LEOSAMs HelloWorld XL - HW5.0_Euler_a_Lightning

🖥️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 Bildvorverarbeitung, Bildtagging und Tag-Statistiken. Kürzlich haben wir auch die WebUI-Plugin-Version dieses Tools veröffentlicht, die jeder gerne nutzen kann!

🌍Willkommen im QQ-Gruppe "兔狲·AIGC梦工北厂", Gruppen-ID: 780132897 und "兔狲·AIGC梦工南厂", Gruppen-ID: 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

Kurzzusammenfassung der Aktualisierung: HelloWorld 7.0 ist eine schrittweise optimierte Version mit der besten Körperperformance der gesamten Reihe sowie erweitertem Konzeptumfang und Detailreichtum.

Details der Aktualisierung:

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 bietet bessere Leistung als das DPO XL-Basismodell und das ursprüngliche SDXL-Basismodell. Der SPO LoRA verbessert Bilddetails und Kontraste sowie die Bildverschönerung. Dank an das technische Team von SPO.

3. Der Konzeptumfang des Trainingssets wurde weiter erweitert, jedoch wurde das Trainingsset optimiert und verschlankt (große Trainingsset-Feinjustierung ist sehr kostenintensiv, und H800 ist derzeit schwer zu mieten, weshalb lokale Trainingszeit begrenzt ist). Das aktuelle Gesamttrainingsset umfasst 20.821 Bilder. Die Verteilung der Auflösungen ist wie folgt, und für die Ausgabe wird empfohlen, mehrere Auflösungen mit größerer Bildanzahl zu verwenden:

   (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 beschriftet. Dabei wurde eine strukturierte Beschriftungsmethode verwendet, mit folgender Struktur: „Kurze Zusammenfassung + mehrere Bildelement-Tags + inspiriert von XXX + Beschreibung der ästhetischen Qualität“, wobei die ästhetischen Qualitätswörter in fünf Stufen unterteilt sind: worst quality, low quality, average quality, best quality und masterpiece. Ein typisches Beispiel für eine Beschriftung lautet:

   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 „High-Frequency Tagging Word List“ und die „High-Frequency Art Style List“, die in „Inspired by XXX“ für die HelloWorld 7.0 Version verwendet werden, werden nur kommerziellen Lizenznutzern bereitgestellt. Partner, die in der Vergangenheit eine Lizenz für die HelloWorld XL Serie erworben haben, können mich kontaktieren, falls etwas fehlt, um sie kostenlos zu erhalten.

Spieler können auf die High-Frequency Tagging Word List von HelloWorld 6.0 zurückgreifen. Zudem habe ich über 150 hochwertige Beispielbilder von HelloWorld 7.0 in der Galerie bereitgestellt, die als Referenz für die eigene Ausgabe genutzt werden können. Modellherstellung ist nicht einfach, danke für euer Verständnis und eure Nachsicht!

📖HelloWorld 6.0 Update - 20. April 2024

LEOSAM HelloWorld 6.0 Top 250 High-Frequency Tagging Word List

Vielen Dank für eure Geduld. Ich war kürzlich auf Jobsuche, was zu Verzögerungen bei den HelloWorld-Updates führte. Die wichtigsten Änderungen in Version 6.0 sind:

• HelloWorld 6.0 ist eine iterative Verbesserung basierend auf Version 5.0. Nach eigener Testung ist der Realismuseffekt kaum anders als in Version 5.0. Der Hauptvorteil von Version 6.0 liegt in der breiteren Abdeckung von Konzepten im Trainingsset. Verbesserungen wurden bei Themen wie Surrealismus, Boudoir, Gruppenfotos, Masken, Origami, 3D-Renderings, Autos, Drachen und Schwangerschaftsfotografie vorgenommen. Beispiele sind in den Illustrationen dargestellt.

• HelloWorld 6.0 enthält bewusst einige 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“.

• Das Trainingsset von HelloWorld 6.0 nutzt GPT4v-Tagging. Für Bilder, die GPT4v nicht taggen kann, wird cogVQA mit blip2-opt-6.7b als Hilfsmittel verwendet. Der Stil der Tagging-Sprache dieser multimodalen Modelle unterscheidet sich stark vom traditionellen WD1.4-Tagger. Um das Auslösen verschiedener Konzepte im Trainingsset besser zu steuern, habe ich die Top 250 häufig genutzten Tagging-Wörter aus dem HelloWorld 6.0 Trainingsset zusammengestellt. Diese Liste ist in diesem Dokument einsehbar.

