Animagine XL V3.1 - v3.1

Animagine XL 3.1 est une mise à jour de la série Animagine XL V3, améliorant la version précédente, Animagine XL 3.0. Ce modèle open source thème anime de texte à image a été optimisé pour générer des images de style anime de meilleure qualité. Il inclut une gamme plus large de personnages issus de séries anime connues, un jeu de données optimisé, et de nouveaux tags esthétiques pour une meilleure création d'images. Basé sur Stable Diffusion XL, Animagine XL 3.1 vise à être une ressource précieuse pour les fans d'anime, artistes et créateurs de contenu en produisant des représentations précises et détaillées des personnages anime.

Détails du modèle

• Développé par : Cagliostro Research Lab

• En collaboration avec : SeaArt.ai

• Type de modèle : Modèle génératif texte-à-image basé sur la diffusion

• Description du modèle : Animagine XL 3.1 génère des images anime de haute qualité à partir de prompts textuels. Il offre une anatomie des mains améliorée, une meilleure compréhension conceptuelle, et une interprétation avancée des prompts.

• Licence : Fair AI Public License 1.0-SD

• Affiné à partir de : Animagine XL 3.0

Directives d'utilisation

Ordre des tags

Pour des résultats optimaux, il est recommandé de suivre le modèle structuré de prompt car c’est ainsi que nous entraînons le modèle :

1girl/1boy, nom du personnage, de quelle série, le reste dans n’importe quel ordre.

Tags spéciaux

Animagine XL 3.1 utilise des tags spéciaux pour orienter le résultat en fonction de la qualité, la classification, la date de création et l’esthétique. Bien que le modèle puisse générer des images sans ces tags, leur utilisation aide à obtenir de meilleurs résultats.

Modificateurs de qualité

Les tags qualité prennent maintenant en compte à la fois les scores et les notes des posts pour assurer une répartition équilibrée de la qualité. Nous avons affiné les étiquettes pour plus de clarté, comme le changement de « high quality » en « great quality ».

Modificateur de qualité	Critère de score
masterpiece	        > 95%
best quality	        > 85% & ≤ 95%
great quality	        > 75% & ≤ 85%
good quality	        > 50% & ≤ 75%
normal quality	        > 25% & ≤ 50%
low quality	        > 10% & ≤ 25%
worst quality	        ≤ 10%

Modificateurs de classification

Nous avons aussi simplifié nos tags de classification pour plus de simplicité et clarté, visant à créer des règles globales applicables à différents modèles. Par exemple, le tag « rating: general » est maintenant simplement « general », et « rating: sensitive » est réduit à « sensitive ».

Modificateur de classification	    Critère de classement
safe	            Général
sensitive	    Sensible
nsfw	            Questionnable
explicit, nsfw	    Explicite

Modificateur d’année

Nous avons redéfini la plage des années pour orienter les résultats vers des styles d’art anime modernes ou vintage plus précisément. Cette mise à jour simplifie les plages, en se concentrant sur la pertinence aux ères actuelles et passées.

Tag Année	Plage d’années
newest	        2021 à 2024
recent	        2018 à 2020
mid	        2015 à 2017
early	        2011 à 2014
oldest	        2005 à 2010

Tags esthétiques

Nous avons amélioré notre système de tagging avec des tags esthétiques pour affiner la catégorisation du contenu basée sur l’attrait visuel. Ces tags proviennent d’évaluations faites par un modèle ViT (Vision Transformer) spécialisé en classification d’images anime. Pour cela, nous avons utilisé le modèle shadowlilac/aesthetic-shadow-v2, qui évalue la valeur esthétique du contenu avant l’entraînement. Cela garantit qu’un contenu est non seulement pertinent et précis, mais aussi visuellement attrayant.

Tag esthétique	       Plage de score
very aesthetic	       > 0.71
aesthetic	       > 0.45 & < 0.71
displeasing	       > 0.27 & < 0.45
very displeasing       ≤ 0.27

Paramètres recommandés

Pour guider le modèle vers la génération d’images à haute esthétique, utilisez des prompts négatifs comme :

nsfw, lowres, (bad), text, error, fewer, extra, missing, worst quality, jpeg artifacts, low quality, watermark, unfinished, displeasing, oldest, early, chromatic aberration, signature, extra digits, artistic error, username, scan, [abstract]

Pour des résultats de meilleure qualité, préfixez les prompts par :

masterpiece, best quality, very aesthetic, absurdres

Il est recommandé d’utiliser une guidance classifier-free (CFG Scale) plus basse, autour de 5-7, des pas d’échantillonnage inférieurs à 30, et d’utiliser Euler Ancestral (Euler a) comme sampler.

