ตัวอย่างภาพดาตาเซ็ตและวิธีการเทรนโมเดล AI Flux LoRA สำหรับแฟชั่นสมัยรัชกาลที่ ๗ ตอนปลาย (1930s)

ตัวอย่างภาพดาตาเซ็ตและวิธีการเทรนโมเดล AI Flux LoRA สำหรับแฟชั่นสมัยรัชกาลที่ ๗ ตอนปลาย (1930s)

ผมอยากแบ่งปันเวิร์กโฟลว์ที่ผมใช้ในตอนนี้ในการเสริมคุณภาพของภาพสำหรับการเตรียมฐานข้อมูลด้วย AI โดยขณะนี้ผมกำลังฝึกโมเดลที่เน้นแฟชั่นในยุค 1930s ซึ่งเริ่มต้นจากการใช้ภาพขาวดำจากการค้นคว้าในยุคนั้นเป็นพื้นฐาน ผมใช้ Flux Kontext ในการทำงาน แต่แทนที่จะใช้ใน ComfyUI ผมเลือกใช้ Freepik Edit เพราะเข้าถึงง่ายและสามารถทำได้ครบจบในที่เดียว ไม่ว่าจะเป็นการ Upscale หรือ Retouch ภาพ แอปนี้ใช้งานดีมากครับ — จบที่เดียวในแอ็ปเลย ไม่ต้องวุ่นวายใช้หลายแอ็ปทำคนละอย่าง

เป้าหมายของเวิร์กโฟลว์นี้คือการสร้างภาพผู้หญิงไทย/เอเชียที่สวมใส่เสื้อผ้าแฟชั่นในยุค 1930s ผมเริ่มต้นจากการใช้ฟังก์ชัน Edit ใน Freepik Edit เพื่อลงสีให้กับภาพต้นฉบับขาวดำ โดยใช้คำสั่งที่ระบุสีที่ต้องการให้ชัดเจน จากนั้นผมใส่คำสั่งเพิ่มเติมเพื่อเปลี่ยนใบหน้าของนางแบบจากสาวผมบลอนด์ให้กลายเป็นสาวเอเชียผมดำ ผลลัพธ์ออกมาดีมากครับ — ตอนนี้ภาพกลายเป็นหญิงสาวชาวเอเชียแล้ว แต่เนื่องจากภาพต้นฉบับมักจะไม่ค่อยคมชัด ผมจึงทำการ Upscale ต่อ

ในการอัปสเกล Freepik ใช้ engine ตัวเดียวกับ Magnific แต่ข้อดีมากๆ คือสามารถ upscale เป็นชุดได้ มากสุด 20 ภาพต่อหนึ่งชุด ผมตั้งค่าการแสดงผลเป็น soft portrait เลือกใช้ illusio engine และตั้งค่าพารามิเตอร์ทั้งหมดไว้ที่ 2 ซึ่งได้ภาพที่คมชัดสวยงาม แต่ใบหน้าของนางแบบในภาพที่เสร็จแล้วมักจะถูกแทนที่ด้วยใบหน้าจากโมเดลพื้นฐานของระบบ ซึ่งผมไม่ค่อยชอบนัก ดังนั้นขั้นตอนต่อไปคือการใช้ PicSi AI เพื่อ สลับใบหน้า ของนางแบบให้ตรงกับโมเดลที่ผมต้องการใช้ในชุดฐานข้อมูล

ขั้นตอนของภาพ:

1. ภาพที่ 1 – ภาพขาวดำต้นฉบับจากการค้นคว้า

2. ภาพที่ 2 – ระบายสีด้วย Freepik Edit พร้อมเปลี่ยนใบหน้าให้เป็นสาวเอเชียผมดำ

3. ภาพที่ 3 – อัปสเกลด้วย Freepik Edit ตอนนี้ภาพคมชัดขึ้น และเสื้อผ้าก็ดูเหมือนของจริง

4. ภาพที่ 4 – ภาพสุดท้ายหลังจากสลับใบหน้าด้วย PicSI AI ตอนนี้ภาพพร้อมใช้งานสำหรับชุดข้อมูลแล้ว

ภาพเหล่านี้เป็นตัวอย่างที่ผมเตรียมไว้เพื่อใช้ในการฝึก LoRA ตามเวิร์กโฟลว์นี้ หลังจากที่จัดการเปลี่ยนใบหน้าเสร็จเรียบร้อยแล้ว ผมยังทำการเรนเดอร์พื้นหลังใหม่ให้เป็นอาคารสถาปัตยกรรมโคโลเนียลในกรุงเทพฯ ที่มีอยู่จริงในยุค 1930s เพื่อให้สอดคล้องกับช่วงเวลารัชกาลที่ ๗