Obwohl SD3 bald erscheint, werde ich weiterhin HelloWorld XL 7.0 aktualisieren und hoffe, in Version 7.0 größere Verbesserungen erzielen zu können!

📖2024.2.22 Vorstellung von "HW5.0_Euler_a_Lightning"

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

Empfohlene Parameter zur Bilderzeugung mit diesem Modell sind:

Sampler: Eular a (Wichtig! Das Modell ist speziell an Eular a angepasst, andere Sampler erzielen 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, mit GPT-4v-Tagging und umfassender Feinabstimmung in Bereichen wie Science-Fiction, Tiere, Architektur und Illustration.

Vergleichstests zeigen folgende Verbesserungen der Version:

1. Vielseitigere und dynamischere Charakterposen sowie Bildkompositionen, die optisch ansprechende Bilder schaffen;

2. Das Filmdaten-Set wurde umfassend trainiert. Während der Filmlook von Version 2.0 bis 4.0 schwach war, haben viele Fans den leogirl-Stil von Version 1.0 vermisst. Dieses Update stärkt gezielt die Filmtextur, ohne andere fotografische Qualität zu beeinträchtigen. Die Filmtextur kann durch Begriffe wie film grain texture und analog photography aesthetic ausgelöst werden;

3. Verbesserte Ausdrucksstärke bei Themen wie Science-Fiction, Thriller und Tiere, mit mechaähnlichem Design. Tiere wie Schneeleopard, Roter Panda, Großer Panda, Tiger, Pallas-Katze sowie Hauskatzen und -hunde wirken realistischer;

4. Dank GPT-Tagging wurde die Prompt-Treue und Konzeptgenauigkeit weiter verbessert.

Allerdings gibt es auch Nachteile:

1. Durch das umfassende Feintuning kann die Fehlerquote bei Gliedmaßen leicht steigen – ein normales Phänomen beim Übergang in neue Optimierungsbereiche. Frühere Versionen durchliefen intensive Gliedmaßen-Tests, während dem neuen Update dafür weniger Zeit zur Verfügung stand. Dennoch ist die Genauigkeit der Gliedmaßen höher als in Version 1.0, und weitere Verbesserungen folgen.

2. Aufgrund verstärkter Filmtextur können trotz genauer GPT-Tagging-Anwendung Bilder eine standardmäßige warme Tonung aufweisen. Über Promptbefehle wie studio light oder sharp focus sind jedoch hochwertige Studioabbildungen möglich, die bessere Hauttöne und visuelle Wirkung erzielen.

3. Diese Version enthält mehr Ganzkörper-Charakterbilder zur Verbesserung des Ganzkörpereffekts, was breitere Szenen ohne spezifische Charakterkomposition erzeugen kann. Die Gesichtdetails bei 1024er Auflösung in Ganzkörperbildern sind manchmal weniger scharf als bei Halb- oder Nahaufnahmen, was mit adetailer und 1.5x Hires Reparatur bei 0,3 Intensität oder speziellen Kompositions-Prompts verbessert werden kann.

4. Da eine geringe Anzahl hochwertiger Illustrations-Datensätze hinzugefügt wurde, kann es vorkommen, dass Animationsstil-Prompts animierte Bilder erzeugen. Wer das vermeiden möchte, sollte seine Prompts anpassen.

Dies sind die wichtigsten Updates. Das Training des SDXL-Basismodells ist herausfordernd, und bei fast zehntausend Trainingsbildern übersteigen die Kosten für Tagging und Training je Modell 300 USD. Ich lade alle zur Nutzung ein und freue mich über Feedback! Wenn euch das Modell gefällt, wäre ich dankbar für eure Unterstützung bei der Verbreitung.

📖2024.1.31 Vorstellung von "HelloWorld 4.0"

HelloWorld 4.0 ist eine Übergangsversion vom blip+clip-Tagging zu GPT4V-Tagging. Ich habe zunächst ein reines GPT4V-Tagging-Modell trainiert und es mit einem großen Anteil der Version HelloWorld 3.2 sowie 0,05 Anteil von Juggernaut XL (zur Anpassung des Hauttons) kombiniert. Das neue Update zeigt verbesserte Prompterfüllung und Konzeptabdeckung gegenüber Version 3.2.

