HelloWorld XL de LEOSAM - HelloWorld XL 1.0

🖥️Bienvenue pour essayer le GPT4V-Image-Captioner open-source, développé par mon ami et moi. Il propose une installation en un clic et intègre plusieurs fonctionnalités dont la pré-compression d'images, le marquage d'images et la statistique de tags. Récemment, nous avons aussi lancé la version plugin webui de cet outil, tout le monde est invité à l'utiliser !

🌍Bienvenue à rejoindre le groupe QQ "兔狲·AIGC梦工北厂", numéro : 780132897 ; "兔狲·AIGC梦工南厂", numéro : 835297318 (mot de passe d'entrée : 兔狲). Groupe Telegram “兔狲的SDXL百老汇”, lien : https://t.me/+KkflmfLTAdwzMzI1

📖Mise à jour HelloWorld 7.0 - 13 juin 2024

Résumé en une phrase : HelloWorld 7.0 est une version optimisée itérativement, avec les meilleures performances corporelles de la série entière, et un élargissement du champ conceptuel et de la richesse des détails.

Détails de la mise à jour :

1. En ajoutant des images négatives pour l'entraînement, en renforçant l'entraînement des poses et en optimisant le modèle clip, la précision sur les membres et les mains s'est améliorée par rapport aux versions précédentes. Les mots négatifs recommandés sont : "mauvais main, mauvaise anatomie, pire qualité, images générées par IA, basse qualité, qualité moyenne".

2. Extraction du LoRA affiné issu du modèle SPO officiel et intégration dans HelloWorld 7.0. SPO est une amélioration supplémentaire de la méthode DPO. Le modèle de base SPO est utilisé pour de meilleures performances que le modèle DPO XL de base et le modèle de base SDXL original. Le LoRA SPO améliore les détails et le contraste des images et les embellit. Remerciements à l'équipe technique derrière SPO.

3. Extension continue du champ conceptuel de l'ensemble d'entraînement, tout en optimisant et simplifiant l'ensemble d'entraînement (un grand ensemble d'entraînement est coûteux et il est difficile de louer un H800 récemment, rendant difficile le temps d'entraînement local). L'ensemble total actuel contient 20 821 images. La répartition de résolution est la suivante, avec recommandation d'utiliser plusieurs résolutions à forte quantité pour la sortie :

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

4. Utilisation de GPT4O pour re-étiqueter tous les ensembles de données. Cette fois, méthode d'étiquetage structurée appliquée, avec structure spécifique : "description sommaire en une phrase + multiples tags d'éléments d'image + inspiré par XXX + mot(s) de description de qualité esthétique", où les mots décrivant la qualité esthétique se divisent en cinq niveaux : pire qualité, basse qualité, qualité moyenne, meilleure qualité, chef-d'œuvre. Exemple typique d'étiquetage :

   art conceptuel présentant une main humaine enveloppée de rubans rouges et beige, isolée sur un fond clair uni, style réaliste, palette de couleurs minimaliste, textures douces, esthétique allongée et surréaliste, inspiré des œuvres surréalistes de Salvador Dalí, chef-d'œuvre

La "Liste de mots d'étiquetage à haute fréquence" et la "Liste des styles artistiques à haute fréquence" concernées par l'inspiration XXX pour la version HelloWorld 7.0 seront fournies uniquement aux utilisateurs de licence commerciale. Les partenaires ayant acheté l'autorisation des modèles de la série Helloworld XL sont invités à me contacter en cas d'omissions pour l'obtenir gratuitement.

Les utilisateurs peuvent consulter la Liste des mots d'étiquetage à haute fréquence HelloWorld 6.0. De plus, j'ai fourni plus de 150 images d'exemple de haute qualité HelloWorld 7.0 dans la galerie, servant de référence pour vos sorties. La création de modèle n'est pas aisée, merci pour votre compréhension et votre tolérance !

📖Mise à jour HelloWorld 6.0 - 20 avril 2024

Liste des 250 mots d'étiquetage les plus fréquents HelloWorld 6.0

Merci pour votre patience. J’ai cherché un emploi récemment, ce qui a retardé les mises à jour de HelloWorld. Voici les principales nouveautés en version 6.0 :

• HelloWorld 6.0 est une amélioration itérative basée sur la version 5.0. Selon mes propres tests, l'effet de réalisme n'est pas très différent de la version 5.0. L'avantage principal de la version 6.0 réside dans la couverture plus vaste des concepts du jeu d'entraînement. Des retours signalent des améliorations dans des thèmes variés comme le surréalisme, boudoir, photos de groupe, masques, origami, rendus 3D, voitures, dragons, et photo maternité. Quelques exemples sont illustrés.

