LEOSAMs HelloWorld XL - HelloWorld XL 70

🖥️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 mehreren Funktionen integriert, darunter Bildvor-Komprimierung, Bild-Tags und Tag-Statistiken. Kürzlich haben wir auch die WebUI-Plugin-Version dieses Tools veröffentlicht, die jeder gerne verwenden kann!

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

📖HelloWorld 7.0 Update – 13. Juni 2024

Kurzfassung des Updates: HelloWorld 7.0 ist eine iterativ optimierte Version mit der besten Körperdarstellung der gesamten Serie sowie erweitertem Konzeptumfang und detailreicher Gestaltung.

Details zum Update:

1. Durch das 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. Das feinabgestimmte LoRA wurde aus dem offiziellen SPO-Modell extrahiert und in HelloWorld 7.0 integriert. SPO ist eine Weiterentwicklung der DPO-Methode. Das SPO-Basis-Modell liefert bessere Leistung als das DPO XL-Basis-Modell und das ursprüngliche SDXL-Basis-Modell. Das SPO LoRA verbessert Bilddetails & Kontrast und verschönert Bilder. Danke an das Technikteam hinter SPO.

3. Der Konzeptumfang des Trainingssatzes wurde weiter erweitert, jedoch wurde der Trainingssatz optimiert und gestrafft (Feinabstimmung großer Trainingssätze ist zu kostenintensiv und H800 ist aktuell schwer mietbar, lokale Trainingszeit nicht leistbar). Die aktuelle Summe des Trainingssatzes beträgt 20.821 Bilder. Die Verteilung der Auflösungen im Trainingssatz ist wie folgt, empfohlen wird die Ausgabe mit mehreren Auflösungen mit größerem Bildanteil:

   (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 mithilfe von GPT4O neu etikettiert. Diesmal wurde eine strukturierte Beschriftungsmethode angewendet, mit folgender Struktur: "Ein-Satz-Zusammenfassung + mehrere Bild-Element-Tags + inspiriert von XXX + ästhetische Qualitätsbeschreibung", wobei die ästhetischen Qualitätswörter fünf Stufen umfassen: schlechteste Qualität, niedrige Qualität, durchschnittliche Qualität, beste Qualität und Meisterwerk. Ein typisches Beispiel für eine Beschriftung lautet:

   konzeptuelle Kunst mit einer menschlichen Hand, die in rote und beige Bänder gewickelt ist, vor einfachem, hellem Hintergrund isoliert, realistischer Stil, minimalistisches Farbschema, glatte Texturen, verlängertes und surreales Ästhetik, inspiriert von salvador dalís surrealistischen Werken, Meisterwerk

Die "Liste der häufig verwendeten Schlagwörter" und die "Liste der häufigen Kunststile", die im Inspired by XXX für die HelloWorld 7.0 Version verwendet werden, werden nur kommerziellen Lizenznehmern zur Verfügung gestellt. Partner, die bereits eine Lizenz für die Helloworld XL Serienmodelle erworben haben, können mich bei eventuellen Auslassungen kontaktieren, um sie kostenlos zu erhalten.

Spieler können sich auf die Liste der häufig verwendeten Tags von HelloWorld 6.0 beziehen. Zusätzlich habe ich über 150 hochwertige Beispielbilder von HelloWorld 7.0 in der Galerie bereitgestellt, die als Referenz für eigene Ausgaben genutzt werden können. Die Modell-Erstellung ist nicht einfach, deswegen danke ich den Nutzern für ihr Verständnis und ihre Geduld!

📖HelloWorld 6.0 Update – 20. April 2024

LEOSAM HelloWorld 6.0 Top 250 Liste der häufig verwendeten Tags

Danke für eure Geduld. Ich war zuletzt auf Jobsuche, was Verzögerungen bei den HelloWorld-Updates verursacht hat. Die Hauptupdates der Version 6.0 lauten:

• HelloWorld 6.0 ist eine iterative Verbesserung basierend auf Version 5.0. Laut meinen Tests unterscheidet sich der Realismus kaum von Version 5.0. Der Hauptvorteil von Version 6.0 liegt in der breiteren Konzeptabdeckung des Trainingssatzes. Laut Rückmeldungen wurden diverse Themenbereiche verbessert, darunter Surrealismus, Boudoir, Gruppenfotos, Masken, Origami, 3D-Renderings, Autos, Drachen und Schwangerschaftsfotografie. Einige Beispiele sind in den Abbildungen zu sehen.

