LEOSAMs HelloWorld XL - HelloWorld XL 70

🖥️Bienvenue pour essayer le GPT4V-Image-Captioner open-source, développé par mon ami et moi. Il offre une installation en un clic et est intégré à plusieurs fonctionnalités, notamment la pré-compression d'image, le balisage d'image et les statistiques 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 les groupes QQ "兔狲·AIGC梦工北厂", numéro de groupe : 780132897 ; "兔狲·AIGC梦工南厂", numéro de groupe : 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 de la mise à jour en une phrase : HelloWorld 7.0 est une version optimisée de façon itérative, avec la meilleure performance corporelle de toute la série, et une portée conceptuelle et une richesse des détails encore améliorées.

Détails de la mise à jour :

1. En ajoutant des images négatives d'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 comparée aux versions précédentes. Les mots recommandés pour le prompt négatif sont : « mauvaise main, mauvaise anatomie, pire qualité, images générées par IA, faible qualité, qualité moyenne ».

2. Extraction du LoRA affiné depuis le modèle officiel SPO et incorporation 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 de base DPO XL et le modèle de base SDXL original. Le LoRA SPO peut améliorer les détails et le contraste des images et les embellir. Merci à l'équipe technique derrière SPO.

3. Continuation de l'expansion de la portée conceptuelle du jeu de données d'entraînement, mais optimisation et rationalisation de ce jeu (le fine-tuning sur un grand jeu d'entraînement est très coûteux, et la location du H800 est difficile récemment, le temps local de formation n'est pas abordable). Le jeu total d'entraînement actuel comprend 20 821 images. La distribution des résolutions dans le jeu d'entraînement est la suivante, il est recommandé d'utiliser plusieurs résolutions avec un plus grand nombre d'images 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-ci, une méthode d'étiquetage structurée a été utilisée, avec la structure spécifique suivante : « description résumée en une phrase + multiples tags d'éléments d'image + inspiré par XXX + mots décrivant la qualité esthétique », où les mots qualifiant la qualité esthétique sont divisés en cinq niveaux : pire qualité, faible qualité, qualité moyenne, meilleure qualité et chef-d'œuvre. Un exemple typique d’étiquetage est :

   art conceptuel présentant une main humaine enveloppée de rubans rouges et beige, isolée sur un fond uni clair, 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 des mots d'étiquetage à haute fréquence » et la « Liste des styles artistiques à haute fréquence » utilisées dans « Inspiré par XXX » pour la version HelloWorld 7.0 seront fournies uniquement aux utilisateurs titulaires d'une licence commerciale. Les partenaires ayant acheté une autorisation pour la série HelloWorld XL sont priés de me contacter en cas d'oubli afin d'en obtenir gratuitement l'accès.

Les joueurs peuvent se référer à la Liste des mots d'étiquetage à haute fréquence de HelloWorld 6.0. De plus, j’ai fourni plus de 150 images d’exemples de haute qualité pour HelloWorld 7.0 dans la galerie, qui peuvent servir de référence pour vos productions. La création du modèle n’est pas facile, merci aux joueurs pour votre compréhension et votre tolérance !

📖Mise à jour HelloWorld 6.0 - 20 avril 2024

Liste des 250 mots d’étiquetage les plus fréquents de LEOSAM HelloWorld 6.0

Merci pour votre patience. J’ai été en recherche d’emploi récemment, ce qui a causé quelques retards dans les mises à jour de HelloWorld. Voici les principales nouveautés de la 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. Le principal avantage 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 à divers thèmes comme le surréalisme, le boudoir, les photos de groupe, les masques, l’origami, les rendus 3D, les voitures, les dragons et la photographie de maternité. Quelques exemples sont fournis en illustrations.

• HelloWorld 6.0 intègre volontairement quelques images de faible qualité dans l’entraînement pour améliorer la réponse du modèle aux prompts négatifs. Il est recommandé d’utiliser les termes suivants dans les prompts négatifs : « low quality, jpeg artifacts, blurry, poorly drawn, ugly, worst quality ».

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

Enfin, même si SD3 est sur le point d’être publié, je continuerai à mettre à jour vers HelloWorld XL 7.0, espérant réaliser de plus grandes améliorations dans la version 7.0 !

📖Présentation du 22.02.2024 "HW5.0_Euler_a_Lightning"

Ce modèle est une version accélérée du modèle de base HelloWorld SDXL, incorporant les technologies SDXL-Lightning. Équipé de l’échantillonneur Eular a et de CFG 1, il est capable de générer des images en 6 à 8 étapes, soit trois fois plus rapidement que la version SDXL originale. De plus, comparativement, ses résultats d’imagerie sont supérieurs à ceux des versions LCM ou Turbo.

