LEOSAMs HelloWorld XL - HelloWorld XL 1.0

🖥️Willkommen zum Ausprobieren des Open-Source-Tools GPT4V-Image-Captioner, entwickelt von meinem Freund und mir. Es bietet eine Ein-Klick-Installation und ist mit zahlreichen Funktionen ausgestattet, darunter Bildvor-Komprimierung, Bild-Tagging und Tag-Statistiken. Kürzlich haben wir auch die WebUI-Plugin-Version dieses Tools veröffentlicht, jeder ist herzlich eingeladen, es zu nutzen!

🌍Willkommen im QQ-Gruppen "兔狲·AIGC梦工北厂" mit der Nummer: 780132897 und "兔狲·AIGC梦工南厂" mit der Nummer: 835297318 (Zugangscode: 兔狲). Telegram-Chat „兔狲的SDXL百老汇“ Link: https://t.me/+KkflmfLTAdwzMzI1

📖HelloWorld 7.0 Update - 13. Juni 2024

Zusammenfassung in einem Satz: HelloWorld 7.0 ist eine iterativ optimierte Version mit der besten Körperdarstellung der gesamten Reihe sowie weiter verbesserten Konzeptumfang und Detailreichtum.

Update-Details:

1. Durch Hinzufügen negativer Trainingsbilder, Verstärkung des Posentrainings und Optimierung des Clip-Modells wurde die Genauigkeit der Gliedmaßen und Hände im Vergleich zu früheren Versionen verbessert. Empfohlene negative Prompt-Wörter sind: "bad hand, bad anatomy, worst quality, ai generated images, low quality, average quality".

2. Der feinabgestimmte LoRA wurde aus dem offiziellen SPO-Modell extrahiert und in HelloWorld 7.0 integriert. SPO ist eine Weiterentwicklung der DPO-Methode. Das SPO Basismodell liefert im Vergleich zum DPO XL Basismodell und dem ursprünglichen SDXL Basismodell bessere Leistungen. SPO LoRA verbessert Bilddetails & Kontrast und verschönert Bilder. Dank an das technische Team hinter SPO.

3. Der Konzeptumfang des Trainingssets wurde weiterhin erweitert, während das Set optimiert und gestrafft wurde (großes Trainingsset wäre zu teuer, H800 ist zurzeit schwer zu mieten, lokale Trainingszeit zu lang). Die Gesamtzahl der Trainingsbilder beträgt aktuell 20.821. Die Verteilung der Auflösung ist wie folgt, empfohlen wird die Ausgabe mit Auflösungen, die viele Bilder enthalten:

   (832, 1248) - Anzahl: 7128
   (896, 1152) - Anzahl: 6250
   (1248, 832) - Anzahl: 2402
   (1024, 1024) - Anzahl: 1639
   (1360, 768) - Anzahl: 928
   (1152, 896) - Anzahl: 870
   (768, 1360) - Anzahl: 432
   (960, 1088) - Anzahl: 506
   (992, 1056) - Anzahl: 162
   (1088, 960) - Anzahl: 140
   (704, 1472) - Anzahl: 120
   (1056, 992) - Anzahl: 122
   (1472, 704) - Anzahl: 115
   (1632, 640) - Anzahl: 75
   (640, 1632) - Anzahl: 12

4. Alle Datensätze wurden mit GPT4O neu etikettiert. Diesmal wurde eine strukturierte Beschriftungsmethode verwendet, bestehend aus: "Ein-Satz-Zusammenfassung + mehrere Bildelement-Tags + inspiriert von XXX + ästhetische Qualitätsbeschreibungen", wobei ästhetische Qualitätswörter in fünf Stufen unterteilt sind: schlechteste Qualität, niedrige Qualität, durchschnittliche Qualität, beste Qualität und Meisterwerk. Ein typisches Beispiel einer Beschriftung ist:

   konzeptuelle Kunst mit einer menschlichen Hand, die in rote und beige Bänder gewickelt ist, isoliert vor hellem, einfarbigem Hintergrund, realistischer Stil, minimalistisches Farbschema, glatte Texturen, verlängerte und surreale Ästhetik, inspiriert von Salvador Dalís surrealistischen Werken, Meisterwerk

Die Listen der „Hochfrequenz-Tagging-Wörter“ und „Hochfrequenz-Kunststil-Listen“ im Bereich Inspirierte von XXX für HelloWorld 7.0 werden nur an kommerzielle Lizenznutzer ausgegeben. Partner, die bereits eine Lizenz für die HelloWorld XL Modellreihe erworben haben, können sich bei fehlenden Informationen an mich wenden, um diese kostenlos zu erhalten.

