v8

Mise à jour de la texture : renforcement de l’apprentissage des tags suivants :

Texture Update : Les tags suivants ont été renforcés lors de l’entraînement :

realistic, photorealistic, flat color,

shiny skin, matte skin, shiny hair,

Veuillez noter qu'il existe de nombreux tags dans le dataset Danbooru pour décrire le "photo" ou un style proche de la photo. Dans le dataset, j'ai uniformément étiqueté ces images comme "photorealistic". Cependant, les modèles SDXL entraînés sur Danbooru ne reproduisent généralement pas bien les images réalistes, donc le tag "photorealistic" est recommandé uniquement à faible poids pour modifier la texture de l’image. Le tag "realistic" fonctionne normalement à un poids élevé.

Veuillez noter que le dataset Danbooru contient plusieurs tags pour décrire le style « photo » ou « type photo ». J'ai étiqueté toutes ces images comme « photoréalistes » dans le dataset.

Cependant, la plupart des modèles SDXL entraînés sur le dataset Danbooru ne rendent pas bien les images réalistes. Le tag "photorealistic" est seulement recommandé à faible poids, où il peut aider à ajuster la texture plutôt qu’à créer des images réalistes. Le tag "realistic" peut fonctionner correctement à un poids plus élevé.

Démarrage rapide | Quick Start

Qu’est-ce que c’est ? | What is this?

• Pony : People's Works (ppw) est une série expérimentale de modèles affinés, dont environ 85 % du dataset provient d’images générées par IA publiées par des utilisateurs sur CivitAI. Le premier ppw a été initialement construit à partir d’images générées par Pony v6, d’où les sorties de cette série conservent les caractéristiques de Pony Diffusion.

• Cette série utilise des tags standard Danbooru et est principalement optimisée pour générer des portraits stylisés en plans moyens et rapprochés. L’effet principal de cette série est de permettre au modèle de base d’atteindre une qualité d’image relativement stable, sans utiliser de mots-clés artistes ni de longues indications de qualité, libérant ainsi de l’espace en tokens pour les prompts.
  Ces modèles ne sont pas des LoRAs de style, des variations subtiles de style peuvent apparaître selon les prompts et conditions de génération.

• Pony : People's Works (ppw) est une série expérimentale de modèles affinés. Environ 85 % du dataset provient d’images générées par IA publiées par des utilisateurs sur CivitAI. Comme le ppw antérieur était basé sur des images générées par Pony V6, les images créées par cette série portent également certaines caractéristiques de Pony Diffusion.

• Cette série utilise des tags Danbooru standards et est principalement optimisée pour générer des portraits stylisés en plans moyens et rapprochés. L’effet principal de cette série est de permettre au modèle de base d’atteindre une qualité d’image relativement stable, sans mots-clés d’artistes ni longues indications de qualité, libérant de l’espace en tokens.
  Ces modèles ne sont pas des LoRAs de style. Des variations subtiles de style peuvent selon les prompts et les conditions de génération.

Informations sur la version | Version Info.

• Cette page présente la version LoCon haute dimension de ppw, qui est aussi la page principale du projet.

• La version LoCon de ppw peut être combinée de manière flexible avec divers LoRAs fonctionnels et checkpoints, offrant un contrôle plus fin de l’intensité de l’effet. Les versions haute dimension possèdent une meilleure généralisation et une meilleure finesse dans les détails, mais nécessitent plus d’espace de stockage et de ressources de calcul.

• Elles sont principalement destinées aux services de génération en ligne et aux utilisateurs disposant de PC performants pour une génération locale.

• Cette page présente la version LoCon haute dimension de ppw, qui sert également de page principale pour ce projet.

• Les versions LoCon de ppw peuvent se combiner efficacement avec diverses LoRAs fonctionnelles et checkpoints, offrant une meilleure gestion du poids de l’effet. Les versions haute dimension fournissent une meilleure généralisation et plus de détails, mais demandent plus de stockage et de puissance de calcul.

• Elles sont destinées principalement aux services de génération en ligne et aux utilisateurs avec des PC performants pour une utilisation locale.

Version LoCon allégée | Lightweight LoCon ver.

Version modèle de base | Versions checkpoint (Illustrious)

Version modèle de base | Versions checkpoint (NoobAI)

Plus | more

Mode d’emploi | Usage

positif :

masterpiece, best quality, very aesthetic

négatif :

low quality, displeasing

Historique des modifications | Change log

v7

La version v7 a subi d’importants ajustements structurels dans le dataset et utilise des paramètres et stratégies d’entraînement différents. Par conséquent, il est possible que v7 soit moins stable que les versions précédentes.

La version v7 a subi des ajustements structurels importants du dataset et utilise des paramètres et stratégies d’entraînement différents. Par conséquent, v7 peut être moins stable que les versions antérieures.

