v8

Textur-Update: Folgende Tags wurden im Training verstärkt:

realistisch, fotorealistisch, einfarbige Farbe,

glänzende Haut, matte Haut, glänzendes Haar,

Bitte beachten Sie, dass es im Danbooru-Datensatz viele Tags gibt, die "Foto" oder "fotoähnliche Stile" beschreiben. Im Trainingsdatensatz habe ich all diese Bilder einheitlich als „fotorealistisch“ markiert. Allerdings können die meisten auf dem Danbooru-Datensatz trainierten SDXL-Modelle realistische Bilder nur begrenzt gut erzeugen; daher wird empfohlen, „fotorealistisch“ nur mit geringem Gewicht zur Anpassung der Textur zu verwenden. Das Tag „realistisch“ kann bei höherem Gewicht normal funktionieren.

Please note that Danbooru dataset contains multiple tags to describe "photo" or "photo-like styles". I’ve tagged all such images as “photorealistic” in dataset.

However, most SDXL models trained on the Danbooru dataset do not render realistic images well. „photorealistic“ wird nur bei geringem Gewicht empfohlen, um hauptsächlich die Textur anzupassen, statt realistische Bilder zu erzeugen. Der Tag „realistisch“ funktioniert bei höherem Gewicht besser.

Schneller Einstieg | Quick Start

Was ist das? | What is this?

• Pony: People's Works (ppw) ist eine experimentelle Feinabstimmungs-Modellserie. Etwa 85% des Datensatzes stammen von KI-generierten Bildern, die Nutzer auf CivitAI veröffentlicht haben. Das frühere ppw-Datenset basiert ursprünglich auf Bildern, die mit Pony V6 erzeugt wurden, wodurch die Modelle dieser Serie auch Merkmale von Pony Diffusion aufweisen.

• Diese Serie verwendet Standard-Danbooru-Tags und ist besonders geeignet für die Erzeugung stilisierter Porträts in mittlerer bis naher Perspektive. Die Hauptfunktion besteht darin, dass das Basismodell unter Verzicht auf Künstler-Prompts und mit weniger Qualitäts-Keywords eine relativ stabile Bildqualität erzielt und somit Token-Ressourcen beim Prompt gespart werden können.
  Dieses Modell ist kein Stil-LoRA, unter verschiedenen Prompts und Bedingung kann es feine stilistische Unterschiede geben.

• Pony: People's Works (ppw) ist eine experimentelle feinabgestimmte Modellserie. Circa 85% des Datensatzes stammen von KI-generierten Bildern, die Nutzer auf CivitAI veröffentlicht haben. Da das frühere ppw Datenset auf Bildern basiert, die mit Pony V6 generiert wurden, enthalten die Ausgaben dieser Serie auch Merkmale von Pony Diffusion.

• Diese Serie verwendet Standard Danbooru-Tags und ist hauptsächlich auf die Erzeugung stilisierter Porträts im mittleren und Nahbereich optimiert. Der Haupteffekt dieser Modellserie ist, dass das Basismodell relativ stabile Bildqualität erreichen kann, ohne Künstlerkeywords oder lange Qualitäts-Tags, und Token-Ressourcen für Prompts spart.
  Diese Modelle sind keine Stil-LoRAs. Es kann feine stilistische Variationen je nach Prompts und Bedingungen geben.

Versionsinfo | Version Info.

• Hier angebotene Modelle sind die High-Dimension LoCon-Versionen von ppw und bilden die Hauptseite dieses Projekts.

• Die LoCon-Versionen von ppw können flexibel mit diversen funktionalen LoRAs und Checkpoints kombiniert werden, wobei die Effektstärke besser steuerbar ist. Die High-Dimension-Version bietet stärkere Generalisierung und detailliertere Darstellung, benötigt aber mehr Speicherplatz und Rechenressourcen.

• Hauptsächlich für Online-Generierungsdienste und Nutzer mit leistungsfähiger Hardware für lokale Erzeugung vorgesehen.

• Diese Seite zeigt die High-Dimension LoCon-Version der ppw Modelle, die auch als Hauptseite des Projekts dient.

• LoCon-Versionen von ppw können flexibel mit unterschiedlichen funktionalen LoRAs und Checkpoints kombiniert werden und bieten eine bessere Kontrolle über die Effektstärke. Die hochdimensionale Version bietet eine stärkere Generalisierung und detailliertere Darstellung, benötigt aber mehr Speicherplatz und Rechenleistung.

• Sie sind hauptsächlich für Online-Generierungsdienste und für die lokale Nutzung durch Nutzer mit leistungsstarken PCs vorgesehen.

Leichtgewichtige LoCon-Version | Lightweight LoCon ver.

Basis-Modell-Version | Checkpoint-Versionen (Illustrious)

Basis-Modell-Version | Checkpoint-Versionen (NoobAI)

Mehr | mehr

Anleitung | Usage

positiv:

meisterwerk, beste Qualität, sehr ästhetisch

negativ:

geringe Qualität, unangenehm

Änderungsprotokoll | Change log

v7

Die Version v7 hat eine umfangreiche Umstrukturierung des Datensatzes erfahren und verwendet andere Trainingsparameter und -strategien, daher kann v7 möglicherweise weniger stabil sein als frühere Versionen.

