Note : Les images de couverture proviennent directement du modèle de base vanilla (l'original) dans a1111, à une résolution par défaut de 1MP. Pas d’upscale, pas de plugins, pas de corrections de inpainting. Si vous pensez qu’elles sont suréchantillonnées car elles semblent si nettes, alors ce LoRA a bien fait son travail.

Ce LoRA préfère le modèle de base vanilla pour un maximum de détails. Vous n’avez pas besoin de magies noires (fusion de fusions de fusions…) et, en général, elles ne sont pas recommandées si vous voulez simplement plus de détails.

(28/07/2025) illus01 v1.198

Comparé principalement à la v1.185c :

• Fin de la version "c". Bien que "visuellement frappante" soit positif, elle présente des problèmes de compatibilité. Par exemple, lorsque votre modèle de base a déjà une amélioration similaire du contraste. Empiler deux mêmes améliorations est vraiment mauvais. Donc, plus d’effets post-traitement extrêmes (contraste élevé, saturation, etc.).

• À la place, plus de textures et de détails. Niveau cinématographique d’éclairage.

• Meilleure compatibilité. Même si elle a été entraînée sur illus01, vous devriez maintenant pouvoir l’utiliser avec une force de 1 dans NoobAI sans problèmes de stabilité visibles.

• Cette version modifie beaucoup de choses, y compris une refonte du dataset, donc l’effet sera assez différent des versions précédentes.

Pour ceux qui veulent retrouver les effets fous de la v1.185c. Vous pouvez trouver des styles d’art purs et dédiés sur cette page. Si le dataset est assez grand pour un LoRA, je pourrai en entraîner un.

C’est probablement la dernière version pour illustrious. 1) Je ne sais plus quoi améliorer. 2) J’ai récemment testé Chroma (un finetune basé sur FLUX.1-schnell), qui semble très prometteur. Après tout, SDXL est un peu ancien.

Une nouvelle et probablement dernière version de NoobAI devrait sortir dans quelques jours. Avec le dernier dataset et basée sur NoobAI eps v1.0.

(24/07/2025) Nouveau Stabilizer pour RouWei publié sur cette page.

Stabilizer

LoRA tout-en-un finement ajusté sans style par défaut modèle de base.

Le problème : Les modèles anime sont entraînés sur des datasets d’anime. Le problème est que les images d’anime ne contiennent que des "concepts" de haut niveau, souvent très abstraits. Il n’y a pas de détails ni de textures. Par conséquent, le modèle oublie de générer des détails et essaie de générer des concepts abstraits qu’il ne comprend pas, conduisant à des images déformées. Cela s’appelle le "surapprentissage".

La solution (de ce LoRA) : entraîner le modèle avec des images d’anime ET du monde réel. Ainsi, il peut apprendre le style anime tout en gardant à l’esprit des détails et textures naturelles, c’est-à-dire moins de surapprentissage.

Si vous l’appliquez au modèle de base vanilla :

• Il n’y a pas de style par défaut surappris dans ce LoRA. Le dataset est très diversifié. Donc le modèle de base conserve sa créativité maximale. Vous n’aurez pas les mêmes choses (visages, arrière-plans, etc.). (Comparé aux modèles merge qui fusionnent des tonnes de LoRAs surappris.)

• La plupart des styles intégrés (tags Danbooru) dans les modèles originaux ne sont plus surappris. Vous pouvez maintenant utiliser des milliers de tags de style intégrés, ainsi que des styles généraux compris par le SDXL original, et obtenir une image propre et détaillée comme il se doit. Pas d’effets de surapprentissage, pas d’images déformées, pas de pollution de style provenant des modèles merge. Peu importe si c’est 2D ou 3D, abstrait ou réaliste. Voir les comparaisons : 1 (styles d’artiste), 2 (styles généraux)

• Le dataset d’entraînement ne contient que des images haute résolution (pixels moyens > 3MP, ~1800x1800). Zéro image IA. Vous obtenez donc des textures et détails réels au-delà du niveau pixel, au lieu de bords factices et surfaces lisses sans texture.

Pourquoi ne pas affiner le modèle de base complet ? Je ne suis pas un gigachad et je n’ai pas des millions d’images d’entraînement, donc affiner tout le modèle de base n’est pas nécessaire.

Pourquoi ce LoRA est-il si petit ? Ne jugez pas un LoRA à sa taille. 1). C’est une nouvelle architecture nommée DoRA, bien plus efficace que les LoRA traditionnels. 2). Beaucoup de LoRA ont un rang/taille extrême car leurs créateurs ont oublié d’augmenter le taux d’apprentissage.

Allez-vous publier un modèle de base ? Non. Je ne publie pas de modèle de base, car mon modèle de base simple : NoobAI ep v0.5 ou v1.1 + ce LoRA, c’est tout.