Spieler können die Hochfrequenz-Tagging-Wortliste von HelloWorld 6.0 einsehen. Außerdem habe ich über 150 hochwertige Beispielbilder von HelloWorld 7.0 in der Galerie bereitgestellt, die als Referenz für eigene Ausgaben dienen können. Modellentwicklung ist nicht einfach, ich danke allen Spielern für ihr Verständnis und ihre Toleranz!

📖HelloWorld 6.0 Update - 20. April 2024

LEOSAM HelloWorld 6.0 Top 250 Hochfrequenz-Tagging-Wortliste

Danke für eure Geduld. Ich war in letzter Zeit auf Jobsuche, was einige Verzögerungen bei den HelloWorld-Updates verursachte. Die wichtigsten Neuerungen in Version 6.0 sind:

• HelloWorld 6.0 ist eine iterative Verbesserung basierend auf Version 5.0. Nach meinen eigenen Tests unterscheidet sich der Realismuseffekt nicht deutlich von Version 5.0. Der Hauptvorteil von Version 6.0 liegt in der breiteren Abdeckung der Konzepte im Trainingsset. Laut Feedback gibt es Verbesserungen in verschiedenen Themen wie Surrealismus, Boudoir, Gruppenfotos, Masken, Origami, 3D-Renderings, Autos, Drachen und Schwangerschaftsfotografie. Einige Beispiele sind in den Illustrationen gezeigt.

• HelloWorld 6.0 enthält gezielt einige Bilder niedriger Qualität im Training, um die Modellreaktion auf negative Prompts zu stärken. Empfohlen werden folgende negative Prompt-Wörter: "low quality, jpeg artifacts, blurry, poorly drawn, ugly, worst quality".

• Der Hauptteil des Trainingssets von HelloWorld 6.0 verwendet GPT4v Tagging. Für Bilder, die GPT4v nicht taggen kann, wird cogVQA geleitet von blip2-opt-6.7b zum Taggen verwendet. Der Stil dieser multimodalen Modelle unterscheidet sich stark vom traditionellen WD1.4 Tagger. Um das Auslösen verschiedener Konzepte genauer zu erleichtern, habe ich die Top 250 Hochfrequenz-Tagging-Wörter aus dem HelloWorld 6.0 Trainingsset zusammengestellt. Die Liste ist in diesem Dokument einsehbar.

Obwohl SD3 bald veröffentlicht wird, werde ich weiterhin HelloWorld XL 7.0 aktualisieren und hoffe auf größere Verbesserungen in Version 7.0!

📖2024.2.22 Vorstellung von "HW5.0_Euler_a_Lightning"

Dieses Modell ist eine beschleunigte Laufzeitversion des HelloWorld SDXL Basismodells, das die Technologien von SDXL-Lightning kombiniert. Ausgestattet mit dem Euler a Sampler und CFG 1 kann es Bilder in 6-8 Schritten generieren, was dreimal schneller ist als die ursprüngliche SDXL-Version. Zudem sind die Bildresultate besser als bei LCM- oder Turbo-Versionen.

Empfohlene Parameter für die Bildgenerierung mit diesem Modell sind:

Sampler: Euler a (Wichtig! Das Modell ist speziell für Euler a optimiert, andere Sampler könnten schlechtere Ergebnisse liefern)

CFG-Skala: 1

Sampling-Schritte: 8 Schritte (6~8 Schritte sind akzeptabel)

Hires-Algorithmus: ESRGAN 4x / 8x_NMKD-Faces_160000_G

Hires-Upscale-Faktor: 1.5x

Hires-Schritte: 8 Schritte

Hires-Entschärfungsstärke: 0.3

📖2024.2.11 Vorstellung von "HelloWorld 5.0 GPT4V"

HelloWorld 5.0 ist das bedeutendste Update in der Geschichte der HelloWorld-Reihe, mit GPT-4v getaggt und umfangreich feinabgestimmt in Bereichen wie Science-Fiction, Tiere, Architektur und Illustration.