• HelloWorld 6.0 enthält absichtlich einige qualitativ minderwertige Bilder im Training, um die Reaktion des Modells auf negative Prompts zu verbessern. Es wird empfohlen, folgende Begriffe für negative Prompts zu verwenden: "low quality, jpeg artifacts, blurry, poorly drawn, ugly, worst quality".

• Der Hauptteil des HelloWorld 6.0 Trainingssatzes verwendet GPT4v-Tagging. Für Bilder, die GPT4v nicht taggen kann, wird cogVQA geleitet von blip2-opt-6.7b zum Taggen verwendet. Der Sprachstil dieser multimodalen Modelle unterscheidet sich erheblich vom traditionellen WD1.4-Tagger. Um die präzisere Auslösung verschiedener Konzepte im Trainingssatz zu erleichtern, habe ich die Top 250 der häufig verwendeten Tags des HelloWorld 6.0 Trainingssatzes zusammengestellt. Diese können in diesem Dokument eingesehen werden.

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

📖2024.2.22 Vorstellung von "HW5.0_Euler_a_Lightning"

Dieses Modell ist eine beschleunigte Version des HelloWorld SDXL-Basismodells und integriert Technologien von SDXL-Lightning. Ausgestattet mit dem Eular a-Sampler und CFG 1 ist es fähig, Bilder in 6-8 Schritten zu erzeugen, was dreimal schneller als die ursprüngliche SDXL-Version ist. Außerdem sind die Bildresultate besser als die der LCM- oder Turbo-Versionen.

Empfohlene Parameter zur Bilderzeugung mit diesem Modell sind:

Sampler: Eular a (Wichtig! Das Modell ist speziell für Eular a angepasst, andere Sampler liefern möglicherweise nicht so gute Ergebnisse)

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-Rauschunterdrückungsstärke: 0,3

📖2024.2.11 Vorstellung von "HelloWorld 5.0 GPT4V"

HelloWorld 5.0 ist das bedeutendste Update in der Geschichte der HelloWorld-Serie, markiert durch GPT-4v-Tagging und umfassende Feinabstimmungen in Bereichen wie Science-Fiction, Tiere, Architektur und Illustration.

Vergleichstests zeigen Verbesserungen in dieser Version:

1. Variablere und dynamischere Charakterposen und Bildkompositionen, die visuell ansprechendere Bilder erzeugen;

2. Das Filmmaterial wurde intensiv trainiert. Während die Filmtextur von Version 2.0 bis 4.0 schwach war, vermissten viele Fans den leogirl-Stil der Version 1.0. Daher wurde die Filmtextur speziell verstärkt, ohne andere fotografische Eigenschaften zu beeinträchtigen. Die Filmtextur kann durch Ausdrücke wie film grain texture und analog photography aesthetic ausgelöst werden;

3. Verbessertes Ausdrucksvermögen in Themen wie Science-Fiction, Thriller und Tiere, wobei Mechas und andere Motive mehr Designeindruck erhalten. Tiere wie Schneeleopard, Roter Panda, Großer Panda, Tiger, Pallas-Katze sowie Hauskatzen und -hunde wirken lebensechter;

4. Dank GPT-Tagging wurde die Einhaltung der Eingabeaufforderungen und konzeptuelle Genauigkeit weiter verbessert.

Die Nachteile dieser Version sind:

1. Da es sich um ein großes Feinabstimmungs-Update handelt, könnte die Fehlerrate bei Gliedmaßen leicht steigen, was normal ist, wenn man aus einer Komfortzone in neue Bereiche relativer Optimierung geht. Frühere Versionen durchliefen umfangreiche Tests bei Gliedmaßen, während für die neue Version weniger Zeit für Verbesserungen blieb. Dennoch ist die Genauigkeit für Gliedmaßen in dieser Version mindestens besser als in Version 1.0, und ich werde weiterhin Updates durchführen.