• La version 6.0 inclut volontairement quelques images de basse qualité pour améliorer la réponse du modèle aux négatifs. Il est conseillé d'utiliser les termes négatifs suivants : "basse qualité, artefacts jpeg, flou, mal dessiné, moche, pire qualité".

• Le corpus principal de HelloWorld 6.0 utilise le marquage GPT4v. Pour les images non taguées par GPT4v, un marquage cogVQA guidé par blip2-opt-6.7b est employé. Le style de langage d’étiquetage de ces modèles multimodaux diffère beaucoup de l’étiqueteur traditionnel WD1.4. Pour faciliter une meilleure activation des différents concepts, j’ai compilé la liste des 250 mots d’étiquetage les plus fréquents, accessible dans ce document.

Enfin, bien que SD3 soit sur le point d’arriver, il y aura toujours des mises à jour pour HelloWorld XL 7.0, avec l’espoir de plus grandes améliorations !

📖Présentation le 22.2.2024 de "HW5.0_Euler_a_Lightning"

Ce modèle est une version accélérée du modèle base HelloWorld SDXL, incorporant les technologies SDXL-Lightning. Équipé du sampleur Euler a et CFG 1, il génère des images en 6-8 étapes, soit trois fois plus rapide que la version SDXL originale. De plus, ses résultats sont supérieurs à ceux des versions LCM ou Turbo.

Paramètres recommandés pour la génération avec ce modèle :

Sampleur : Euler a (Important ! Adapté spécialement à Euler a, les autres sampleurs peuvent être moins performants)

Échelle CFG : 1

Étapes d'échantillonnage : 8 étapes (6 à 8 étapes acceptables)

Algorithme hires : ESRGAN 4x / 8x_NMKD-Faces_160000_G

Facteur d'agrandissement hires : 1.5x

Étapes hires : 8 étapes

Force de débruitage hires : 0.3

📖Présentation le 11.2.2024 de "HelloWorld 5.0 GPT4V"

HelloWorld 5.0 est la mise à jour la plus importante de la série HelloWorld, utilisant le marquage GPT-4v, avec un réglage fin notable sur la science-fiction, les animaux, l'architecture et l'illustration.

Tests comparatifs indiquent :

1. Postures de personnages et compositions d’images plus variées et dynamiques, créant des scènes visuellement engageantes ;

2. Corpus filmique largement entraîné. Alors que de 2.0 à 4.0 la texture film était faible, beaucoup regrettaient le style leogirl de la 1.0. Cette mise à jour renforce spécialement cette texture film sans compromettre d’autres qualités photo. Les termes comme texture grain de film et esthétique photographie argentique activent cette texture ;

3. Expressivité améliorée pour thèmes de science-fiction, thriller, animaux, avec des méchas et autres sujets au rendu plus conçu. Les animaux (léopard des neiges, panda roux, panda géant, tigre, chat de Pallas, chats et chiens domestiques) sont plus réalistes ;

4. Le marquage GPT améliore encore le respect des prompts et la précision conceptuelle.

Inconvénients :

1. En raison d'un réglage fin important, le taux d’erreur sur membres peut légèrement augmenter, phénomène normal en sortant d’une zone de confort. Les versions précédentes ont eu des tests poussés sur membres, la nouvelle version moins. Néanmoins, la précision est supérieure à la 1.0 et des améliorations suivront.

2. Due à la texture film renforcée, malgré la précision des tags GPT, une tonalité chaude par défaut peut subsister. On peut cependant utiliser des prompts comme lumière studio ou mise au point nette pour des images haute définition studio avec de meilleures teintes de peau et esthétique visuelle.

3. Cette version inclut plus d’images de personnages en plein corps pour améliorer cet effet, aussi le modèle peut générer des scènes plus larges sans composition de personnage spécifique. Le détail du visage en 1024 résolution en plein corps peut être moins net que sur plans rapprochés. Ceci peut être corrigé avec adetailer et un hi-res 1.5x à intensité 0.3, ou avec des prompts précisant la composition.

4. L’ajout d’un petit nombre de jeux de données d’illustration haute qualité peut produire des images de style animé selon prompts. Ajustez vos prompts si cela vous gêne.

