althjs/sig_p_50s_male_eastern

sigp50smaleeastern

50대 한국 남성 · 사극 영의정/판서/학자

한국 YouTube 콘텐츠 자동화 파이프라인 hejin 의 시그니처 캐릭터 라이브러리 LoRA.

핵심 정보

캐릭터 정보

외모 베이스: a 50s Korean man with seasoned dignified presence, dark grey hair neatly tied or combed back, refined face with deep thoughtful eyes and pronounced cheekbones, well-groomed neat grey beard or moustache, slightly thinner mature build with composed authoritative posture. 권장 의상 prior: 사극 영의정·판서·노대신의 한복 도포 + 갓 또는 사극 신하 관복 / 사극 학자·노학자의 한복 학자 의상 + 망건 / 사극 노가장·노스승의 한복 두루마기 (어두운 색조) / 보수적 50대 임원 정장. 권장 분위기: 한국 사극의 장년 신하·학자, 한국 사극의 노대신, 50대 임원/사장, 한국 시대극의 학자 가문 가장. 활용 작품 예: 한국 사극의 영의정/판서/학자, 한국 노스승, 한국 50대 사장/임원, 한국 역사극의 노대신. 학습 시 caption — 한복/관복/학자 의상/현대 정장 다양화. 머리는 의상에 맞춰 (사극→상투/갓 쓴 머리, 학자→망건, 현대→짧은 사이드 파트). dataset 작성 prompt 베이스: 'a 50s Korean man with dark grey neatly combed hair, deep wise eyes, well-groomed grey beard, dignified authoritative expression, painterly Studio Ghibli watercolor, soft warm interior light.'

학습 정보

• —데이터셋: 20 컷 (1024×1024) — 의상 / 표정 / 배경 다양화
• —Caption 형식: hejin_sig_p, <framing> of <identity>, <의상 1~2 단어>, <표정 1~2 단어> (60~90 chars sweet spot)
• —Caption 원칙: face 묘사 (눈색·머리 길이·피부 등) 는 caption 에 박지 않고 trigger word 만으로 face 호출 — face 학습 신호 dominant
• —Base model: Flux 2 Klein 4B
• —학습 도구: ai-toolkit (Ostris) — rank 24 / alpha 16 / lr 1e-4 / steps 1500 / flowmatch scheduler

사용 예시 — WaveSpeed Cloud API

curl -X POST https://api.wavespeed.ai/api/v3/wavespeed-ai/flux-2-klein-4b/text-to-image-lora \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "hejin_sig_p, close-up portrait of a Korean man, modern casual shirt, calm smile, Studio Ghibli watercolor",
    "size": "1024*1024",
    "seed": 12345,
    "loras": [{"path": "https://huggingface.co/althjs/sig_p_50s_male_eastern/resolve/main/sig_p_50s_male_eastern_klein4b_v1.safetensors", "scale": 0.8}]
  }'

라이센스

이 LoRA 는 base model Flux 2 Klein 4B 의 라이센스 (apache-2.0) 를 따른다.

Apache 2.0 — 상업 사용 / 수정 / 재배포 자유. royalty-free.

학습 데이터셋 미리보기

학습에 사용된 dataset 일부 (전체 20컷은 dataset/ 폴더 참조):

각 컷의 caption 파일 (dataset/NN.txt) 은 학습 시 사용된 짧은 형식 (60~90 chars) 으로 trigger + framing + identity + 의상 + 표정만 포함.