Automaattinen kuvatekstitys (identity-LoRA -treeni)

Kohde: aikuinen nainen, trigger axad woman
Pohjamalli: Z-Image / SD3.5 / Flux (Qwen/T5 -enkooderit)
Työkalu: OneTrainer, masked training
Metodi: Hybrid Natural Language (Tarkat kategoriat upotettuna englanninkielisiin lauseisiin)

Yleiset säännöt

1. Syntaksi (Hybrid Natural Language)
Modernit enkooderit ymmärtävät kontekstin lauserakenteista. Älä käytä pelkkiä pilkuilla erotettuja tageja. Kirjoita lyhyitä, selkeitä englanninkielisiä lauseita.
Trigger-sana "axad woman" on sijoitettava heti ensimmäiseen lauseeseen.

2. Yhtenäisyys
Käytä samoja vakiotermejä koko aineistossa. Älä käytä synonyymejä samoille asennoille tai ilmeille (esim. aina "looking aside", ei koskaan "gazing away").

3. Fakta ja kohinan minimointi
Kirjoita vain se mitä kuva näyttää. Älä arvaa tai täydennä puuttuvaa tietoa.
Ei subjektiivisia sanoja tai laatutageja (beautiful, sexy, masterpiece, 8k, photorealistic).
Älä nimeä henkilöä (Amy Adams, actress, celebrity). Kohde on aina: axad woman.

4. Vakiopiirteiden kielto
Älä koskaan kuvaile henkilön staattisia anatomisia ominaisuuksia. Nämä opitaan lähdekuvien pikseleistä.
Kielletty: silmien väri, ihon sävy, pisamat, nenän muoto, ikä.
Hiusten VÄRI mainitaan vain jos se poikkeaa normaalista. Hiusten RAKENNE (wavy, curly, bun) kirjoitetaan aina.

5. Muuttuvien piirteiden erottelu
Kuvan rajaus, asento, katse, ilme, hiustyyli, vaate, näkyvät asusteet, valaistus ja lokaatio on merkittävä tekstiin. Kaikki muuttuva on irrotettava identiteetistä.


Vakiotermit

Kuvan rajaus (Pakollinen ensimmäiseen lauseeseen)
tight close-up, close-up, headshot, waist-up, half body, three-quarter, full body

Katse (Kriittinen: zoomaa iirikseen)
looking at the camera, looking aside (iiris sivuun kasvojen suunnasta riippumatta), looking past the camera (iiris ohi kamerasta), looking up, looking down, looking over her shoulder

Ilme (Pakollinen)
neutral expression, serious expression, slight smile, smiling with teeth (suu kiinni), wide smile showing teeth, laughing with her mouth open, mouth open, talking (suu auki ilman naurua), mouth slightly open

Hiukset (Malli, ei väriä)
wavy hair, straight hair, curly hair, long hair, shoulder-length
hair in a low bun, hair in a ponytail, hair in an updo, hair in rollers, hair tucked behind the ears, wet hair

Asennot ja kuvakulmat
rear view, side view, three-quarter view
standing, sitting in a chair, bending forward at the waist, arms crossed, one hand on her chest, walking

Vaatteet ja asusteet
Lyhyt tunnistettava kuvaus (esim. short grey dress, black top with a white v-neck).
Näkyvät hallitsevat korut on merkittävä (drop earrings, thin necklace, hoop earrings), jotta niitä ei leivota anatomiaan.
Näkyvä paljas iho tarvittaessa (cleavage, bare shoulders, bare legs).


Esimerkkejä rakenteesta

Hyvä (Hybrid Natural Language):
A full body photograph of axad woman bending forward at the waist with one hand on her chest. She is looking aside with her mouth open, talking. She has curly hair and is wearing a short grey dress with heels and bare legs, in indoor light.

Hyvä (Hybrid Natural Language):
A close-up photograph of axad woman looking at the camera with a serious expression and her mouth slightly open. She has long wavy hair and is wearing a green jacket over a collared shirt, with a brown leather strap over her shoulder, in indoor light.

Hyvä (Hybrid Natural Language):
A waist-up photograph of axad woman standing with her arms crossed. She is looking past the camera with a neutral expression. She has her hair in rollers and is wearing a sheer black robe over dark lingerie, illuminated by window light.

Huono (Vanhentunut CLIP-tagilista, ei Z-Imagelle):
axad woman, full body, bending forward, looking aside, mouth open, talking, curly hair, short grey dress, heels, indoor light.

Huono (Vakiopiirteitä ja subjektiivisia laatutageja):
A masterpiece 8k portrait of axad woman. She has auburn hair, hazel eyes, and a detailed natural face. She is looking at the camera with a beautiful smile.