Das neue GPT4V-Tagging-Trainingsset ist von 4000 Bildern der HelloWorld3-Serie auf 8000 Bilder gewachsen und umfasst nicht nur Porträts, sondern auch Tiere, Architektur, Natur, Essen, Illustrationen u.v.m. Das reine GPT4V-Modell zeigte jedoch Überanpassung, was auf die Verdoppelung der Trainingsbilder zurückgeführt wird. Nächste Schritte beinhalten die Einbeziehung möglichst vieler Nicht-Porträt-Konzepte bei ausreichendem Porträttraining. In dieser Phase wurde eine Fusion aus neuem und altem Modell für eine sanfte Übergangsschicht verwendet, weshalb die erweiterten Konzepte und Vorteile des GPT4V-Taggings bisher noch wenig sichtbar sind. Diese Vorteile werden in den späteren Modellen 5 und 6 stärker hervortreten.

📖2024.1.5 Vorstellung von "HelloWorld 3.2"

Version 3.2 ist eine mit DPO Technologie optimierte Iteration. Im Vergleich zu Version 3.0 gibt es Verbesserungen bei Hautton und Gliedmaßen-Genauigkeit, die jedoch nicht signifikant sind. Deshalb erhielt diese Version die Bezeichnung 3.2 statt 4.0.

📖2023.12.15 Vorstellung von "HelloWorld 3.0"

1. Das Trainingsset wurde erweitert, um die Ausdrucksmöglichkeiten des Modells in verschiedenen Kunststilen, einschließlich Science-Fiction und Kunst, zu verbessern.

2. Ein selbst erstellter Qualitätsverbesserungs-LoCon (mit Slider-Technologie) wurde integriert, um Bildtextur zu verbessern und Verzerrungen bei Fingern und Gliedmaßen zu reduzieren.

📖2023.11.17 Vorstellung von "HelloWorld 2.0"

Vielen Dank für eure Geduld. Nach Überwindung verschiedener Herausforderungen ist HelloWorld 2.0 nun in einem zufriedenstellenden Zustand. Die Hauptunterschiede zu Version 1.0 sind:

1. HelloWorld 2.0 benötigt keine Triggerwörter mehr und erzielt vergleichbare Qualität wie Version 1.0 mit Triggerwörtern. Das Triggerwort „leogirl“ in 1.0 war stark mit Ostasiaten assoziiert. Nach Wegfall der Triggerwörter erzeugen Worte wie „1girl“ wahrscheinlich immer noch ostasiatische Porträts, wenn keine Rasse angegeben ist. Jetzt kann die Rasse durch Schlüsselwörter wie Nationalität und Hautfarbe spezifiziert werden. Beispiele für Auslösewirkungen bei Begriffen wie „Chinesisch“, „Russisch“, „Iranisch“, „Jamaikanisch“, „Kenianisch“, „dunkelhäutig“, „blasshäutig“ folgen unten.

   

   Charakterstile können auch durch Nennung von Personennamen verschiedener Länder und Geschlechter in Prompts erzeugt werden, z. B. Han Meimei (China), Sophie Martin (Frankreich), Priya Patel (Indien), Fatima Al-Hassan (Arabien), Wanjiru Mwangi (Kenya). Die genannten Beispiele sind nur eine Auswahl; viele Prompts und Spielmöglichkeiten stehen offen.

   

2. Die Qualität und Farbabstimmung von HelloWorld 2.0 sind ausgewogen, und es werden mehr Stiloptionen geboten. Die Version 1.0 mit „leogirl“ zeichnete sich durch starken Filmlook aus. HelloWorld 2.0 ist nicht mehr an den Filmlook gebunden und lässt sich mit qualitätsbezogenen Prompts anpassen. Getestete und funktionierende Prompts umfassen:

   hochwertiges Mode-Fotoshooting, Produktvorstellung, beliebtes koreanisches Make-up, aegyo sal, scharfes Hochqualitätsfoto, Studiolicht, Mittelformat-Foto, Mamiya-Fotografie, Analogfilm, mittleres Porträt mit weichem Licht, realitätsnahes Bild, feines Editorial-Foto, Rohfoto, echtes Foto, gescanntes Foto, Filmstill

   Die Farbwirkung dieser Prompts ist wie folgt:

   

