LEOSAMs HelloWorld XL - HelloWorld XL 60

🖥️Bienvenidos a probar el código abierto GPT4V-Image-Captioner, desarrollado por mi amigo y yo. Ofrece una instalación con un clic y viene integrado con múltiples funciones como precompresión de imágenes, etiquetado de imágenes y estadísticas de etiquetas. Recientemente, también lanzamos la versión del plugin webui de esta herramienta, ¡todos están invitados a usarla!

🌍Bienvenidos a unirse al QQ Grupo "兔狲·AIGC梦工北厂", número de grupo :780132897 ; "兔狲·AIGC梦工南厂", número de grupo :835297318 (respuesta para unirse: 兔狲)。 Chat de Telegram “兔狲的SDXL百老汇”, enlace:https://t.me/+KkflmfLTAdwzMzI1

📖Actualización HelloWorld 7.0 - 13 de junio de 2024

Resumen de la actualización en una frase: HelloWorld 7.0 es una versión optimizada iterativamente, con el mejor rendimiento corporal de toda la serie y un alcance conceptual y riqueza de detalles aún mejorados.

Detalles de la actualización:

1. Al añadir imágenes negativas en el entrenamiento, reforzar el entrenamiento de poses y optimizar el modelo clip, se ha mejorado la precisión en las extremidades y manos en comparación con versiones anteriores. Las palabras recomendadas para prompts negativos son: "malas manos, mala anatomía, peor calidad, imágenes generadas por IA, baja calidad, calidad promedio".

2. Se extrajo el LoRA afinado del modelo oficial SPO e incorporó en HelloWorld 7.0. SPO es una mejora del método DPO. El modelo base SPO se usa para un mejor rendimiento que el modelo base DPO XL y el modelo base original de SDXL. El LoRA SPO puede mejorar los detalles e contraste de las imágenes y embellecerlas. Gracias al equipo técnico detrás de SPO.

3. Se continuó ampliando el alcance conceptual del conjunto de entrenamiento, pero se optimizó y simplificó el conjunto (afinar conjuntos grandes es demasiado costoso y últimamente es difícil alquilar H800, no se puede costear el tiempo local de entrenamiento). El total actual del conjunto de entrenamiento es de 20,821 imágenes. La distribución por resolución del conjunto es la siguiente, se recomienda usar varias resoluciones con más imágenes para la salida:

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

4. Se usó GPT4O para re-etiquetar todos los conjuntos de datos. Esta vez se usó un método de etiquetado estructurado, con la estructura específica de: "descripción resumen en una frase + múltiples etiquetas de elementos de imagen + inspirado por XXX + palabras descriptivas de calidad estética", donde las palabras de calidad estética están divididas en cinco niveles: peor calidad, baja calidad, calidad promedio, mejor calidad y obra maestra. Un ejemplo típico es:

   arte conceptual que presenta una mano humana envuelta en cintas rojas y beige, aislada contra un fondo claro y simple, estilo realista, esquema de color minimalista, texturas suaves, estética alargada y surrealista, inspirado en las obras surrealistas de Salvador Dalí, obra maestra

La "Lista de Palabras de Etiquetado de Alta Frecuencia" y la "Lista de Estilos Artísticos de Alta Frecuencia" involucradas en el Inspirado por XXX para la versión HelloWorld 7.0 solo serán proporcionadas a usuarios con licencia comercial. Socios que hayan comprado anteriormente la autorización del modelo serie Helloworld XL, por favor contactadme si hay alguna omisión para obtenerlo gratis.

Los usuarios pueden consultar la Lista de Palabras de Etiquetado de Alta Frecuencia de HelloWorld 6.0. Además, he proporcionado más de 150 imágenes de ejemplo de alta calidad de HelloWorld 7.0 en la galería, que pueden servir de referencia para la salida de cada uno. Hacer modelos no es fácil, ¡gracias a los usuarios por su comprensión y tolerancia!

📖Actualización HelloWorld 6.0 - 20 de abril de 2024

LEOSAM HelloWorld 6.0 Lista top 250 de palabras de etiquetado de alta frecuencia

Gracias por su paciencia. He estado buscando trabajo recientemente, lo que causó algunos retrasos en las actualizaciones de HelloWorld. Estas son las principales actualizaciones en la versión 6.0:

• HelloWorld 6.0 es una mejora iterativa basada en la versión 5.0. Según mis propias pruebas, el efecto de realismo no es significativamente diferente a la versión 5.0. La principal ventaja de la versión 6.0 radica en una cobertura más amplia de conceptos en el conjunto de entrenamiento. Según comentarios, se han hecho mejoras en varios temas como surrealismo, boudoir, fotos grupales, máscaras, origami, renders 3D, autos, dragones y fotografía maternal. Algunos ejemplos se muestran en las ilustraciones.

• HelloWorld 6.0 incluye intencionalmente algunas imágenes de baja calidad en el entrenamiento para mejorar la respuesta del modelo a prompts negativos. Se recomienda usar los siguientes términos en prompts negativos: "baja calidad, artefactos jpeg, borroso, mal dibujado, feo, peor calidad".

• El cuerpo principal del conjunto de entrenamiento HelloWorld 6.0 emplea etiquetado GPT4v. Para imágenes que GPT4v no puede etiquetar, se usa cogVQA guiado por blip2-opt-6.7b. El estilo de lenguaje de etiquetado de estos modelos multimodales difiere significativamente del etiquetador tradicional WD1.4. Para facilitar un disparo más preciso de diferentes conceptos en el conjunto de entrenamiento, he compilado las 250 palabras de etiquetado de alta frecuencia del conjunto HelloWorld 6.0. Puedes ver estas palabras en este documento.

Finalmente, aunque SD3 está a punto de lanzarse, ¡seguiré actualizando a HelloWorld XL 7.0, esperando lograr mejoras mayores en la versión 7.0!