Doomer Boomer - v1.0
Verwandte Schlüsselwörter & Tags
Empfohlene Prompts
perfect face
Empfohlene Negative Prompts
(kid, child, childlike, loli), BadDream UnrealisticDream
Empfohlene Parameter
samplers
steps
cfg
resolution
vae
other models
Empfohlene Hires (Hochauflösungs-) Parameter
upscaler
upscale
denoising strength
Tipps
Fügen Sie 'by' vor dem Namen des Künstlers im Prompt hinzu, um dessen Stil auszulösen, z. B. 'by Simon Bisley'.
Wenn der Stil nicht stark genug ist, verwenden Sie Aufmerksamkeit/Betonung, z. B. '(by Simon Bisley:1.2)'.
Für ESRGAN Upscaler: Vergrößern Sie um den Faktor 1,5, wenn die Auflösung > 512x768 ist, andernfalls 1,6, wenn die Auflösung ≤ 512x768 ist.
Wenn Sampling-Schritte > 60 sind, setzen Sie Hires-Schritte auf die Hälfte der Sampling-Schritte (z.B. 80 Sample, dann 40 Hires-Schritte).
Wählen Sie im WebUI die heruntergeladene VAE aus und deaktivieren Sie 'Ignoriere ausgewählte VAE für Stable Diffusion Checkpoints, die ihre eigene .vae.pt neben sich haben'.
Empfohlene ETA Noise Seed Delta ist 31337.
Versions-Highlights
Erstveröffentlichung
Ersteller-Sponsoren
Schauen Sie sich meine anderen Modelle an :
Doomer Boomer
Ein Fantasy-/Sci-Fi-RPG-Kunstmodell der 1980er - 1990er Jahre.
Wenn Sie mit meinen anderen Modellen vertraut sind, fragen Sie sich vielleicht, habe ich das nicht schon einmal gesehen?
Hier ist eine kurze Übersicht über die Unterschiede zwischen scheinbar ähnlichen Modellen :
Electric Eden : Mein erster Versuch, ein 80er- bis 90er-Jahre RPG-Stil Kunstmodell zu erstellen. Ich verwendete ein kleines Sample-Modell (trainiert auf einem kleinen Teil des kompletten Datensatzes) und verschmolz es dann mit einigen anderen Modellen, um das Untertraining auszugleichen.
Another Damn Art Model (ADAM) : Das Modell von Electric Eden wurde weiter trainiert und verschiedene Trainingszeiten verschmolzen, um Elemente aus jeder Zeitphase herauszuarbeiten, die mir gefielen. Es wurde weiterhin auf einem Teil des Hauptdatensatzes trainiert.
Doomer Boomer : Unzufrieden mit einigen Ergebnissen in Another Damn Art Model (ADAM); bewertete ich meinen Datensatz neu. Ich fing komplett neu an und erstellte einen neuen Trainingsdatensatz. Diesmal verwendete ich 768x768 Bilder statt 512x512. Außerdem konzentrierte ich mich darauf, meinen Trainingsdatensatz besser zu strukturieren, indem ich Datenverarbeitungstechniken einsetzte, um Verzeichnisse zu bereinigen und sicherzustellen, dass keine Bilder von Künstlern fälschlicherweise anderen zugeordnet wurden.
Ich erhöhte auch die Anzahl der Qualitätsbilder von jedem Künstler, was jedoch die Anzahl der Künstler auf genau 10 reduzierte (eine Liste davon finden Sie unten). Auch dieses Modell verwendet noch nicht den vollständigen (neuen) Datensatz. Es wurde erneut auf einem Teil-Datensatz zu Testzwecken trainiert. Zufrieden mit den Ergebnissen, entschied ich mich, es hier zu veröffentlichen.
Fragen/Rückmeldungen/Aktualisierungen?
Besuche meinen Thread im Unstable Diffusion Discord
Künstler :
Boris Vallejo
Brom
Frank Frazetta
Frank Kelly Freas (oder einfach Kelly Freas, für Tags)
Hajime Sorayama
Luis Royo
Milo Manara
Olivia De Berardinis
Philippe Druillet
Simon Bisley
Fügen Sie einfach by vor dem Künstlernamen im Prompt hinzu, um deren Stil auszulösen.
