Introducción al Modelo

Este modelo de generación de imágenes, basado en Laxhar/noobai-XL_v1.0, aprovecha los conjuntos completos de datos Danbooru y e621 con etiquetas nativas y descripciones en lenguaje natural.

Implementado como un modelo de v-predicción (distinto a eps-predicción), requiere configuraciones de parámetros específicas, detalladas en las secciones siguientes.

Agradecimientos especiales a mi compañero euge por el trabajo de programación, y estamos agradecidos por el apoyo técnico de muchos miembros útiles de la comunidad.

⚠️ AVISO IMPORTANTE ⚠️

¡ESTE MODELO FUNCIONA DIFERENTE A LOS MODELOS EPS!

¡POR FAVOR LEA LA GUÍA CON DETENIMIENTO!

Detalles del Modelo

• Desarrollado por: Laxhar Lab

• Tipo de Modelo: Modelo generativo texto a imagen basado en difusión

• Afinado desde: Laxhar/noobai-XL_v1.0

• Patrocinado por:

  Lanyun Cloud

  Civitai & Seaart

• Pruebas colaborativas:

  LiblibAI

  Nieta

Cómo Usar el Modelo.

Guía para NoobAI XL:

ENG:

https://civitai.com/articles/8962

CHS:

https://fcnk27d6mpa5.feishu.cn/wiki/S8Z4wy7fSiePNRksiBXcyrUenOh

Lista de LoRa Recomendados para NoobAI XL:

https://fcnk27d6mpa5.feishu.cn/wiki/IBVGwvVGViazLYkMgVEcvbklnge

Método I: reForge

1. (Si no has instalado reForge) Instala reForge siguiendo las instrucciones del repositorio;

2. Inicia WebUI y usa el modelo como de costumbre.

Método II: ComfyUI

MUESTRA con NODOS

comfy_ui_workflow_sample

Método III: WebUI

Ten en cuenta que la rama dev no es estable y puede contener errores.

1. (Si no has instalado WebUI) Instala WebUI siguiendo las instrucciones del repositorio.

2. Cambia a la rama dev:

git switch dev

3. Obtén las últimas actualizaciones:

git pull

4. Inicia WebUI y usa el modelo como de costumbre.

Método IV: Diffusers

import torch
from diffusers import StableDiffusionXLPipeline
from diffusers import EulerDiscreteScheduler

ckpt_path = "/path/to/model.safetensors"
pipe = StableDiffusionXLPipeline.from_single_file(
    ckpt_path,
    use_safetensors=True,
    torch_dtype=torch.float16,
)
scheduler_args = {"prediction_type": "v_prediction", "rescale_betas_zero_snr": True}
pipe.scheduler = EulerDiscreteScheduler.from_config(pipe.scheduler.config, **scheduler_args)
pipe.enable_xformers_memory_efficient_attention()
pipe = pipe.to("cuda")

prompt = """masterpiece, best quality,artist:john_kafka,artist:nixeu,artist:quasarcake, chromatic aberration, film grain, horror \(theme\), limited palette, x-shaped pupils, high contrast, color contrast, cold colors, arlecchino \(genshin impact\), black theme,  gritty, graphite \(medium\)"""
negative_prompt = "nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro"

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    num_inference_steps=28,
    guidance_scale=5,
    generator=torch.Generator().manual_seed(42),
).images[0]

image.save("output.png")

Nota: Asegúrate de tener Git instalado y que el entorno esté correctamente configurado en tu equipo.

Configuraciones Recomendadas

Parámetros

• CFG: 4 ~ 5

• Pasos: 28 ~ 35

• Método de muestreo: Euler (⚠️ Otros muestreadores no funcionarán correctamente)

• Resolución: Área total alrededor de 1024x1024. Mejor elegir entre: 768x1344, 832x1216, 896x1152, 1024x1024, 1152x896, 1216x832, 1344x768

Prompts

• Prefijo de Prompt:

masterpiece, best quality, newest, absurdres, highres, safe,

• Prompt Negativo:

nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro

Directrices de Uso

Leyenda

<1chica/1chico/1otro/...>, <personaje>, <serie>, <artistas>, <etiquetas especiales>, <etiquetas generales>, <otras etiquetas>

Etiquetas de Calidad

Para las etiquetas de calidad, evaluamos la popularidad de la imagen mediante el siguiente proceso:

• Normalización de datos basada en diversas fuentes y valoraciones.

• Aplicación de coeficientes de decaimiento temporales según la recencia de la fecha.

• Clasificación de imágenes dentro del conjunto de datos completo basada en este procesamiento.

Nuestro objetivo final es asegurar que las etiquetas de calidad sigan efectivamente las preferencias de los usuarios en los últimos años.