Vergleichstests zeigen folgende Verbesserungen dieser Version:

1. Vielfältigere und dynamischere Charakterposen und Bildkompositionen, die visuell fesselnde Bilder schaffen;

2. Ausgedehnte Schulung mit Filmdaten. Während der Film-Textur-Effekt von Version 2.0 bis 4.0 schwach war, vermissten viele Fans den Leogirl-Stil der Version 1.0. Dieses Update hat die Filmtextur speziell verstärkt, ohne andere fotografische Qualitäten zu beeinträchtigen. Filmtags wie Filmkorn-Textur und analoge Fotografie-Ästhetik lösen diesen Effekt aus;

3. Verbesserte Ausdruckskraft in Themen wie Science-Fiction, Thriller und Tiere, Mechas und andere Objekte wirken gestalteter. Tiere wie Schneeleopard, Roter Panda, Großer Panda, Tiger, Wüstenluchs und Hauskatzen sowie -hunde wirken lebensechter;

4. Dank GPT-Tagging wurden Prompteinhaltung und Konzeptgenauigkeit weiter erhöht.

Allerdings hat diese Version auch Nachteile:

1. Da es sich um ein großes Feinabstimmungsupdate handelt, kann die Fehlerquote bei Gliedmaßen leicht steigen, was normal ist, wenn man neue Optimierungsbereiche betritt. Frühere Versionen boten ausgiebige Tests der Gliedmaßen, die neue Version hatte dafür weniger Zeit. Trotzdem ist die Genauigkeit der Gliedmaßen dieser Version mindestens höher als in Version 1.0, und ich werde weitere Verbesserungen umsetzen.

2. Durch die verstärkte Filmtextur kann es trotz möglichst genauer GPT-Tags zu einem unvermeidlichen warmen Ton in den Bildern kommen. Mit Prompts wie studio light oder sharp focus können jedoch hochauflösende, studioähnliche Bilder erzeugt werden, die bei richtiger Anwendung bessere Hauttöne und visuelle Wirkung als frühere Versionen bieten.

3. Diese Version beinhaltet mehr Ganzkörper-Charakterbilder zur Verbesserung des Ganzkörpereffekts, daher kann das Modell bei fehlenden Kompositionsvorgaben breitere Szenen erzeugen. Bisher sind die Gesichtsdetails bei Ganzkörperaufnahmen in 1024 Auflösung möglicherweise weniger scharf als bei Halb- oder Nahaufnahmen. Dies lässt sich mit adetailer und einer 1,5x Hires-Korrektur bei 0,3 Intensität verbessern, oder durch Prompts, die bestimmte Kompositionen erzwingen, um Ganzkörperbilder zu vermeiden.

4. Da einige hochwertige Illustrationsdatensätze hinzugefügt wurden, kann es vorkommen, dass Prompts mit animierten Stilen auch animierte Bilder erzeugen. Wenn das unerwünscht ist, bitte Prompts entsprechend anpassen.

Dies sind die wichtigsten Updates dieser Version. Das Training des SDXL Basismodells ist herausfordernd, und bei fast zehntausend Trainingsbildern überschreiten die Kosten für Tagging und Training mehr als 300 USD pro Modell. Ich lade alle ein, das Modell zu nutzen, und freue mich über Feedback! Bei Gefallen bitte helft, das Modell weiterzuverbreiten.

📖2024.1.31 Vorstellung von "HelloWorld 4.0"

HelloWorld 4.0 ist eine Übergangsversion von der Beschriftung mit blip+clip zu GPT4V Tagging. Ich habe zunächst ein reines GPT4V-Tagging-Modell trainiert und dann mit einem großen Anteil von HelloWorld3.2 und 0,05 Anteil Juggernaut XL (zur Hauttontonung) kombiniert. Die neue Version zeigt Verbesserungen in Prompt-Konformität und Konzeptumfang gegenüber Version 3.2.

Das neue GPT4V-Tagging-Trainingsset hat sich von 4000 Bildern der helloworld3-Serie auf 8000 Bilder verdoppelt und umfasst nicht nur Porträts, sondern auch Tiere, Architektur, Natur, Essen, Illustrationen und mehr. Allerdings zeigte die reine GPT4V-Version ein Overfitting-Problem, vermutlich durch die Verdopplung der Trainingsbilderanzahl. Ein nächster Optimierungsschritt ist, möglichst viele Nicht-Porträt-Konzepte bei ausreichendem Porträttraining einzubeziehen. Aktuell wurde zur Feinabstimmung eine Kombination aus alten und neuen Versionen genutzt, damit der Übergang sanft verläuft. Die Vorteile des erweiterten Konzeptsets und des GPT4V Taggings werden erst künftigen Versionen 5 und 6 deutlicher.