3. Das Trainingsset von HelloWorld 2.0 hat den Anteil an Ganzkörperfotos stark erhöht, um die Fähigkeit von SDXL zur Erzeugung von Ganzkörper- und Fernporträts zu verbessern. Trotz Verbesserungen im Vergleich zu Version 1.0 wird die Verwendung von "adetailer" bei Ganzkörperbildern stark empfohlen. Für Nutzer mit ausreichend Videospeicher (24 GB) wird eine 1,5-fache Hochauflösungs-Reparatur des Bildes empfohlen, die die Gesichtsdetaillierung deutlich 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 Unterschied zum SD1.5 Basismodell „MoonFilm“ ist „HelloWorld“ eine komplett neue realistische SDXL Basismodellreihe. Um mehr Nutzern die Entdeckung von HelloWorld zu ermöglichen, habe ich den ursprünglichen Moonfilm-Modelllink beibehalten. HelloWorld kann als spirituelle Fortsetzung von Moonfilm auf der neuen SDXL-Plattform verstanden werden, zielt aber auf mehr als nur Realismus und filmähnliche Porträts ab. Dank der deutlich umfangreicheren Informations- und Textverständnisfähigkeit von SDXL im Vergleich zu SD1.5 ist HelloWorld ein Basismodell, das bestrebt ist, alle Dinge realistisch abzubilden – mit dem Ziel, mit HelloWorld langsam eine virtuelle Fotowelt zu erschaffen.

Das realistische Basismodell von SD1.5 hat sich weitgehend ausgereift, und signifikante Leistungsverbesserungen sind unwahrscheinlich. Ohne technologische Durchbrüche für SD1.5 werden die Moonfilm- & MoonMix-Serien im Grunde nicht weiter aktualisiert. Meine Hauptenergie werde ich in die Entwicklung des großen HelloWorld SDXL Modells investieren. Version 1.0 ist jetzt verfügbar; Version 2.0 wird derzeit dringend entwickelt und soll Anfang September erscheinen.

Drei Unterschiede von HelloWorld zu traditionellen SD1.5 Modellen sind:

1. Im Gegensatz zu SD1.5 Basismodellen, die meist ohne Triggerwörter arbeiten, bitte das Triggerwort „leogirl“ bei HelloWorld 1.0 verwenden, um einen stabileren Effekt des Trainingssets zu gewährleisten.

2. Das HelloWorld Modell unterstützt direkte Ausgaben in 1024*1024 Pixel, ohne Hochauflösungsvergrößerung. Die Qualität von Nahaufnahmen ist vergleichbar mit SD1.5 Versionen, aber bei entfernten Porträts gibt es noch Schwächen. Daher wird das ADetailer Plugin empfohlen, das Probleme bei entfernten Gesichtern effektiv behebt.

3. SDXL ermöglicht jetzt einfachere Ausgaben mit einfachen natürlichen Sprachprompts. Es empfiehlt sich, mehr natürliche Sprachprompts zu nutzen, um bessere realistische AI-Fotos zu erzeugen.

Nach mehreren Tests werden folgende Zeichenparameter empfohlen:

• Schritte ≥ 25

• Sampler: DPM++ 2M Karras

• CFG-Skala: 10

• Größe ≥ 1024x1024

• ADetailer: aktiviert

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

Urheberrechtshinweis:

Die HelloWorld-Modellserie (im Folgenden „das Modell“) wurde von mir (im Folgenden „dem Eigentümer“) unter Mitwirkung der LiblibAI-Plattform entwickelt. Das Nachveröffentlichen des Modells auf Plattformen außer LiblibAI und Civitai ist vom Eigentümer nicht gestattet.

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

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

- Die Bilder mit der Quelle "erstellt mit LEOSAMs HelloWorld Basismodell" deutlich gekennzeichnet werden.

Für jede kommerzielle Nutzung ist eine vorherige kommerzielle Lizenzvereinbarung mit dem Eigentümer erforderlich. Anfragen zu kommerziellen Lizenzen und Modellpersonalisierung sind über die Kontaktinformationen auf der Seite des Eigentümers zu stellen.

Die Entwicklung und kostenlose Verbreitung des SDXL-Modells sind bedeutende Vorhaben. Der Eigentümer verpflichtet sich zu fortlaufenden kostenlosen Updates des HelloWorld-Modells für einzelne Enthusiasten als Dank für den Beitrag zur Open-Source-Community. Kommerzielle Kooperationen sind wichtig für die Weiterentwicklung und Verfeinerung des Modells. Der Eigentümer dankt jedem Nutzer für Verständnis und Unterstützung.

Unbefugte Nutzung kann geltende Gesetze verletzen und strafrechtliche Folgen haben. Der Eigentümer behält sich das alleinige Interpretationsrecht dieser Erklärung vor, die gemäß geltendem Recht gilt.