Le modèle v-pred se comporte très différemment sur le générateur en ligne CivitAI par rapport à la génération en ligne sur TensorArt avec les mêmes paramètres, les résultats sont totalement non reproductibles. Je ne sais pas pourquoi...

Les performances du modèle v-pred sur le générateur en ligne CivitAI diffèrent complètement de celles sur TensorArt. Même avec les mêmes paramètres, les résultats ne sont pas reproductibles. Je ne sais pas pourquoi...

Version TensorArt Version CivitAI avec mêmes paramètres sur CivitAI avec un poids plus élevé

Description de la version v7 :

C’est un LoCon qualité d’image développé à partir du dataset du travail précédent. Environ 90 % à 95 % des données d’image proviennent de CivitAI.

Il permet au modèle d’obtenir une qualité d’image relativement stable sans utiliser de tags d’artistes, avec moins de mots-clés qualité, économisant ainsi de l’espace en tokens. Il peut aussi réparer certains défauts inhérents à la génération du modèle. (à l’exception des mains)

En raison de la sélection du dataset, les images générées présentent un style proche de Pony. Cependant, comme il ne fait référence à aucun artiste, style ou technique précis, il peut y avoir des variations subtiles de style selon les prompts et conditions du modèle.

C’est un LoCon qualité de génération développé sur la base du dataset du travail précédent. Environ 90 à 95 % des données images proviennent de CivitAI.

Il permet aux modèles d’obtenir une qualité d’image relativement stable sans utiliser la chaîne d’artiste, avec peu d’indications de qualité, libérant ainsi plus d’espace en tokens. Il peut aussi corriger certains défauts inhérents à la génération (hors mains).

Du fait du choix du dataset, les images produites ont une texture similaire à Pony. Ne ciblant pas d’artiste, de style ou de technique spécifique, il peut exister des différences subtiles de style selon les prompts et les conditions du modèle.

Source du dataset et licence | Dataset Source & License

• Chaque image du dataset a été soigneusement sélectionnée, classée et annotée manuellement par l’auteur, avec des centaines d’images éditées et corrigées à la main.

• Ce modèle est un modèle gratuit et open-source, que les utilisateurs peuvent déployer sur leurs appareils personnels. L’auteur ne reçoit aucun paiement lié à la vente du modèle. L’auteur n’impose aucune restriction sur l’usage de ce modèle pour des services commerciaux de génération d’images ou la génération d’images à des fins commerciales, mais il convient de respecter les licences des checkpoints et autres LoRAs utilisés en combinaison.

• Environ 90 % à 95 % des données sont générées par IA, toutefois environ 250 images proviennent également de médias publics, médias d’information et publications à des fins de compléments conceptuels. Les futures versions remplaceront progressivement ces matériaux. Les utilisateurs à vocation commerciale doivent être attentifs aux risques liés.

  Le dataset ne contient pas d’entraînement sur des données de peintres indépendants ni d’attributions précises (même si des erreurs d’étiquetage par IA ne sont pas exclues).

• De plus, ce modèle n’est pas autorisé à être utilisé pour des usages commerciaux fermés, la revente ou la fusion dans des modèles commerciaux fermés. Aucun frein pour l’usage dans des modèles fusionnés open-source générant des images, mais il est recommandé de citer la source des modèles fusionnés.

• Chaque image du dataset a été sélectionnée, classée et annotée manuellement par l’auteur, avec plusieurs centaines d’images spécialement éditées et corrigées.

• Ce modèle est un modèle gratuit et open-source qui permet à l’utilisateur de le déployer sur ses propres appareils. L’auteur ne perçoit aucune rémunération issue de la vente du modèle. L’auteur n’impose pas de restrictions à l’utilisation commerciale de ce modèle pour des services de génération d’images ou la génération d’images à but commercial. Par contre, il faut respecter les licences des Checkpoints et d’autres LoRAs associés.

• Environ 90 %-95 % des données du dataset sont générées par IA, mais environ 250 images sont collectées à partir de médias publics, d’organes d’information et de publications pour compléter les concepts. Les futures versions remplaceront progressivement ces matériaux. Les utilisateurs à but commercial doivent être attentifs aux risques associés.

  Ce dataset ne contient pas de données d’entraînement issues d’artistes spécifiques, ni d’attributions aux artistes (des erreurs d’étiquetage IA ne sont pas exclues).

• De plus, l’utilisation commerciale en source fermée, la revente du modèle ou son inclusion dans des modèles commerciaux fermés est interdite. Il n’existe aucune restriction quant à la fusion dans des modèles open-source à usage commercial, mais il est recommandé de mentionner la provenance des modèles fusionnés.