Les paramètres recommandés pour générer des images avec ce modèle sont :

Échantillonneur : Eular a (Important ! Le modèle est spécifiquement adapté à Eular a, les autres échantillonneurs peuvent ne pas donner des résultats aussi bons)

Échelle CFG : 1

Étapes d’échantillonnage : 8 étapes (6 à 8 étapes sont acceptables)

Algorithme Hires : ESRGAN 4x / 8x_NMKD-Faces_160000_G

Facteur de suréchantillonnage Hires : 1.5x

Étapes Hires : 8 étapes

Force de débruitage Hires : 0.3

📖Présentation du 11.02.2024 "HelloWorld 5.0 GPT4V"

HelloWorld 5.0 est la mise à jour la plus importante dans l’histoire de la série HelloWorld, étiqueté avec GPT-4v, et ayant subi un fine-tuning significatif dans les domaines de la science-fiction, des animaux, de l’architecture et de l’illustration.

Les tests comparatifs montrent que les améliorations de cette version incluent :

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

2. Le dataset de films a été largement entraîné. Alors que la texture filmique était faible des versions 2.0 à 4.0, de nombreux fans regrettaient le style leogirl de la version 1.0. Cette mise à jour a donc spécifiquement renforcé la texture filmique sans compromettre les autres qualités photographiques. La texture filmique peut être déclenchée par des phrases telles que film grain texture et analog photography aesthetic ;

3. Une expressivité renforcée dans des thèmes tels que la science-fiction, le thriller et les animaux, avec les mechas et autres sujets ayant un aspect plus conçu. Les animaux tels que le léopard des neiges, le panda roux, le panda géant, le tigre, le chat de Pallas, ainsi que les chats et chiens domestiques sont plus réalistes ;

4. Grâce à l’étiquetage GPT, l’adhérence aux prompts et la précision conceptuelle ont été encore améliorées.

Cependant, les inconvénients de cette version sont :

1. Comme il s’agit d’une mise à jour de fine-tuning importante, le taux d’erreur pour les membres et autres peut légèrement augmenter, un phénomène normal lorsqu’on sort d’une zone de confort vers de nouvelles optimisations relatives. Les versions précédentes ont subi des tests approfondis des membres pour les améliorations, tandis que la nouvelle version a eu un temps limité pour ces améliorations. Néanmoins, la précision des membres dans cette version est au moins supérieure à celle de la version 1.0, et je continuerai à faire des améliorations dans les mises à jour futures.

2. En raison du renforcement de la texture filmique, même si l’étiquetage GPT est aussi précis que possible, il peut y avoir une teinte chaude par défaut inévitable dans les images. Toutefois, vous pouvez utiliser des prompts comme studio light ou sharp focus pour produire des images de qualité studio en haute définition, et avec une utilisation appropriée des prompts, la sortie peut avoir de meilleurs tons de peau et un attrait visuel supérieur aux versions précédentes.

3. Cette version comprend plus d’images de personnages en pleine longueur pour améliorer l’effet en corps entier, donc le modèle peut produire des scènes plus larges qu’avant si aucune composition spécifique n’est indiquée. Actuellement, les détails du visage en résolution 1024 pour les prises en corps entier peuvent être moins nets comparés aux prises en demi-corps ou en gros plan. Cependant, cela peut être amélioré par adetailer et un fix Hires 1.5x avec une intensité de 0.3, ou en utilisant des prompts spécifiant la composition pour éviter de générer des images en corps entier.

4. Puisqu’un petit nombre de datasets d’illustrations de haute qualité ont été ajoutés, il y a une chance que les prompts liés aux styles animés produisent des images animées. Si cela vous préoccupe, veuillez ajuster vos prompts en conséquence.

Ce sont les principales nouveautés de cette version. L’entraînement du modèle de base SDXL est difficile, et lorsque le dataset approche les dix mille images, le coût d’étiquetage et d’entraînement pour chaque modèle dépasse 300 USD. J’encourage tout le monde à utiliser le modèle et apprécie tout retour que vous pouvez fournir ! Si ce modèle vous satisfait, je vous serais très reconnaissant si vous pouviez en parler autour de vous.

📖Présentation du 31.01.2024 "HelloWorld 4.0"

HelloWorld4.0 est une version de transition progressive du balisage avec blip+clip au balisage avec GPT4V. J’ai initialement entraîné un modèle d’étiquetage purement GPT4V, puis l’ai fusionné avec une grande proportion de la version HelloWorld3.2 et une proportion de 0.05 de Juggernaut XL (pour ajuster le ton de peau). La nouvelle version a montré des améliorations en conformité des prompts et couverture des concepts comparée à la version 3.2.