Ce sont les nouveautés principales. L’entraînement du modèle base SDXL est difficile et coûte plus de 300 USD pour le marquage et l’entraînement au-delà de 10 000 images. Je vous invite à utiliser ce modèle et apprécier votre retour ! Si satisfait, merci de contribuer à sa diffusion.

📖Présentation le 31.1.2024 de "HelloWorld 4.0"

HelloWorld 4.0 est une version de transition progressive du marquage blip+clip vers GPT4V. J’ai initialement entraîné un modèle de marquage pur GPT4V, puis fusionné avec une grande proportion de HelloWorld 3.2 et 0.05 proportion de Juggernaut XL (pour ajuster le teint). La nouvelle version améliore la conformité aux prompts et la couverture conceptuelle par rapport à 3.2.

Le nouveau jeu d’entraînement GPT4V a doublé, passant de 4000 images de la série helloworld3 à 8000 images, couvrant portraits, animaux, architecture, nature, nourriture, illustrations, etc. Cependant, la version pure GPT4V a rencontré un surapprentissage, probablement dû à l’augmentation du nombre d’images. L’optimisation itérative suivante vise à inclure autant de concepts non portrait que possible tout en assurant un bon entraînement des portraits. Une fusion des versions nouvelle et ancienne assure une transition fluide, avec bénéfices perceptibles dans les prochaines versions 5 et 6.

📖Présentation le 5.1.2024 de "HelloWorld 3.2"

La version 3.2 est une itération optimisée grâce à la technologie DPO , avec des améliorations sur la tonalité de peau et l’exactitude des membres comparée à la 3.0, mais sans progrès majeurs, c’est pourquoi elle est étiquetée 3.2 et non 4.0.

📖Présentation le 15.12.2023 de "HelloWorld 3.0"

1. La nouvelle version a élargi l’ensemble d’entraînement, renforçant la capacité à exprimer divers styles artistiques, y compris la science-fiction et l’art.

2. Intégration d'un LoCon d'amélioration de qualité maison (créé avec technologie slider), pour améliorer la texture et réduire les déformations des doigts et membres.

📖Présentation le 17.11.2023 de "HelloWorld 2.0"

Merci pour votre patience. Après divers défis, la version HelloWorld 2.0 est enfin prête avec un résultat satisfaisant. Les principales différences avec la 1.0 :

1. HelloWorld 2.0 ne nécessite plus de mots déclencheurs, et les résultats sont comparables en qualité à la 1.0 avec déclencheurs. Le mot déclencheur 'leogirl' en 1.0 était fortement associé aux Asiatiques de l'Est. Après suppression, des mots comme '1girl' génèrent encore souvent des portraits Est-Asiatiques sans précision raciale, mais il est possible de préciser la race via nationalité, couleur de peau, etc. Par exemple, l’effet déclencheur de mots comme 'chinois', 'russe', 'iranien', 'jamaïcain', 'kenyan', 'peau foncée', 'peau claire', etc. est listé ci-dessous.

   

   Vous pouvez aussi obtenir différents styles de personnages en insérant les noms de personnes de différents pays et genres, comme Han Meimei (Chine), Sophie Martin (France), Priya Patel (Inde), Fatima Al-Hassan (Arabe), Wanjiru Mwangi (Kenya). Ces exemples ne sont qu'indicatifs, plusieurs autres prompts et façons de jouer existent, libre à vous d’explorer et partager.

   

2. La version 2.0 équilibre qualité et couleur, offrant plus d’options de style. La version 1.0 produisait souvent un fort grain de film avec le mot 'leogirl'. HelloWorld 2.0 n'est plus limité à cela et peut être personnalisée avec des prompts liés à la qualité. Exemples efficaces : photoshoot haute couture, photo d’introduction produit, maquillage coréen populaire, aegyo sal, photo haute qualité et nette, lumière de studio, photo moyen format, photographie Mamiya, film argentique, portrait moyen avec lumière douce, image réaliste, photographie éditoriale soignée, photo brute, photo réelle, photo scannée, arrêt sur image de film.

   Leurs effets de couleur apparaissent comme suit :

   

3. L’ensemble d’entraînement de HelloWorld 2.0 a significativement augmenté la proportion de photos en plein corps pour améliorer la génération de portraits pleins corps et de vue éloignée avec SDXL. Malgré des progrès par rapport à 1.0, il est fortement recommandé d’utiliser 'adetailer' pour générer des photos pleins corps. De plus, pour les utilisateurs disposant de suffisamment de mémoire vidéo (24 Go), une réparation hi-res 1.5x est conseillée pour améliorer les détails du visage.