2. Durch die verstärkte Filmtextur kann es trotz genauer GPT-Tagging zu einem unvermeidbaren warmen Grundton in Bildern kommen. Man kann jedoch Eingaben wie studio light oder sharp focus verwenden, um hochauflösende Studioqualität zu erzielen, und mit passenden Prompts erhält die Ausgabe bessere Hauttöne und visuelle Anziehungskraft als frühere Versionen.

3. Diese Version enthält mehr Ganzkörpercharakterbilder zur Verbesserung des Ganzkörpereffekts, wodurch das Modell bei fehlender spezifischer Charakterkomposition weiter gefasste Szenen erzeugen kann. Momentan sind die Gesichtsdetaillierungen bei 1024-Auflösung und Ganzkörperaufnahmen weniger scharf als bei Halb- oder Nahaufnahmen. Dies kann aber mit ADetailer und einem 1,5x Hires Fix bei 0,3 Intensität verbessert oder durch spezifizierte Kompositions-Prompts vermieden werden.

4. Wegen einer kleinen Anzahl hochwertiger Illustrationsdatensätze kann es vorkommen, dass Prompts zu animierten Stilen animierte Bilder erzeugen. Wenn dies ein Problem darstellt, bitte die Eingaben anpassen.

Das sind die wichtigsten Neuerungen dieser Version. Das Training des SDXL-Basismodells ist anspruchsvoll, und bei Annäherung an zehntausend Trainingsbilder belaufen sich die Kosten für Tagging und Training pro Modell auf über 300 USD. Ich lade alle willkommen, das Modell zu verwenden und bin für Rückmeldungen dankbar! Wenn euch das Modell gefällt, wäre ich sehr dankbar, wenn ihr es weiterempfehlt.

📖2024.1.31 Vorstellung von "HelloWorld 4.0"

HelloWorld 4.0 ist eine progressive Übergangsversion vom Tagging mit blip+clip zum Tagging mit GPT4V. Ich habe zunächst ein reines GPT4V-Tagging-Modell trainiert und es dann mit einem großen Anteil der HelloWorld 3.2 Version und 0,05 Anteil von Juggernaut XL (zur Anpassung des Hauttons) vermischt. Die neue Version zeigt Verbesserungen bei der Befolgung von Prompts und der Konzepterfassung im Vergleich zur 3.2 Version.

Der neue GPT4V-Tagging-Trainingssatz hat sich von 4000 Bildern der HelloWorld 3-Serie auf 8000 Bilder verdoppelt und umfasst neben Porträts auch Tiere, Architektur, Natur, Essen, Illustrationen und mehr. Die reine GPT4V-Version zeigte jedoch ein Overfitting-Problem, vorläufig auf die Verdopplung der Trainingsbilderzahl zurückzuführen. Ein nächster Schritt in der iterativen Optimierung ist es, möglichst viele Nicht-Porträt-Konzepte einzubeziehen, während eine ausreichende Porträt-Training sichergestellt wird. Derzeit wurde zur Feinabstimmung eine Fusion der neuen und alten Versionen verwendet, um einen fließenden Übergang zu gewährleisten; daher sind die erweiterten Konzeptsets und Vorteile des GPT4V-Taggings momentan noch wenig bemerkbar. Diese Vorteile werden in den folgenden Modellgenerationen 5 und 6 deutlicher sichtbar sein.

📖2024.1.5 Vorstellung von "HelloWorld 3.2"

Version 3.2 ist eine iterationstechnische Optimierung mithilfe von DPO Technologie, und im Vergleich zu Version 3.0 gibt es Verbesserungen bei Hautton und Gliedmaßen-Genauigkeit, jedoch sind diese relativ gering. Deshalb wurde diese Version als 3.2 und nicht als 4.0 bezeichnet.

📖2023.12.15 Vorstellung von "HelloWorld 3.0"

1. Die neue Version hat den Trainingssatz erweitert, um die Fähigkeit des Modells zu erhöhen, sich in verschiedenen künstlerischen Stilen auszudrücken, einschließlich Science-Fiction und Kunst.

2. Es wurde ein selbst entwickeltes Qualitätsverbesserungs-LoCon (erstellt mit Slider-Technologie) integriert, um die Bildtextur zu verbessern und Verzerrungen bei Fingern und Gliedmaßen zu reduzieren.

