to/dataset", "resolution": "1024,1024", "enable_bucket": true, "min_bucket_reso": 256, "max_bucket_reso": 2048, "output_name": "shiki_nanaya_illustrious_v1", "save_model_as": "safetensors", "unet_lr": 0.0001, "text_encoder_lr": 0.00002, "lr_scheduler": "cosine_with_restarts", "lr_scheduler_num_cycles": 3, "network_dim": 32, "network_alpha": 16, "max_train_epochs": 10, "train_batch_size": 2, "mixed_precision": "fp16", "save_precision": "fp16", "optimizer_type": "Adafactor", "optimizer_args": [ "scale_parameter=False", "relative_step=False", "warmup_init=False" ], "clip_skip": 2, "weighted_captions": false, "seed": 42 } ``` --- ### 5. 陥りがちな落とし穴（Pitfalls）と実務的解決策 #### ① どんなプロンプトを入れても同じ服（例：セーラー服）しか着ない * **原因**：学習データ18枚のうち、10枚以上で同じセーラー服を着ており、かつキャプションに `school uniform` や `sailor collar` のタグを記述し忘れたため、服がキャラクターの「皮膚」として学習された。 * **対策**：学習データの衣装を「私服2枚、水着4枚、下着4枚、全裸4枚、コスプレ4枚」のように完全にバラす。または、同じ衣装を着ている画像のキャプションに、これでもかと細部まで衣装タグ（`white shirt, blue skirt, collar, necktie`等）を書き込む。 #### ② 顔は固定されたが、ポーズが「立ちポーズ正面」しか出力されない * **原因**：全身画像がすべて「直立不動の正面図」であるため、構図（Camera Angle）とポーズがキャラに固着した。 * **対策**：全身画像には必ず `standing, dynamic pose, sitting, lying, from behind` などのポーズ・アングルタグをキャプションに付与し、画像自体も「座り」「寝そべり」「背面」を各2枚以上混ぜる。 #### ③ 立ち絵の画質が異常に低く、顔が潰れる * **原因**：1024x1024の解像度で「全身（Full Body）」を学習させる際、顔のピクセル数が極端に少なくなる（SDXLの限界）。 * **対策**：データセットに「顔アップ（Close-up）」を必ず3〜4枚混ぜる。Illustriousは顔アップの精細な特徴を、全身画の小さな顔にも投影する能力（顔復元力）が極めて高いため、アップ画像を混ぜるだけで全身画の顔の打率が9割を超える。 --- ### 6. 実務チェックリスト（出荷前最終確認） * [ ] **枚数確認**：画像は15〜25枚の範囲に収まっているか？（多すぎると衣装が固定化する） * [ ] **解像度一貫性**：すべての画像が長辺1024px以上かつ、アスペクト比バケットが有効になっているか？ * [ ] **トリガーワードの一意性**：既存のDanbooruタグ（例：`shiki` 単体など）と重複していないか？（`shiki_nanaya` などの固有化を推奨） * [ ] **引き算キャプションの徹底**：固定したい「髪型（`ponytail`）」「髪色（`black hair`）」「瞳の色（`blue eyes`）」のタグが、全キャプションファイルから完全に「削除」されているか？ * [ ] **衣装タグの残存**：着せ替えたい衣装のタグ（`bikini, micro bikini, naked` 等）が、キャプション内に正確に「記述」されているか？ * [ ] **背景処理**：実写背景やノイズの多い背景がPhotoshop等で単色（白/グレー）に置換されているか？ * [ ] **R18要素の担保**：ヌード、下着、喘ぎ顔、赤面が、全体の30%以上の比率でデータセットに含まれているか？