จากประสบการณ์การฝึก LoRA มาหลายชุด ผมพบว่า การสร้างธีมแฟชั่นที่มีบรรยากาศสมจริงในยุคนั้น จำเป็นอย่างยิ่ง ที่ต้องใส่ภาพของสถาปัตยกรรม ฉากหลัง และอารมณ์ของสถานที่ร่วมเข้าไปด้วย เพราะช่วยให้โมเดลเข้าใจ “บริบทของยุคสมัย” ได้ชัดเจน ไม่ใช่แค่เสื้อผ้าเท่านั้น แต่รวมถึงแสง สี เงา และบรรยากาศโดยรอบ

ในทุกๆ ชุดข้อมูลที่ผมฝึก ผมจะใส่ภาพประกอบแบบนี้เสมอ ดังนั้นภาพที่โมเดลสร้างออกมาจะมีทั้งแฟชั่นที่แม่นยำ และ “อารมณ์ของยุคสมัย” ที่ดูสมจริง ปัญหาคืออาคารในช่วงเวลานั้นมักมีการต่อเติม เช่น เดินสายไฟสมัยใหม่ หรือมีรถยนต์ยุคปัจจุบันจอดอยู่ ซึ่งต้องใช้เวลาในการรีทัชหรือเรนเดอร์ใหม่ให้เหมาะสมกับช่วงเวลาในอดีต

ในชุดภาพนี้ ผมตั้งใจให้เป็นแฟชั่นและบรรยากาศของกรุงเทพฯ ช่วงปลายรัชกาลที่ ๗ ซึ่งเป็นช่วงทศวรรษ 1930 โดยใช้ภาพที่ผ่านการคัดเลือกและเรนเดอร์อย่างประณีต เพื่อให้โมเดลสามารถเข้าใจภาพรวมของยุคนั้นได้ครบถ้วนและชัดเจน

การสร้างโมเดล LoRA ที่เข้าใจแฟชั่นสตรีไทยยุค 1930 อย่างแท้จริง

การสร้าง LoRA ที่แม่นยำในด้านแฟชั่นสตรีไทยยุค 1930 ต้องอาศัยมากกว่าภาพที่ดูสวยงาม แต่ต้องมีความเข้าใจเชิงวัฒนธรรม ความถูกต้องทางประวัติศาสตร์ และการใส่ใจในรายละเอียดของยุคสมัย ต่อไปนี้คือเวิร์กโฟลว์ที่ผมพัฒนามาโดยเฉพาะ เพื่อใช้ในการสร้างโมเดล LoRA ที่สามารถเข้าใจแฟชั่นของหญิงไทยในกรุงเทพฯ ยุค 1930 ได้อย่างลึกซึ้ง

1. การค้นคว้าทางประวัติศาสตร์และการรวบรวมข้อมูล

• การสำรวจเอกสารและภาพถ่ายโบราณ
  ผมเริ่มต้นจากการรวบรวมภาพถ่ายขาวดำจากหอจดหมายเหตุแห่งชาติ พิพิธภัณฑ์ และหนังสือแฟชั่นในสมัยรัชกาลที่ ๗ โดยเน้นทั้งภาพทางการ ภาพวิถีชีวิต และแฟชั่นริมถนน

• การคัดเลือกภาพ
  ผมรวบรวมภาพคุณภาพสูง ประมาณ 50-100 ภาพ โดยคัดเฉพาะภาพที่แสดงรายละเอียดของเสื้อเบลาส์และชุดเดรสแบบตะวันตก หมวกปีกว้าง และทรงผมมาร์แซลเวฟซึ่งนิยมในยุคนั้น

2. การลงสีอย่างมีบริบทด้วย Flux Kontext Plus

• เหตุผลที่ต้องลงสี
  สีช่วยให้โมเดลเข้าใจเนื้อผ้า แสงสะท้อน รายละเอียดของลวดลาย และให้ข้อมูลเกี่ยวกับชนิดผ้าในยุคนั้น

• กระบวนการใน Freepik
  ผมใช้ Flux Kontext Plus เพื่ออัปโหลดภาพเป็นชุด แล้วทำการลงสีโดยยังคงรักษารายละเอียดของงานปักและลายผ้าไว้อย่างครบถ้วน เพื่อความถูกต้องเชิงประวัติศาสตร์

3. การฝึกโมเดล LoRA ด้วย Flux Dev/Shakker Training/Krea Training

• การจัดชุดข้อมูล
  ผมจัดภาพต้นฉบับควบคู่กับภาพที่ลงสีเรียบร้อยแล้ว แล้วแยกหมวดตามประเภทเสื้อผ้า ทรงผม และเครื่องประดับ เช่น เสื้อแขนตุ๊กตา หมวกสานประดับริบบิ้น หรือชุดเดรส และชุดกระโปรง