Rango PercentilEtiquetas de Calidad> 95ºobra maestra> 85º, <= 95ºmejor calidad> 60º, <= 85ºbuena calidad> 30º, <= 60ºcalidad normal<= 30ºpeor calidad

Etiquetas Estéticas

EtiquetaDescripciónmuy awaTop 5% de imágenes en cuanto a puntuación estética según waifu-scorerpeor estéticaTodo el 5% inferior de imágenes según puntuación estética según waifu-scorer y aesthetic-shadow-v2......

Etiquetas de Fecha

Hay dos tipos de etiquetas de fecha: etiquetas de año y etiquetas de período. Para etiquetas de año, usa el formato year xxxx, es decir, year 2021. Para etiquetas de período, consulta la siguiente tabla:

Rango de AñoEtiqueta de Período2005-2010antiguo2011-2014temprano2014-2017medio2018-2020reciente2021-2024más nuevo

Conjunto de Datos

• Las imágenes más recientes de Danbooru hasta la fecha de entrenamiento (aproximadamente antes de 2024-10-23)

• Imágenes de e621 e621-2024-webp-4Mpixel en Hugging Face

Comunicación

• Grupos QQ:

  • 657327419

  • 875042008

  • 914818692

  • 635772191

  • 870086562

• Discord: Laxhar Dream Lab SDXL NOOB

Cómo entrenar un LoRA en el modelo v-pred SDXL

Un tutorial destinado a entrenadores de LoRA basados en sd-scripts.

enlace al artículo: https://civitai.com/articles/8723

Herramienta de utilidad

Laxhar Lab está entrenando un modelo ControlNet dedicado para NoobXL, y los modelos se están lanzando progresivamente. Hasta ahora, han sido lanzados los modelos normal, profundidad y canny.

Enlace al modelo: https://civitai.com/models/929685

Licencia del Modelo

La licencia de este modelo hereda la de https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0 fair-ai-public-license-1.0-sd y añade los siguientes términos. Cualquier uso de este modelo y sus variantes está sujeto a esta licencia.

I. Restricciones de Uso

• Prohibido el uso para actividades dañinas, maliciosas o ilegales, incluyendo pero no limitado a acoso, amenazas y difusión de desinformación.

• Prohibida la generación de contenido poco ético u ofensivo.

• Prohibida la violación de leyes y regulaciones en la jurisdicción del usuario.

II. Prohibición Comercial

Prohibimos cualquier forma de comercialización, incluyendo pero no limitado a la monetización o uso comercial del modelo, modelos derivados o productos generados por el modelo.

III. Comunidad de Código Abierto

Para fomentar una comunidad de código abierto próspera, los usuarios DEBEN cumplir los siguientes requisitos:

• Modelos derivados, modelos fusionados, LoRAs y productos basados en los modelos anteriores deben ser de código abierto.

• Compartir detalles del trabajo como fórmulas de síntesis, prompts y flujos de trabajo.

• Seguir la fair-ai-public-license para garantizar que los trabajos derivados permanezcan de código abierto.

IV. Descargo de Responsabilidad

Los modelos generados pueden producir resultados inesperados o dañinos. Los usuarios deben asumir todos los riesgos y consecuencias potenciales del uso.

Participantes y Colaboradores

Participantes

• L_A_X: Civitai | Liblib.art | Huggingface

• li_li: Civitai | Huggingface

• nebulae: Civitai | Huggingface

• Chenkin: Civitai | Huggingface

• Euge: Civitai | Huggingface | Github

Colaboradores

• Narugo1992: Gracias a narugo1992 y al equipo deepghs por liberar diversos conjuntos de entrenamiento, herramientas de procesamiento de imágenes y modelos.

• Mikubill: Gracias a Mikubill por el entrenador Naifu.

• Onommai: Gracias a OnommAI por liberar un modelo base poderoso.

• V-Prediction: Gracias a las siguientes personas por sus instrucciones detalladas y experimentos.

  • adsfssdf

  • bluvoll

  • bvhari

  • catboxanon

  • parsee-mizuhashi

  • very-aesthetic

  • momoura

  • madmanfourohfour

• Comunidad: aria1th261, neggles, sdtana, chewing, irldoggo, reoe, kblueleaf, Yidhar, ageless, 白玲可, Creeper, KaerMorh, 吟游诗人, SeASnAkE, zwh20081, Wenaka⁧~喵, 稀里哗啦, 幸运二副, 昨日の約, 445, EBIX, Sopp, Y_X, Minthybasis, Rakosz, 孤辰NULL, 汤人烂, 沅月弯刀,David, 年糕特工队，