Beispiel: by Simon Bisley
Wenn der Stil nicht stark genug ist, verwenden Sie Aufmerksamkeit/Betonung; (by Simon Bisley:1.2)
VAE erforderlich - Laden Sie es hier herunter
(Das vollständige Modell wird eine eigene feinabgestimmte VAE haben).
Installation :
stable-diffusion-webui -> models -> VAE
Im Webui :
Unter Einstellungen -> Stable Diffusion -> SD VAE wählen Sie die heruntergeladene VAE aus und deaktivieren Ignoriere ausgewählte VAE für Stable Diffusion Checkpoints, die ihre eigene .vae.pt neben ihnen haben
Einstellungen
Schnelleinstellungen :
Einstellungen -> Benutzeroberfläche -> Liste der Schnelleinstellungen
sd_model_checkpoints sd_vae CLIP_stop_at_last_layers s_chrun always_discard_next_to_last_sigma
ETA Noise Seed Delta :
Einstellungen -> Sampler-Parameter -> Eta Noise Seed Delta
31337
Sampler-Methode :
DPM++ SDE Karras
Sampling-Schritte = 25 - 40
CFG = 7 - 9
Euler a
Sampling-Schritte = 20 - 30
CFG = 6 - 7.5
Dies sind nur Empfehlungen. Experimentieren Sie gerne mit anderen Samplern und unterschiedlichen Parametern.
Hires Fix
Modelle :
4x_foolhardy_Remacri - Hier herunterladen
4x-UltraSharp - Hier herunterladen
lollypop - Hier herunterladen
Installationsort : stable-diffusion-webui -> models -> ESRGAN
Hires Fix Einstellungen :
Für alle ESRGAN-Modelle (wie die oben genannten) benutze ich folgende Einstellungen :
Upscale um
1,5 wenn die Auflösung > 512x768 ist
1,6 wenn die Auflösung ≤ 512x768 ist
Stärke der Rauschunterdrückung
0,25 - 0,35
Hires-Schritte
Wenn Sampling-Schritte > 60 sind, dann
Hires-Schritte = die Hälfte der Sampling-Schritte.
Zum Beispiel: Sampling-Schritte = 80, dann Hires-Schritte = 40.
ADetailer
Erweiterung für WebUI, die Ultralytics verwendet, um nach der Generierung Gesichter/Hände/Körper zu 'reparieren'.
Hier herunterladen - https://github.com/Bing-su/adetailer
Lesen Sie die Informationen im oben verlinkten GitHub-Repo für mehr Details und Installationsanleitung.
Schauen Sie sich meine anderen Modelle an :
SDXL
Boomer Art Model - https://civitai.com/models/163139/boomer-art-model-bam
SD1.5
Lomostyle - https://civitai.com/models/109923/lomostyle
Another Damn Art Model (ADAM) - https://civitai.com/models/104898/another-damn-art-model-adam
Based Model - https://civitai.com/models/83991?modelVersionId=89262
Electric Eden - https://civitai.com/models/64355/electric-eden
Cine Diffusion - https://civitai.com/models/50000/cine-diffusion
ProjectAIO - https://civitai.com/models/18428/project-aio
WonderMix - https://civitai.com/models/15666/wondermix
Refined - https://civitai.com/models/8392/refined
Experience - https://civitai.com/models/5952/experience
Elegance - https://civitai.com/models/5564/elegance
Clarity - https://civitai.com/models/5062/clarity
VisionGen - Realism Reborn -https://civitai.com/models/4834/visiongen-realism
LoRA
Pant Pull Down - https://civitai.com/models/11126/pant-pull-down-lora
Modell-Details
Modelltyp
Basismodell
Modellversion
Modell-Hash
Trainierte Wörter
Ersteller
Diskussion
Bitte log in um einen Kommentar zu hinterlassen.