• การตั้งค่าการฝึก LoRA
  ผมตั้งค่าฝึกผ่านอินเทอร์เฟซของ Flux Dev ดังนี้:

• โมเดลฐาน: โมเดล diffusion ขนาดกลางที่ฝึกมาก่อนในงานภาพบุคคล

• อัตราการเรียนรู้และจำนวนก้าว: Learning rate ที่ 1×10⁻⁴ ประมาณ 400-600 ก้าว เพื่อไม่ให้โมเดลจำภาพมากเกินไป

• ขนาดชุดข้อมูลต่อรอบ (batch size): 2-4 ภาพต่อรอบ สลับหมวดแฟชั่นตามลำดับ

4. การออกแบบพรอมต์และฉากหลัง

• การเขียนพรอมต์ให้อิงบริบทสมัยนิยม
  ตัวอย่างพรอมต์:
  “ภาพหญิงไทยครึ่งตัว (1933) สวมชุดเดรสไหมลายดอกแขนพอง มีสายคาดเอว ผมเซ็ตเป็นมาร์แซลเวฟ นั่งอยู่ริมหน้าต่างไม้ฉลุลาย แสงธรรมชาติลอดเข้ามาอ่อนๆ”

• การเลือกฉากหลังทางวัฒนธรรม
  ผมใช้ภาพเรนเดอร์คุณภาพสูงของอาคารและถนนในกรุงเทพฯ ยุค 1930 เช่น บ้านทรงโคโลเนียล ระเบียงไม้ ปาล์มปลูกเรียงริมถนน เพื่อทำให้ภาพเชื่อมโยงกับบริบทจริง

5. การอัปสเกลและปรับใบหน้าในขั้นตอนสุดท้าย

• เพิ่มความคมชัดด้วย Magnific
  หลังสร้างภาพแล้ว ผมนำเข้าสู่ระบบ Magnific เพื่ออัปสเกล 4 เท่า ทำให้รายละเอียดผ้า งานปัก และใบหน้าคมชัดมากขึ้น

• ฟื้นฟูใบหน้าที่สมจริงด้วย PicSi AI
  ผมใช้ฟีเจอร์ face-spawn ของ PicSi AI เพื่อคืนใบหน้าของนางแบบให้เหมือนเดิม พร้อมปรับโทนแสงให้กลมกลืนกับอารมณ์ภาพถ่ายยุค 1930 อย่างเป็นธรรมชาติ

สรุปท้ายบท

เวิร์กโฟลว์นี้ที่วางรากฐานจากการวิจัยทางประวัติศาสตร์ การลงสีอย่างมีบริบท การฝึก LoRA อย่างพิถีพิถัน และกระบวนการหลังการผลิตหลายชั้นตอน ช่วยให้ภาพที่ได้ไม่เพียงแต่ดูสวยงามเท่านั้น แต่ยังสะท้อนความละเอียดอ่อนและความเข้าใจในบริบทของแฟชั่นสตรีไทยและสังคมในยุคสมัยรัชกาลที่ ๗ ได้อย่างแท้จริง

การฝึก LoRA เฉพาะทางใช้เวลาและความตั้งใจ แต่ผลลัพธ์คือโมเดลที่สามารถเข้าใจความละเอียดของแฟชั่นไทยในทศวรรษ 1930 ได้อย่างลึกซึ้ง พร้อมพาเสน่ห์ในอดีตกลับมาโลดแล่นอีกครั้งผ่านภาพที่สร้างจาก AI

Sample Dataset Images and Work Flow for Training the AI Flux LoRA Model on Late King Rama VII–Era Women’s Fashion (1930s)

These images are part of the dataset I prepared to train the AI Flux LoRA model, specifically focusing on Thai/Asian women’s fashion during the late reign of King Rama VII, in the 1930s.

I’d like to share my current workflow for enhancing image quality in preparation for AI training, especially in building a dataset centred on women’s fashion from 1930s Bangkok. The process begins with black-and-white archival images sourced through historical research. I use Flux Kontext for most of the tasks, but rather than working in ComfyUI, I opt for Freepik Edit, which provides an all-in-one platform for colourisation, retouching, and upscaling — without the need to jump between apps.

The objective is to generate authentic portraits of Thai/Asian women wearing clothing from the 1930s. I begin by colourising the black-and-white image using the Edit function in Freepik Edit, carefully specifying tones and hues that match the period. I also replace the original model’s face — usually a Western woman — with a black-haired Asian woman to reflect the target identity more accurately. The result is a richly coloured portrait of a woman who looks contextually correct — but often, the image still lacks sharpness.