Le nouveau jeu d’entraînement d’étiquetage GPT4V a doublé, passant de 4000 images dans la série helloworld3 à 8000 images, couvrant non seulement des portraits mais aussi des animaux, architecture, nature, nourriture, illustrations, etc. Cependant, la version pure GPT4V a rencontré un problème de sur-apprentissage, attribué provisoirement au doublement du nombre d’images d’entraînement. L’une des prochaines étapes d’optimisation itérative consiste à trouver comment inclure autant de concepts non portrait que possible tout en assurant un entraînement suffisant des portraits. À ce stade, une fusion des versions nouvelle et ancienne a été utilisée pour le fine-tuning afin d’assurer une transition fluide entre les versions, donc l’ensemble conceptuel élargi et les avantages apportés par l’étiquetage GPT4V ne sont pas encore très perceptibles. Ces avantages deviendront de plus en plus apparents dans les générations suivantes 5 et 6 du modèle.

📖Présentation du 05.01.2024 "HelloWorld 3.2"

La version 3.2 est une itération optimisée avec la technologie DPO, et comparée à la version 3.0, il y a des optimisations sur le ton de peau et la précision des membres, mais les améliorations ne sont pas significatives. C'est pourquoi cette version est marquée 3.2 plutôt que 4.0.

📖Présentation du 15.12.2023 "HelloWorld 3.0"

1. La nouvelle version a élargi le jeu d’entraînement, améliorant la capacité du modèle à s’exprimer dans différents styles artistiques, notamment la science-fiction et l’art.

2. Elle a intégré un LoCon d’amélioration de la qualité auto-construit (créé avec la technologie slider), pour améliorer la texture des images et atténuer les problèmes de distorsion des doigts et des membres.

📖Présentation du 17.11.2023 "HelloWorld 2.0"

Merci à tous pour votre patience. Après avoir surmonté diverses difficultés, la version HelloWorld 2.0 est enfin prête à être présentée dans un état dont je suis satisfait. Les principales différences entre HelloWorld 2.0 et 1.0 sont les suivantes :

1. HelloWorld 2.0 ne nécessite plus de mots déclencheurs, et les résultats sont comparables en qualité à la version 1.0 avec mots déclencheurs. Le mot déclencheur « leogirl » dans 1.0 était fortement associé aux Asiatiques de l’Est. Après la suppression des mots déclencheurs, bien que des termes comme « 1girl » génèrent encore probablement des portraits d’Asiatiques de l’Est quand la race n’est pas spécifiée, vous pouvez maintenant spécifier la race en utilisant des mots-clés comme la nationalité, la couleur de peau, etc. Par exemple, les effets déclencheurs pour les mots comme « chinois », « russe », « iranien », « jamaïcain », « kényan », « à la peau foncée », « à la peau claire », etc., sont listés ci-dessous.

   

   Vous pouvez aussi obtenir différents styles de personnages en écrivant les noms de personnes de différents pays et sexes dans le prompt, comme Han Meimei (Chine), Sophie Martin (France), Priya Patel (Inde), Fatima Al-Hassan (Arabie), Wanjiru Mwangi (Kenya). Ces prompts sont des exemples, il existe de nombreuses possibilités et façons de jouer, vous êtes encouragés à explorer et partager par vous-même.

   

2. HelloWorld 2.0 a équilibré la qualité/couleur et offre plus d’options de style. La version 1.0, utilisée avec « leogirl », produisait probablement des images avec une texture filmique prononcée. HelloWorld 2.0 n’est plus lié à une texture filmique et peut être personnalisé avec certains prompts liés à la qualité. Certains prompts testés et efficaces incluent :

   séance photo de mode haut de gamme, photo d’introduction de produit, maquillage coréen populaire, aegyo sal, photo nette de haute qualité, lumière de studio, photo moyen format, photographie Mamiya, film analogique, portrait moyen à lumière douce, image réaliste, photographie éditoriale raffinée, photo brute, photo réelle, photo scannée, image extraite d’un film

   Les effets de couleur de ces prompts sont les suivants :

   

3. Le jeu d’entraînement pour HelloWorld 2.0 a considérablement augmenté la proportion de photos en corps entier afin d’améliorer les effets de SDXL pour générer des portraits en corps entier et en vue éloignée. Bien qu’une amélioration soit constatée comparée à la version 1.0, il est fortement recommandé d’utiliser « adetailer » lors de la génération de photos en corps entier. De plus, pour les utilisateurs avec suffisamment de mémoire vidéo (24g), il est recommandé d’effectuer une réparation haute résolution 1.5x sur l’image, ce qui peut significativement améliorer les détails faciaux.