📖2023.11.17 Vorstellung von "HelloWorld 2.0"

Danke für eure Geduld. Nach Überwindung verschiedener Herausforderungen ist die HelloWorld 2.0-Version schließlich in einem Zustand, mit dem ich zufrieden bin. Die wichtigsten Unterschiede zu Version 1.0 sind:

1. HelloWorld 2.0 benötigt keine Trigger-Wörter mehr, und die Ergebnisse sind qualitativ vergleichbar zu Version 1.0 mit Trigger-Wörtern. Das Triggerwort 'leogirl' in 1.0 war stark mit Ostasiaten verbunden. Nach Wegfall der Triggerwörter wird bei Begriffen wie '1girl' weiterhin wahrscheinlich ein Porträt eines Ostasiaten erzeugt, wenn keine Rassenangabe erfolgt. Du kannst aber die Rasse gezielt mit Schlüsselwörtern wie Nationalität, Hautfarbe etc. angeben. Zum Beispiel sind die Triggereffekte für Begriffe wie 'Chinese', 'Russian', 'Iranian', 'Jamaican', 'Kenyan', 'dark-skinned', 'pale-skinned' etc. unten aufgeführt.

   

   Du kannst auch verschiedene Charakterstile erzeugen, indem du Namen von Personen unterschiedlicher Länder und Geschlechter im Prompt angibst, wie Han Meimei (China), Sophie Martin (Frankreich), Priya Patel (Indien), Fatima Al-Hassan (Arabien), Wanjiru Mwangi (Kenia). Die obigen Eingaben sind nur Beispiele; es gibt viele mögliche Prompts und Spielweisen, zu denen du experimentieren und teilen kannst.

   

2. HelloWorld 2.0 hat Qualität und Farbgestaltung ausgewogen und bietet mehr Stiloptionen. Version 1.0 erzeugte beim Verwenden von 'leogirl' vermutlich Bilder mit starker Filmtextur. HelloWorld 2.0 ist nicht mehr an eine Filmtextur gebunden und kann mit qualitätsbezogenen Prompts angepasst werden. Einige getestete und funktionierende Prompts sind:

   High-End-Fotoshooting, Produktvorstellung, beliebtes koreanisches Make-up, aegyo sal, scharfes hochqualitatives Foto, Studiolicht, Mittelformatformat-Foto, Mamiya-Fotografie, Analogfilm, Mittleres Porträt mit Soft Light, realitätsnahes Bild, raffinierte redaktionelle Fotografie, Rohfoto, echtes Foto, gescanntes Foto, Filmbild

   Die Farbeffekte dieser Prompts sehen wie folgt aus:

   

3. Im Trainingssatz von HelloWorld 2.0 wurde der Anteil von Ganzkörperfotos deutlich erhöht, um die Fähigkeit von SDXL bei der Erzeugung von Ganzkörper- und Fernporträts zu verbessern. Obwohl es eine Verbesserung gegenüber Version 1.0 ist, wird dringend empfohlen, "adetailer" bei der Erzeugung von Ganzkörperfotos zu verwenden. Für Anwender mit ausreichend Videospeicher (24 GB) wird empfohlen, das Bild mit 1,5x hochauflösender Reparatur zu versehen, was die Gesichtsdetails signifikant verbessert.

📖2023.8.29 Vorstellung des "HelloWorld" SDXL-Basismodells

Besonderer Hinweis: Beim Verwenden des HelloWorld 1.0 Modells bitte unbedingt das Triggerwort "leogirl" hinzufügen.

Im Gegensatz zum SD1.5 Basis-Modell „MoonFilm“ ist „HelloWorld“ eine brandneue realistische SDXL Basismodell-Serie. Um mehr Nutzern die Entdeckung von HelloWorld zu ermöglichen, habe ich den ursprünglichen MoonFilm-Modell-Link beibehalten. HelloWorld kann als spirituelle Fortsetzung von MoonFilm auf der neuen SDXL-Plattform verstanden werden, zielt aber darauf ab, mehr als nur Realismus und filmischen Porträtstil zu erreichen. Dank der weitaus besseren Informations- und Textverständnisfähigkeiten von SDXL im Vergleich zu SD1.5 ist HelloWorld ein Basismodell, das versucht, alle Dinge realistisch darzustellen, oder anders gesagt, das schrittweise den Aufbau einer virtuellen Fotografie-Welt mit HelloWorld anstrebt.

