Doomer Boomer - v1.0
Mots-clés et tags associés
Prompts recommandés
perfect face
Prompts négatifs recommandés
(kid, child, childlike, loli), BadDream UnrealisticDream
Paramètres recommandés
samplers
steps
cfg
resolution
vae
other models
Paramètres haute résolution recommandés
upscaler
upscale
denoising strength
Conseils
Ajoutez 'by' devant le nom de l'artiste dans la requête pour déclencher son style, par exemple, 'by Simon Bisley'.
Si le style n’est pas assez marqué, utilisez attention/emphase, par exemple, '(by Simon Bisley:1.2)'.
Pour les upscalers ESRGAN, augmentez l’échelle de 1.5 si la résolution > 512x768, sinon 1.6 si résolution ≤ 512x768.
Si les étapes d’échantillonnage > 60, réglez les étapes de hires à la moitié des étapes d’échantillonnage (par exemple, sample 80 puis hires 40).
Dans WebUI, sélectionnez le VAE téléchargé et décochez 'Ignorez le VAE sélectionné pour les checkpoints stable diffusion qui ont leur propre .vae.pt à côté'.
Le ETA Noise Seed Delta recommandé est 31337.
Points forts de la version
Version initiale
Sponsors du créateur
Doomer Boomer
Un modèle d'art RPG fantasy/science-fiction des années 1980 - 1990.
Si vous êtes familier avec mes autres modèles, vous vous demandez peut-être, ne l'ai-je pas déjà vu quelque part ?
Voici donc un bref résumé des différences entre des modèles apparemment similaires :
Electric Eden : Ma première tentative de création d'un modèle d'art style RPG des années 80-90. Utilisation d'un modèle d'échantillon réduit (entraîné sur une petite partie du jeu de données complet) puis fusionné avec quelques autres modèles pour compenser un sous-entraînement.
Another Damn Art Model (ADAM) : Affinement du modèle issue de Electric Eden en fusionnant différentes époques pour faire ressortir des éléments appréciés de chaque époque. Toujours entraîné sur un ensemble d'échantillons du jeu de données principal.
Doomer Boomer : Mécontent de certains résultats dans Another Damn Art Model (ADAM), j’ai réévalué mon jeu de données. Repartant complètement à zéro, j’ai créé un nouvel ensemble d’entraînement. Cette fois, en utilisant des images 768x768 au lieu de 512x512. Je me suis également concentré sur la structuration de mon jeu d’entraînement pour qu’il soit plus organisé, utilisant des techniques de traitement de données pour nettoyer les répertoires et assurer qu’aucune image d’artiste ne soit faussement attribuée à un autre.
J’ai aussi augmenté le nombre d’images de qualité par artiste. Au prix de réduire le nombre d’artistes à exactement 10 (vous pouvez voir la liste ci-dessous). Encore une fois, ce modèle n’utilise pas le jeu de données complet (nouveau). Il a été entraîné sur un autre échantillon pour des tests. Satisfait des résultats obtenus, j’ai décidé de le publier ici.
Questions/Réactions/Mises à jour ?
Visitez mon fil sur le Discord Unstable Diffusion
Artistes :
Boris Vallejo
Brom
Frank Frazetta
Frank Kelly Freas (ou simplement Kelly Freas, pour le tag)
Hajime Sorayama
Luis Royo
Milo Manara
Olivia De Berardinis
Philippe Druillet
Simon Bisley
Il suffit d’ajouter by devant le nom de l’artiste dans la requête pour déclencher son style.
Par exemple, by Simon Bisley
Si le style n’est pas assez marqué, utilisez attention/emphase ; (by Simon Bisley:1.2)
VAE Requis - Téléchargez-le ici
(le modèle complet aura son propre VAE affiné).
Installation :
stable-diffusion-webui -> models -> VAE
Dans Webui :
Sous Paramètres -> Stable Diffusion -> SD VAE, sélectionnez le VAE téléchargé et décochez Ignorer le VAE sélectionné pour les checkpoints stable diffusion qui ont leur propre .vae.pt à côté
Paramètres
Paramètres rapides :
Paramètres -> Interface utilisateur -> Liste des paramètres rapides
sd_model_checkpoints sd_vae CLIP_stop_at_last_layers s_chrun always_discard_next_to_last_sigma
ETA Noise Seed Delta :
Paramètres -> Paramètres du sampler -> Eta noise seed delta
31337
Méthode du sampler :
DPM++ SDE Karras
Étapes d’échantillonnage = 25 - 40
CFG = 7 - 9
Euler a
Étapes d’échantillonnage = 20 - 30
CFG = 6 - 7.5
Ce ne sont que des recommandations. N’hésitez pas à expérimenter avec d’autres samplers et différents paramètres.
Correction haute résolution (Hires Fix)
Modèles :
4x_foolhardy_Remacri - Télécharger ici
4x-UltraSharp - Télécharger ici
lollypop - Télécharger ici
Emplacement d'installation : stable-diffusion-webui -> models -> ESRGAN
Paramètres de Hires Fix :
Pour tous les modèles ESRGAN (ceux mentionnés ci-dessus), j’utilise les paramètres suivants :
Upscale par
1.5 si la résolution est > 512x768
1.6 si la résolution est <= 512x768
Intensité de débruitage
0.25 - 0.35
Étapes de Hires
Si les étapes d’échantillonnage > 60 alors,
Étapes de Hires = moitié des étapes d’échantillonnage.
par exemple, étapes d’échantillonnage = 80, alors étapes de Hires = 40.
ADetailer
Extension pour webui utilisant ultralytics pour 'corriger' visages/mains/corps après génération.
Téléchargez-la ici - https://github.com/Bing-su/adetailer
Lisez les informations dans le dépôt GitHub lié ci-dessus pour plus de détails et le guide d’installation.
Découvrez mes autres modèles :
SDXL
Boomer Art Model - https://civitai.com/models/163139/boomer-art-model-bam
SD1.5
Lomostyle - https://civitai.com/models/109923/lomostyle
Another Damn Art Model (ADAM) - https://civitai.com/models/104898/another-damn-art-model-adam
Based Model - https://civitai.com/models/83991?modelVersionId=89262
Electric Eden - https://civitai.com/models/64355/electric-eden
Cine Diffusion - https://civitai.com/models/50000/cine-diffusion
ProjectAIO - https://civitai.com/models/18428/project-aio
WonderMix - https://civitai.com/models/15666/wondermix
Refined - https://civitai.com/models/8392/refined
Experience - https://civitai.com/models/5952/experience
Elegance - https://civitai.com/models/5564/elegance
Clarity - https://civitai.com/models/5062/clarity
VisionGen - Realism Reborn -https://civitai.com/models/4834/visiongen-realism
LoRA
Pant Pull Down - https://civitai.com/models/11126/pant-pull-down-lora
Détails du modèle
Type de modèle
Modèle de base
Version du modèle
Hash du modèle
Mots entraînés
Créateur
Discussion
Veuillez vous log in pour laisser un commentaire.