📖2024.1.5 Vorstellung von "HelloWorld 3.2"

Version 3.2 ist eine mit DPO Technologie optimierte Iteration, welche im Vergleich zu Version 3.0 Hauttönung und Gliedmaßen-Genauigkeit verbessert, wenngleich die Änderungen nicht signifikant sind. Daher wurde die Version als 3.2 und nicht als 4.0 bezeichnet.

📖2023.12.15 Vorstellung von "HelloWorld 3.0"

1. Die neue Version hat das Trainingsset erweitert und die Fähigkeit des Modells verbessert, unterschiedliche künstlerische Stile wie Science-Fiction und Kunst auszudrücken.

2. Ein selbst entwickeltes Qualitätsverbesserungs-LoCon (mit Schieberegler-Technik erstellt) wurde integriert, um Bildtextur zu verbessern und Verzerrungen bei Fingern und Gliedmaßen zu verringern.

📖2023.11.17 Vorstellung von "HelloWorld 2.0"

Danke für eure Geduld. Nach vielen Herausforderungen ist HelloWorld 2.0 nun in einem zufriedenstellenden Zustand veröffentlicht. Die Hauptunterschiede zu Version 1.0 sind:

1. HelloWorld 2.0 benötigt keine Trigger-Wörter mehr, liefert jedoch Ergebnisse in ähnlicher Qualität wie Version 1.0 mit Trigger-Wörtern. Das Trigger-Wort „leogirl“ in 1.0 war stark mit Ostasiaten verbunden. Nach Abschaffung der Trigger-Wörter erzeugen Begriffe wie „1girl“ immer noch meist ostasiatische Porträts, wenn die Ethnie nicht angegeben wird, aber nun kann die Ethnie durch Schlüsselwörter wie Nationalität oder Hautfarbe spezifiziert werden. Beispielsweise sind die Trigger-Effekte von Wörtern wie „Chinesisch“, „Russisch“, „Iranisch“, „Jamaikanisch“, „Kenianisch“, „dunkelhäutig“, „blasshäutig“ unten dargestellt.

   

   Man kann auch verschiedene Charakterstile erzeugen, indem man Namen von Personen verschiedener Länder und Geschlechter im Prompt verwendet, wie Han Meimei (China), Sophie Martin (Frankreich), Priya Patel (Indien), Fatima Al-Hassan (Arabien), Wanjiru Mwangi (Kenia). Die genannten Beispiele sind nur Beispiele, viele weitere Möglichkeiten und Spielweisen gibt es zu entdecken und teilen.

   

2. HelloWorld 2.0 hat Qualität und Farbgebung ausbalanciert und bietet mehr Stiloptionen. Version 1.0 erzeugte mit „leogirl“ oft Bilder mit starker Filmtextur. HelloWorld 2.0 ist nicht mehr auf Filmtextur festgelegt und kann mit Qualitäts-bezogenen Prompts angepasst werden. Einige getestete gute Prompts sind:

   high-end fashion photoshoot, product introduction photo, popular Korean makeup, aegyo sal, Sharp High-Quality Photo, studio light, medium format photo, Mamiya photography, analog film, Medium Portrait with Soft Light, real-life image, refined editorial photograph, raw photo, real photo, Scanned Photo, film still

   Die Farbeffekte dieser Prompts sind wie folgt:

   

3. Das Trainingsset von HelloWorld 2.0 hat den Anteil an Ganzkörperfotos deutlich erhöht, um die Wirkung von SDXL bei Ganzkörper- und Distanzportraits zu verbessern. Obwohl besser als Version 1.0, wird dringend empfohlen, bei Ganzkörperfotos das Plugin „adetailer“ zu verwenden. Zudem wird bei genügend Videospeicher (24 GB) eine 1,5-fache hochauflösende Reparatur empfohlen, die Gesichtsdetails stark verbessert.

📖2023.8.29 Vorstellung des "HelloWorld" SDXL Basismodells

Besonderer Hinweis: Bitte beim Einsatz des HelloWorld 1.0 Modells den Trigger-Wort „leogirl“ hinzufügen.

