NetaYume Lumina 텍스트 기반 이미지 생성

향상된 캐릭터 이해와 세밀한 텍스처를 갖춘 고품질 애니메이션 스타일 이미지 생성. Danbooru 데이터셋에서 Neta Lumina로부터 미세 조정.

Input

Describe the image; natural language and Danbooru tags both work.

Works best near 1 MP, e.g. 1344×768.

Works best near 1 MP, e.g. 1344×768.

Advanced settings

How closely to follow the prompt.

Default: 4

What to avoid.

Leave empty for a new result each run. Enter a number to repeat one.

More steps add detail but take longer.

Default: 30

Output
Output
Example

예시 사용해 보기

이 워크플로 정보

NetaYume Lumina 텍스트에서 이미지로 워크플로는 캐릭터 디테일과 텍스처를 잘 이해하는 고품질 애니메 스타일 이미지를 생성하도록 설계되었습니다. 이 워크플로는 Danbooru 데이터셋에서 Neta Lumina 모델을 기반으로 파인튜닝된 OmniGen 모델을 사용하며, Danbooru는 풍부한 애니메 이미지 컬렉션으로 알려져 있습니다. 워크플로는 샘플링을 위한 KSampler, 모델 로딩을 위한 CheckpointLoaderSimple, 잠재 데이터 공간을 이미지로 디코딩하는 VAEDecode 등 핵심 노드를 포함합니다. 이 구성으로 사용자는 설명적인 텍스트 프롬프트를 입력해 디테일하고 생동감 있는 애니메 이미지를 만들 수 있습니다.

기술적으로 워크플로는 모델 로드, 이미지 크기 설정, 프롬프트 작성의 3단계로 구성됩니다. CheckpointLoaderSimple 노드가 OmniGen 모델을 로드하고, KSampler 노드가 고품질 출력을 위한 샘플링을 처리합니다. 이후 VAEDecode 노드가 잠재 데이터 이미지를 최종 시각 출력으로 변환하며, SaveImage 노드로 저장됩니다. 이 워크플로는 캐릭터 특징과 장면 구도를 정밀하게 제어하며 애니메 스타일 일러스트를 만들고 싶은 아티스트와 크리에이터에게 유용합니다.

질문과 답변