📖Présentation le 29.8.2023 du modèle base "HelloWorld" SDXL

Rappel spécial : Lors de l'utilisation du modèle HelloWorld 1.0, veuillez ajouter le mot déclencheur "leogirl".

À la différence du modèle base SD1.5 “MoonFilm”, “HelloWorld” est une toute nouvelle série de modèles base SDXL réalistes. Pour permettre à plus d’utilisateurs de découvrir HelloWorld, j’ai conservé le lien original du modèle Moonfilm. Il peut être perçu comme une continuité spirituelle de Moonfilm sur la nouvelle plateforme SDXL, mais HelloWorld vise plus que le simple réalisme ou l’aspect filmique en portraits. Grâce à la quantité d’informations et la compréhension de texte largement supérieures de SDXL par rapport à SD1.5, HelloWorld est un modèle base visant à dépeindre réalistement toutes choses, ou autrement dit, je souhaite progressivement construire un monde de photographie virtuelle avec HelloWorld.

Le modèle base réaliste SD1.5 est mature, et une amélioration majeure est peu probable. Sauf percée technologique pour SD1.5, la série Moonfilm & MoonMix stoppera ses mises à jour. Je concentre mes efforts sur le grand modèle HelloWorld SDXL. La version 1.0 est disponible au téléchargement, la 2.0 est en développement urgent et prévue début septembre.

Comme nouveau modèle SDXL, HelloWorld diffère du SD1.5 traditionnel sur trois points :

1. Contrairement aux modèles base SD1.5 qui ne comportent généralement pas de mots déclencheurs, veuillez ajouter le mot déclencheur "leogirl" avec HelloWorld 1.0. Cela garantit un déclenchement plus stable de l'effet d'entraînement du modèle SDXL.

2. HelloWorld supporte la sortie directe en résolution 1024*1024, sans nécessiter de sur-échantillonnage. La qualité des portraits en gros plan sortis directement est équivalente à la version SD1.5, mais des défauts subsistent sur portraits éloignés directs. Il est donc conseillé d’utiliser le plugin ADetailer pour corriger efficacement les visages éloignés.

3. SDXL facilite désormais la sortie à l’aide de prompts en langage naturel simple. Il est recommandé d’essayer davantage ce type de prompts qui offrent de meilleurs résultats pour les photos réalistes AI.

Après plusieurs tests, les paramètres suggérés sont :

• Étapes ≥ 25

• Sampleur : DPM++ 2M Karras

• Échelle CFG : 10

• Taille ≥ 1024x1024

• ADetailer : activé

Essayez HelloWorld et envoyez vos retours, vos avis sont précieux pour l’amélioration continue !

Déclaration de droits d’auteur :

La série de modèles HelloWorld (ci-après "le Modèle") a été créée par moi-même (ci-après "le Propriétaire") avec l’aide de la plateforme LiblibAI. Toute republication du Modèle en dehors de LiblibAI et Civitai n’est pas autorisée par le Propriétaire.

Le Propriétaire autorise l'utilisation gratuite des images générées par le Modèle à des fins éducatives ou informatives non commerciales, à condition que :

- Les utilisateurs respectent les lois en vigueur et ne violent pas les droits du Modèle ou de tiers.

- Le crédit mentionne clairement "créé par le modèle base HelloWorld de LEOSAM".

Pour toute utilisation commerciale, un accord de licence préalable avec le Propriétaire est requis. Pour des demandes de licence commerciale ou personnalisation, veuillez contacter le Propriétaire via les coordonnées sur sa page d’accueil.

Le développement et la distribution gratuite du modèle SDXL sont des efforts significatifs. Le Propriétaire s’engage à fournir gratuitement des mises à jour continues pour les passionnés individuels, en reconnaissance de la contribution communautaire à l’open-source. Les collaborations commerciales sont vitales pour l’avancement et l’amélioration. Le Propriétaire remercie chaque utilisateur pour sa compréhension et son soutien.

L’utilisation non autorisée peut violer la loi et entraîner des sanctions. Le Propriétaire détient les droits exclusifs d’interprétation de cette déclaration, soumise aux lois en vigueur.