Im Gegensatz zum SD1.5 Basismodell „MoonFilm“ ist „HelloWorld“ eine komplett neue realistische SDXL Basismodellreihe. Um mehr Nutzern HelloWorld zugänglich zu machen, habe ich den ursprünglichen Moonfilm-Modell-Link beibehalten. Es kann als spirituelle Fortsetzung von Moonfilm auf der SDXL-Plattform gesehen werden, aber HelloWorld zielt darauf ab, mehr als nur Realismus und filmischen Porträtstil zu erreichen. Dank der weit überlegenen Informations- und Textverständnisfähigkeiten von SDXL im Vergleich zu SD1.5 ist HelloWorld ein Basismodell, das darauf abzielt, alle Dinge realistisch darzustellen bzw. schrittweise eine virtuelle Fotografie-Welt mit HelloWorld aufzubauen.

Das realistische Basismodell von SD1.5 hat sich zu einem ausgereiften Stadium entwickelt und eine signifikante Leistungsverbesserung ist unwahrscheinlich. Ohne bahnbrechende neue Technik für die SD1.5-Plattform werden Moonfilm- & MoonMix-Serien im Grunde nicht mehr aktualisiert. Meine Hauptenergie fließt in die Entwicklung des HelloWorld SDXL Großmodells. Version 1.0 steht jetzt zum Download bereit, Version 2.0 wird eilig entwickelt und soll Anfang September veröffentlicht werden.

Als neues SDXL-Modell gibt es drei Unterschiede zwischen HelloWorld und traditionellen SD1.5 Modellen:

1. Anders als bei SD1.5 Basismodellen, die üblicherweise keine Trigger-Wörter enthalten, ist das Trigger-Wort „leogirl“ bei HelloWorld 1.0 erforderlich. So wird der Effekt des Trainingssets stabiler ausgelöst.

2. Das HelloWorld-Modell unterstützt direkte Ausgabe in 1024*1024 Pixel Auflösung, eine Hochskalierung ist nicht nötig. Die Qualität der Nahporträts entspricht der SD1.5 Version, allerdings gibt es noch Fehler bei der Ausgabe weiter entfernten Porträts. Daher wird der Einsatz des ADetailer Plugins empfohlen, das entfernte Gesichter gut korrigiert.

3. SDXL erlaubt jetzt leichteres Ausgeben mit einfachen natürlichen Sprach-Prompts. Es empfiehlt sich, mehr natürliche Sprach-Prompts zu versuchen, die speziell für realistische AI-Fotos bessere Ergebnisse erzielen.

Nach zahlreichen Tests sind die empfohlenen Parameter:

• Schritte ≥ 25

• Sampler: DPM++ 2M Karras

• CFG-Skala: 10

• Größe ≥ 1024x1024

• ADetailer: aktiviert

Alle sind herzlich eingeladen, HelloWorld auszuprobieren und Feedback zu geben. Eure Rückmeldungen sind sehr wichtig für die nächste Modellverbesserung!

Copyright-Hinweis:

Die HelloWorld Modellreihe (im Folgenden „das Modell“) wurde von mir (im Folgenden „dem Eigentümer“) mit Unterstützung der LiblibAI Plattform erstellt. Die Weiterverbreitung des Modells auf anderen Plattformen außer LiblibAI und Civitai ist vom Eigentümer nicht autorisiert.

Der Eigentümer gestattet die kostenlose Nutzung der vom Modell generierten Bilder für nicht-kommerzielle Bildungs- oder Informationszwecke unter der Bedingung:

- Nutzer halten sich an geltende Gesetze und verletzen keine Rechte des Modells oder Dritter.

- Die Bilder müssen klar mit „erstellt vom LEOSAM HelloWorld Basismodell“ gekennzeichnet sein.

Für jegliche kommerzielle Nutzung ist eine vorherige kommerzielle Lizenzvereinbarung mit dem Eigentümer erforderlich. Anfragen zur kommerziellen Lizenzierung und Personalisierung des Modells bitte über die Kontaktinformationen auf der Homepage des Eigentümers richten.

Die Entwicklung und kostenfreie Verbreitung des SDXL Modells ist ein bedeutendes Unterfangen. Der Eigentümer verpflichtet sich zu fortlaufenden kostenlosen Updates des HelloWorld Modells für einzelne Enthusiasten als Wertschätzung der Community und Open-Source-Entwicklungen. Kommerzielle Partnerschaften sind essenziell für Weiterentwicklung und Verfeinerung des Modells. Der Eigentümer dankt allen Nutzern für Verständnis und Unterstützung.

Unautorisierte Nutzung kann gesetzliche Konsequenzen haben. Der Eigentümer behält sich das alleinige Interpretationsrecht dieser Erklärung vor, welche geltenden Gesetzen unterliegt.