📖Présentation du 29.08.2023 "HelloWorld" modèle de base SDXL

Rappel spécial : Lors de l’utilisation du modèle HelloWorld 1.0, veuillez vous souvenir d’ajouter le mot déclencheur « leogirl ».

Différent du modèle de base SD1.5 « MoonFilm », « HelloWorld » est une toute nouvelle série de modèles de base réalistes SDXL. Afin de permettre à plus d’utilisateurs de découvrir HelloWorld, j’ai conservé le lien original du modèle Moonfilm. Il peut être perçu comme une continuation spirituelle de Moonfilm sur la nouvelle plateforme SDXL, mais HelloWorld vise à réaliser plus que la simple recherche de réalisme et de qualité filmique dans les portraits. Grâce à la quantité d’informations et la compréhension du texte bien supérieures de SDXL comparé à SD1.5, HelloWorld est un modèle de base qui cherche à dépeindre de manière réaliste toutes choses, ou en d’autres mots, je souhaite construire progressivement un monde de photographie virtuelle avec HelloWorld.

Le modèle de base réaliste SD1.5 a évolué vers un stade assez mature, et il est peu probable qu’il y ait une amélioration significative des performances. Sauf percée technologique pour la plateforme SD1.5, les séries Moonfilm & MoonMix cesseront essentiellement leurs mises à jour. Je consacrerai mon énergie principale au développement du grand modèle HelloWorld SDXL. La version 1.0 est désormais disponible en téléchargement, et la version 2.0 est en cours de développement urgent et devrait être mise à jour début septembre.

En tant que tout nouveau modèle SDXL, il y a trois différences entre HelloWorld et les modèles SD1.5 traditionnels :

1. Contrairement aux modèles de base SD1.5, qui n'incluent généralement pas de mots déclencheurs, veuillez vous souvenir d’utiliser le mot déclencheur « leogirl » lors de l’utilisation de HelloWorld 1.0. Cela garantit que le modèle SDXL déclenche plus stablement l'effet du jeu d'entraînement.

2. Le modèle HelloWorld prend en charge la sortie directe à une résolution de 1024*1024 pixels, éliminant ainsi le besoin d’agrandissement de haute résolution. La qualité des portraits en gros plan directement produits n’est pas inférieure à celle de la version SD1.5, mais il subsiste des défauts dans la production directe de portraits éloignés. Par conséquent, il est conseillé d’utiliser le plugin ADetailer, qui peut corriger efficacement les problèmes de visages éloignés.

3. SDXL permet désormais une sortie plus facile à l’aide de prompts en langage naturel simple. Il est recommandé d’essayer davantage de prompts en langage naturel, ce qui produira de meilleurs résultats pour la sortie de photos réalistes IA.

Après plusieurs tests, les réglages de paramètres dessin suggérés sont :

• Étapes ≥ 25

• Échantillonneur : DPM++ 2M Karras

• Échelle CFG : 10

• Taille ≥ 1024x1024

• ADetailer : activé

Tout le monde est invité à essayer HelloWorld et à fournir beaucoup de retours. Vos opinions précieuses sont très importantes pour la prochaine étape d’amélioration du modèle !

Déclaration de droits d’auteur :

La série de modèles HelloWorld (ci-après « le Modèle ») a été conçue par moi-même (ci-après « le Propriétaire ») avec l’aide de la plateforme LiblibAI. La republication du Modèle sur des plateformes autres que LiblibAI et Civitai n’est pas autorisée par le Propriétaire.

Le Propriétaire permet 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 applicables et ne portent pas atteinte aux droits du Modèle ou de tiers.

- L’attribution des images doit être clairement indiquée comme « créé par le modèle de base HelloWorld de LEOSAM ».

Pour toute forme d’utilisation commerciale, un accord de licence commerciale préalable avec le Propriétaire est requis. Pour des questions relatives aux licences commerciales et à la personnalisation du modèle, veuillez contacter le Propriétaire via les coordonnées disponibles sur sa page d’accueil.

Le développement et la distribution gratuite du modèle SDXL représentent des efforts importants. Le Propriétaire s’engage à fournir des mises à jour gratuites continues du modèle HelloWorld aux passionnés individuels en signe de reconnaissance pour les contributions de la communauté au développement open source. Les collaborations commerciales sont essentielles pour le progrès et le perfectionnement du Modèle. Le Propriétaire remercie chaque utilisateur pour sa compréhension et son soutien.

L’utilisation non autorisée peut violer les lois applicables et entraîner des conséquences juridiques. Le Propriétaire conserve les droits exclusifs d’interprétation de cette déclaration, qui est régie par les lois et régulations en vigueur.