That’s where the next step comes in: upscaling. Freepik Edit uses the same engine as Magnific and allows batch processing of up to 20 images. I set the output to “soft portrait” and select the Illusio engine with all parameters at level 2. This results in beautifully sharp images, though the AI sometimes replaces the facial features with ones from its base model — which isn't what I want for my dataset. So I use PicSi AI to swap the face back to a more accurate Thai model, maintaining period authenticity.

Image Processing Steps:

1. Image 1 – Original black-and-white image from historical research

2. Image 2 – Colourised with Freepik Edit; face changed to an Asian woman with black hair

3. Image 3 – Upscaled with Freepik Edit; improved sharpness and more realistic garments

4. Image 4 – Final image after face swap with PicSi AI; ready for dataset training

These images are examples of materials I prepare before training the LoRA. Once the face work is finalised, I also render custom backgrounds that depict colonial-era buildings in 1930s Bangkok, matching the setting of the late King Rama VII reign. This level of detail ensures the model learns not only the clothing style but also the architectural and atmospheric context of the era.

Building an Authentic 1930s Women’s Fashion LoRA

Creating an accurate LoRA for 1930s fashion requires more than just beautiful visuals — it involves deep attention to cultural context, historical accuracy, and environmental mood. Below is my full workflow, refined over time, for building a LoRA focused entirely on women’s fashion in Bangkok during the 1930s.

1. Historical Research & Dataset Collection

• Archival Exploration
  I begin by collecting black-and-white photographs from national archives, museum collections, and fashion catalogues of the time — focusing on everyday life, formal portraits, and local street fashion of Thai women.

• Curating Source Material
  I gather around 50-100 high-resolution black-and-white images showing key elements like blouse silhouettes, embroidered sarongs, Western-style frocks, cloche hats, and hairstyle trends of the decade.

2. Contextual Colourisation with Flux Kontext Plus

• Why Colour Matters
  Colour allows the model to learn about fabric textures, trims, and the chromatic palette of the period — essential for authentic image generation.

• Batch Processing with Freepik
  Using Flux Kontext Plus, I batch-colour images while preserving embroidery patterns, textile sheens, and fabric shadows — critical for fashion datasets. All colour schemes are cross-checked with textile references and fashion plates from the 1930s.

3. Training the LoRA on Flux Dev

• Dataset Structuring
  I match each black-and-white image with its colourised version and organise them by garment type, fabric, accessory, and hairstyle (e.g. puffed sleeves, floral silk dresses, ribboned straw hats, Marcel waves).

• LoRA Training Settings
  On the Flux Dev training interface, (Shakker/Krea Training) I configure:

• Base Model: A portrait-trained diffusion model with neutral style bias

• Learning Rate & Steps: 1×10⁻⁴ for around 400-600 steps to prevent overfitting

• Batch Size: 2-4 images per batch, rotated across subcategories of fashion and hair

4. Prompt Design and Environmental Setting

• Text Prompts for Era Recreation
  Example prompt:
  “A three-quarter portrait of a Thai woman (1933), wearing a floral print silk day dress with puffed sleeves and a sash belt, hair styled in Marcel waves, seated beside a carved wooden window with soft daylight.”

• Architectural and Environmental Anchoring
  I use high-resolution renders and vintage reference photos of 1930s Bangkok — colonial shopfronts, tiled verandas, and palm-lined boulevards — to root the figure in a visually and historically accurate space.

5. Post-processing: Upscaling and Face Adjustment

• Enhancing Details with Magnific
  Generated outputs are run through Magnific for 4× resolution enhancement. This sharpens the embroidery, softens shadows, and reveals facial and textile texture.

• Restoring Facial Authenticity with PicSi AI
  I use PicSi AI’s face-spawn feature to restore the original Thai model’s likeness with soft lighting and facial angles that match the historical tone of 1930s portraiture.

Final Thoughts

This workflow — built on solid historical research, contextual colourisation, detailed LoRA fine-tuning, and thoughtful post-processing — allows me to create AI-generated images that are not only visually stunning but deeply embedded in the cultural memory and aesthetic of 1930s Siam. Every image tells a story, not just of fashion, but of a vibrant world that once existed — and which, through AI, can be brought vividly back to life.

Training a specialised LoRA model takes time and patience, but the reward is an AI that truly understands the elegance, texture, and soul of a bygone era in Thai women’s fashion.

#aifashionlab #AI #aiartist #aiart #aifashion #aifashiondesign #aifashionstyling #aifashiondesigner #fashion #fashionhistory #historyoffashion #fashionstyling #fashionphotography #digitalfashion #digitalfashiondesign #digitalcostumedesign #digitaldesign #digitalaiart #ThaiFashionHistory #ThaiFashionAI