Das realistische SD1.5 Basismodell hat einen sehr ausgereiften Stand erreicht, wesentliche Leistungsverbesserungen sind unwahrscheinlich. Sofern keine Durchbruch-Technologie für die SD1.5-Plattform kommt, werden die Moonfilm & MoonMix Serien im Grunde nicht mehr aktualisiert. Ich konzentriere meine Hauptenergie auf die Entwicklung des HelloWorld SDXL Großmodells. Version 1.0 ist jetzt zum Download verfügbar, und Version 2.0 wird dringend entwickelt und soll Anfang September aktualisiert werden.

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

1. Anders als bei SD1.5 Basismodellen, die typischerweise keine Triggerwörter nutzen, bitte bei Verwendung von HelloWorld 1.0 das Triggerwort "leogirl" ergänzen. Dies sorgt für stabilere Auslösung der Trainingseffekte im SDXL-Modell.

2. Das HelloWorld-Modell unterstützt direkte Ausgaben in der Auflösung 1024*1024, wodurch eine Hochskalierung entfällt. Die Qualität der direkt ausgegebenen Nahporträts steht der SD1.5 Version in nichts nach, aber bei entferntem Porträt direkt ist noch Verbesserungspotenzial. Daher wird die Nutzung des ADetailer-Plugins empfohlen, um Probleme mit entferntem Gesicht effektiv zu beheben.

3. SDXL erlaubt jetzt einfachere Ausgabe durch einfache natürliche Sprach-Prompts. Es lohnt sich, mehr natürliche Sprach-Prompts auszuprobieren, was zu besseren Ergebnissen bei KI-realistischen Fotos führt.

Nach vielfachem Testen lauten die empfohlenen Parameter für die Zeichnung:

• Schritte ≥ 25

• Sampler: DPM++ 2M Karras

• CFG-Skala: 10

• Größe ≥ 1024x1024

• ADetailer: aktiviert

Jeder ist eingeladen, HelloWorld auszuprobieren und viele Rückmeldungen zu geben. Eure wertvollen Meinungen sind sehr wichtig für die nächste Modellverbesserung!

Copyright-Hinweis:

Die HelloWorld-Modelle (im Folgenden "das Modell") wurden von mir selbst (im Folgenden "dem Eigentümer") mit Unterstützung der LiblibAI-Plattform erstellt. Eine Nachveröffentlichung des Modells auf anderen Plattformen als LiblibAI und Civitai ist vom Eigentümer nicht autorisiert.

Der Eigentümer erlaubt die kostenfreie Nutzung von mit dem Modell generierten Bildern für nicht-kommerzielle Bildungs- oder Informationszwecke, unter der Bedingung, dass:

- Nutzer geltende Gesetze einhalten und keine Rechte des Modells oder Dritter verletzen.

- Eine Urhebernennung der Bilder klar erfolgt als „erstellt mit dem HelloWorld Basismodell von LEOSAM“.

Für jegliche kommerzielle Nutzung ist eine vorherige kommerzielle Lizenzvereinbarung mit dem Eigentümer erforderlich. Bei Anfragen zu kommerziellen Lizenzen und Modell-Personalisierung kann der Eigentümer über die auf der Homepage angegebenen Kontaktinformationen erreicht werden.

Die Entwicklung und kostenlose Verbreitung des SDXL-Modells stellt bedeutende Bemühungen dar. Der Eigentümer verpflichtet sich, das HelloWorld-Modell kontinuierlich kostenlos für einzelne Enthusiasten zu aktualisieren, als Anerkennung für die Community und die Open-Source-Entwicklung. Kommerzielle Kooperationen sind wesentlich für Fortschritt und Verfeinerung des Modells. Der Eigentümer dankt allen Nutzern für Verständnis und Unterstützung.

Unbefugte Nutzung kann gegen geltende Gesetze verstoßen und rechtliche Konsequenzen nach sich ziehen. Der Eigentümer behält sich das ausschließlich Recht vor, diese Erklärung auszulegen, die durch geltende Gesetze und Vorschriften geregelt ist.