LEOSAMs HelloWorld XL - HelloWorld XL 60

🖥️Bienvenue pour essayer l'GPT4V-Image-Captioner open source, développé par mon ami et moi. Il offre une installation en un clic et est intégré avec plusieurs fonctionnalités incluant la pré-compression d'images, le tagging d'images et les statistiques de tags. Récemment, nous avons également lancé la version plugin webui de cet outil, tout le monde est invité à l'utiliser !

🌍欢迎加入QQ群"兔狲·AIGC梦工北厂"，群号 ：780132897 ；"兔狲·AIGC梦工南厂"，群号 ：835297318（入群答案：兔狲）。Telegram群聊“兔狲的SDXL百老汇”，链接：https://t.me/+KkflmfLTAdwzMzI1

📖Mise à jour HelloWorld 7.0 - 13 juin 2024

Résumé en une phrase : HelloWorld 7.0 est une version optimisée de manière itérative, avec la meilleure performance corporelle de toute la série, et une portée conceptuelle ainsi qu’une richesse des détails encore améliorées.

Détails de la mise à jour :

1. En ajoutant des images négatives à l'entraînement, en renforçant l'entraînement des poses et en optimisant le modèle clip, la précision des membres et des mains du modèle a été améliorée par rapport aux versions précédentes. Les mots de prompt négatifs recommandés sont : "bad hand, bad anatomy, worst quality, ai generated images, low quality, average quality".

2. Extraction du LoRA affiné depuis le modèle SPO officiel et incorporation dans HelloWorld 7.0. SPO est une amélioration supplémentaire de la méthode DPO. Le modèle de base SPO est utilisé pour une meilleure performance que les modèles de base DPO XL et SDXL originaux. Le LoRA SPO améliore les détails & le contraste des images et les embellit. Merci à l'équipe technique derrière SPO.

3. Extension continue de la portée conceptuelle du jeu de données d'entraînement, mais optimisation et simplification du jeu de données (l’ajustement d’un grand jeu de données est trop coûteux, et il est difficile de louer un H800 dernièrement, ne pouvant pas se permettre le temps d’entraînement local). Le jeu de données total actuel est de 20 821 images. La répartition des résolutions dans le jeu de données est la suivante, et il est recommandé d’utiliser plusieurs résolutions avec un nombre d’images important 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-labelliser tous les jeux de données. Cette fois, une méthode de labellisation structurée a été utilisée, avec une structure spécifique de type : « description résumée en une phrase + multiples tags d’éléments d’image + inspiré par XXX + mots décrivant la qualité esthétique », où les mots de qualité esthétique sont divisés en cinq niveaux : pire qualité, faible qualité, qualité moyenne, meilleure qualité et chef-d’œuvre. Un exemple typique de labellisation est :

   art conceptuel mettant en scène une main humaine enveloppée de rubans rouges et beiges, isolée sur un fond clair uni, style réaliste, palette de couleurs minimaliste, textures lisses, esthétique allongée et surréaliste, inspiré par les œuvres surréalistes de Salvador Dalí, chef-d’œuvre

La "Liste de mots de tags à haute fréquence" et la "Liste de styles artistiques à haute fréquence" impliquées dans la partie Inspi par XXX pour la version HelloWorld 7.0 seront fournies uniquement aux utilisateurs sous licence commerciale. Les partenaires ayant acheté une autorisation pour la série de modèles Helloworld XL peuvent me contacter en cas d'oubli pour l'obtenir gratuitement.

Les utilisateurs peuvent se référer à la liste de mots de tags à haute fréquence de HelloWorld 6.0. Par ailleurs, j’ai aussi fourni plus de 150 images d’exemples de haute qualité de HelloWorld 7.0 dans la galerie, pouvant servir de référence pour vos sorties. La création de modèles n’est pas aisée, merci à tous pour votre compréhension et votre tolérance !

📖Mise à jour HelloWorld 6.0 - 20 avril 2024

Liste des 250 mots de tags les plus fréquents de LEOSAM HelloWorld 6.0

Merci pour votre patience. J’ai recherché un emploi récemment, ce qui a ralenti les mises à jour d’HelloWorld. Voici les principales mises à jour de la version 6.0 :

• HelloWorld 6.0 est une amélioration itérative basée sur la version 5.0. Selon mes tests, l’effet de réalisme n’est pas significativement différent de la version 5.0. L’avantage principal de la version 6.0 réside dans sa couverture plus large des concepts dans le jeu d’entraînement. D’après les retours, des améliorations ont été apportées dans divers thèmes, incluant le surréalisme, le boudoir, les photos de groupe, les masques, l’origami, les rendus 3D, les voitures, les dragons et la photographie de maternité. Certains exemples sont fournis dans les illustrations.

• HelloWorld 6.0 inclut volontairement certaines images de faible qualité dans l’entraînement pour renforcer la réaction du modèle aux prompts négatifs. Il est recommandé d’utiliser les termes suivants en prompts négatifs : "low quality, jpeg artifacts, blurry, poorly drawn, ugly, worst quality".

• Le corps principal du jeu de données HelloWorld 6.0 utilise le tagging GPT4v. Pour les images que GPT4v ne peut pas taguer, cogVQA guidé par blip2-opt-6.7b est utilisé. Le style de langage des tags de ces modèles multimodaux diffère significativement du tagueur WD1.4 traditionnel. Pour faciliter un déclenchement plus précis des différents concepts dans le jeu d’entraînement, j’ai compilé les 250 mots de tags les plus fréquents du jeu d’entraînement HelloWorld 6.0. Vous pouvez consulter ces mots fréquents dans ce document.

Enfin, bien que SD3 soit sur le point d’être publié, je mettrai quand même à jour vers HelloWorld XL 7.0, en espérant réaliser de plus grandes améliorations dans la version 7.0 !