Résolution multi-aspect

Ce modèle supporte la génération d’images aux dimensions suivantes :

Dimensions	Ratio d’aspect
1024 x 1024	1:1 Carré
1152 x 896	9:7
896 x 1152	7:9
1216 x 832	19:13
832 x 1216	13:19
1344 x 768	7:4 Horizontal
768 x 1344	4:7 Vertical
1536 x 640	12:5 Horizontal
640 x 1536	5:12 Vertical

Remerciements

Le développement et la sortie d’Animagine XL 3.1 n’auraient pas été possibles sans les contributions et soutiens précieux des personnes et organisations suivantes :

• SeaArt.ai : Notre partenaire de collaboration et sponsor.

• Shadow Lilac : Pour avoir fourni le modèle de classification esthétique, aesthetic-shadow-v2.

• Derrian Distro : Pour leur scheduler de taux d’apprentissage personnalisé, adapté de LoRA Easy Training Scripts.

• Kohya SS : Pour leurs scripts d’entraînement complets.

• Collaborateurs de Cagliostrolab : Pour leur dévouement à l’entraînement du modèle, gestion de projet et curation des données.

• Testeurs précoces : Pour leurs retours précieux et efforts en assurance qualité.

• NovelAI : Pour leur approche innovante du tagging esthétique, qui a servi d’inspiration pour notre implémentation.

Merci à tous pour votre soutien et expertise qui ont permis de repousser les limites de la génération d’images de style anime.

Limitations

Bien qu’Animagine XL 3.1 représente un progrès significatif dans la génération d’images de style anime, il est important de reconnaître ses limites :

1. Focalisé sur l’anime : Ce modèle est spécifiquement conçu pour générer des images de style anime et n’est pas adapté à la création de photos réalistes.

2. Complexité des prompts : Ce modèle peut ne pas convenir aux utilisateurs qui attendent des résultats de haute qualité avec des prompts courts ou simples. L’entraînement s’est concentré sur la compréhension des concepts plutôt que sur le raffinement esthétique, ce qui peut nécessiter des prompts plus détaillés et spécifiques pour obtenir la sortie désirée.

3. Format des prompts : Animagine XL 3.1 est optimisé pour les tags de style Danbooru plutôt que pour des prompts en langue naturelle. Pour de meilleurs résultats, il est conseillé d’utiliser les tags et la syntaxe appropriés.

4. Anatomie et rendu des mains : Malgré les améliorations en anatomie et rendu des mains, il peut encore y avoir des cas où le modèle produit des résultats sous-optimaux dans ces domaines.

5. Taille du jeu de données : Le jeu de données utilisé pour entraîner Animagine XL 3.1 compte environ 870 000 images. Lorsqu’il est combiné avec le jeu de données de la version précédente (1,2 million), le total atteint environ 2,1 millions d’images. Bien que conséquent, ce volume peut encore être considéré comme limité pour un modèle « ultime » d’anime.

6. Contenu NSFW : Animagine XL 3.1 a été conçu pour générer un contenu NSFW plus équilibré. Cependant, il est important de noter que le modèle peut toujours produire des résultats NSFW, même sans prompt explicite.

En reconnaissant ces limites, nous visons à assurer la transparence et à établir des attentes réalistes pour les utilisateurs d’Animagine XL 3.1. Malgré ces contraintes, nous croyons que le modèle représente un pas important en avant dans la génération d’images de style anime et offre un outil puissant pour les artistes, designers et passionnés.

Licence

Basé sur Animagine XL 3.0, Animagine XL 3.1 est sous licence Fair AI Public License 1.0-SD, compatible avec la licence des modèles Stable Diffusion. Points clés :

1. Partage des modifications : Si vous modifiez Animagine XL 3.1, vous devez partager vos changements ainsi que la licence originale.

2. Accessibilité du code source : Si votre version modifiée est accessible en réseau, fournissez un moyen (comme un lien de téléchargement) pour que d’autres puissent obtenir le code source. Cela concerne aussi les modèles dérivés.

3. Conditions de distribution : Toute distribution doit se faire sous cette licence ou une autre aux règles similaires.

4. Conformité : Tout manquement doit être corrigé sous 30 jours pour éviter la résiliation de la licence, insistant sur la transparence et le respect des valeurs open source.

Ce choix de licence vise à garder Animagine XL 3.1 ouvert et modifiable, en accord avec l’esprit de la communauté open source. Il protège contributeurs et utilisateurs, encourageant une communauté collaborative et éthique. Cela garantit que le modèle bénéficie non seulement des contributions collectives mais respecte aussi les libertés de développement open source.

Enfin serveur Cagliostro Lab ouvert au public https://discord.gg/cqh9tZgbGc

N’hésitez pas à rejoindre notre serveur discord.
Si vous souhaitez faire un don ou nous offrir un café, vous pouvez donner ici

Merci beaucoup ^_^