Die v-pred Modellversion verhält sich beim CivitAI Online-Generator komplett anders als bei der Online-Generierung auf TensorArt. Mit denselben Parametern lassen sich die Ergebnisse nicht reproduzieren. Warum das so ist, ist unbekannt.

TensorArt Version CivitAI Version mit gleichen Parametern auf CivitAI mit höherem Gewicht

Kurze Version zu v7:

Dies ist ein Qualitäts-LoCon basierend auf dem Datensatz des vorherigen Projekts, bei dem ca. 90%-95% der Bilddaten aus CivitAI stammen.

Er erlaubt dem Modell, eine relativ stabile Bildqualität auch ohne Künstler-Prompts oder mit weniger Qualitäts-Tags zu erzielen und spart dadurch Token-Ressourcen. Zudem behebt er einige modellbedingte Fehler bei der Erzeugung (außer bei Händen).

Aufgrund der Datenauswahl besitzen die generierten Bilder einen Pony-artigen Charakter. Da das Modell jedoch keinen bestimmten Künstler, Stil oder Maltechnik verfolgt, kann es bei verschiedenen Prompts oder Bedingungen zu feinen stilistischen Unterschieden kommen.

Dies ist ein Qualitäts-LoCon, entwickelt auf Basis des Datensatzes des vorherigen Werks. Etwa 90%-95% der Bilddaten stammen von CivitAI.

Das Modell ermöglicht relativ stabile Bildqualität ohne Künstler-Tags oder lange Qualitäts-Prompts und spart dadurch Token-Ressourcen. Es kann zudem einige inhärente Mängel des Modells beheben (außer Hände).

Durch die Auswahl des Datensatzes weisen die generierten Bilder einen Pony-ähnlichen Stil auf. Da es jedoch keinen bestimmten Künstler, Stil oder Maltechnik referenziert, können je nach Prompts und Bedingungen subtile stilistische Unterschiede auftreten.

Datensatzquelle & Lizenz | Dataset Source & License

• Jedes Bild im Datensatz wurde manuell vom Autor ausgewählt, kategorisiert und annotiert. Hunderte Bilder wurden zusätzlich manuell bearbeitet und korrigiert.

• Dieses Modell ist ein kostenloses, Open-Source-Modell, das Nutzer auf privaten Geräten selbst einsetzen können. Der Autor erhält keine Vergütung durch Modellverkäufe. Der Autor beschränkt die Nutzung dieses Modells nicht für kommerzielle Generierungsdienste oder kommerzielle Bildnutzung, jedoch sind die Lizenzbestimmungen der verwendeten Checkpoints und LoRAs zu beachten.

• Ca. 90%-95% des Datensatzes sind KI-generiert, es sind jedoch auch über 250 Bilder aus öffentlichen Medien, Nachrichtenmedien und Publikationen zur Konzept-Ergänzung enthalten. Zukünftige Versionen werden diese Materialien schrittweise ersetzen. Nutzer mit kommerziellen Absichten sollten die damit verbundenen Risiken beachten.

  Der Datensatz enthält keine Trainingsdaten von einzelnen Künstlern und keine expliziten Künstlerangaben (obwohl falsche KI-Kennzeichnungen nicht ausgeschlossen sind).

• Außerdem ist die Nutzung des Modells für Closed-Source-Kommers, Modellverkäufe und Fusionen in Closed-Source-Modelle untersagt. Für Open-Source-Fusionen in Generierungsdiensten gibt es keine Beschränkungen; eine Quellenangabe wird jedoch empfohlen.

• Jedes Bild im Datensatz wurde manuell vom Autor ausgewählt, kategorisiert und annotiert. Hunderte Bilder wurden ebenfalls manuell bearbeitet und korrigiert.

• Dieses Modell ist ein kostenloses Open-Source-Modell, das Benutzern erlaubt, es auf ihren privaten Geräten einzusetzen. Der Autor erhält keine Vergütung aus dem Verkauf des Modells. Der Autor beschränkt die Nutzung dieses Modells nicht für kommerzielle Bildgenerierungsdienste oder kommerzielle Bildnutzung. Allerdings müssen die Lizenzbedingungen der zugehörigen Checkpoints und LoRAs beachtet werden.

• Etwa 90%-95% der Bilder sind KI-generiert, aber es sind auch mehr als 250 Bilder aus öffentlichen Medien, Nachrichten und Publikationen zur Konzept-Ergänzung enthalten. Zukünftige Versionen werden diese Materialien schrittweise ersetzen. Nutzer mit kommerziellen Absichten sollten sich der Risiken bewusst sein.

  Dieser Datensatz enthält keine Trainingsdaten einzelner Künstler und keine explizite Künstlerkennzeichnung (wobei Fehlkennzeichnungen durch KI nicht ausgeschlossen sind).

• Zusätzlich ist die Nutzung dieses Modells bei Closed-Source-Kommers, Modellverkäufen oder Fusionen in geschlossene kommerzielle Modelle nicht erlaubt. Für Open-Source-Fusionen zur Bildgenerierung gibt es keine Einschränkungen, jedoch wird empfohlen, die Quelle solcher Fusionen anzugeben.