Est-ce un soi-disant "detailer" ? Non. Ce LoRA ajoute des détails qui devraient naturellement être présents mais que le modèle a oublié d’ajouter. Il n’ajoute pas de détails supplémentaires, comme plus d’objets ou décorations.

Pourquoi recommandez-vous NoobAI mais avez abandonné la version NoobAI de ce LoRA ? 1). Le dataset grandissant rend l’entraînement plus coûteux et long. 2). Je n’ai pas remarqué de dégradation en utilisant la version illus sur NoobAI.

Partager des merges utilisant ce LoRA est interdit. Pour info, il y a des mots déclencheurs cachés pour imprimer un filigrane invisible. Cela fonctionne même si la force du merge est 0.05. J’ai codé moi-même le filigrane et le détecteur. Je ne veux pas l’utiliser, mais je peux. Ce modèle est uniquement publié sur Civitai et TensorArt. Si vous voyez "moi" et cette phrase sur d’autres plateformes, elles sont fausses et la plateforme que vous utilisez est une plateforme pirate.

Pensez à laisser un retour dans la section commentaires, pour que tout le monde puisse le voir. Ne faites pas de retour dans le système de review Civitai, il est mal conçu, littéralement personne ne peut trouver ni voir la review.

Amusez-vous bien.

Comment utiliser

Préfixe de version :

• illus01 = Entraîné sur Illustrious v0.1. (Recommandé)

  • Supporte tous les modèles basés sur illustrious v0.1, y compris les nouveaux modèles illustrious (v1, v2 etc.), NoobAI (e-pred et v-pred).

• nbep11 = Entraîné sur NoobAI e-pred v1.1. (Abandonné)

  • Supporte uniquement NoobAI e-pred v1.1 UNIQUEMENT.

  • Note : NoobAI v-pred est basé sur e-pred v1.0, pas v1.1. Beaucoup de modèles "NoobAI" sont aussi basés sur v1.0.

Version "c" (illus01 v1.152~1.185c) :

"c" signifie "coloré", "créatif", parfois "chaotique". Cette version contient des images d’entraînement très visuellement frappantes, par ex. : très colorées, contraste élevé, forts effets post-production, conditions d’éclairage complexes, objets et motifs complexes partout. Vous obtiendrez des images "visuellement frappantes", mais moins "naturelles". Cela peut affecter les styles aux couleurs douces.

Modèle de base :

Recommandé : modèles vanilla (originaux)

• Vous avez un contrôle total sur la combinaison des styles.

• Je recommande personnellement NoobAI ep v0.5 et v1.1.

Si vous utilisez un modèle "merge", gardez à l’esprit :

• Les modèles de base avec style AI NE SONT PAS recommandés.

• Les styles AI sont des styles entraînés sur des images IA. Ils sont extrêmement surappris car les images IA sont très propres et ont beaucoup moins de bruit, donc le modèle apprend tout instantanément.

• Avantages : tous les styles sont très stables et propres. Donc, 80% des modèles populaires ont des styles AI. Principalement parce qu’ils sont stables et faciles à utiliser quelle que soit la prompt.

• Inconvénients : les styles AI donnent une sensation lisse (pas de textures détaillées), des reflets brillants étranges partout, tout semble en plastique. Ils suppriment presque tous les effets des autres LoRAs, causant des décalages de style. Voir comparaison. En haut NoobAI vanilla, en bas WAI avec fort style AI.

• Encore une fois, ce LoRA NE PEUT PAS ajouter de détails aux styles AI, car ces sensations "lisses et plastiques" font partie des styles appris par le modèle, car elles provenaient des images d’entraînement (IA). Si vous vous demandez pourquoi vous n’obtenez pas des résultats détaillés comme les images de couverture, simple: utilisez des modèles vanilla.

Anciennes versions :

Nouvelle version = nouveaux contenus et tentatives. Un grand avantage des LoRA est que vous pouvez toujours mélanger différentes versions en une seconde.

Vous trouverez plus d’infos dans le "Journal des mises à jour". Attention, les anciennes versions peuvent avoir des effets très différents.

• Maintenant ~ : Détails et textures naturels, compréhension stable des prompts et plus de créativité. Plus limité au style anime 2D pure.

• Illus01 v1.23 / nbep11 0.138 ~ : Meilleur style anime avec couleurs vives.

• Illus01 v1.3 / nbep11 0.58 ~ : Meilleur style anime.

Dataset

dernière version ou versions récentes

~7k images au total. Pas énorme (comparé aux gigachads qui aiment affiner avec des millions d’images), mais pas petit. Chaque image est sélectionnée à la main par moi.

• Seulement des images normales et esthétiques. Pas de styles artistiques fous indécrits. Pas d’images IA, pas de filigranes, etc.

• Seulement des images haute résolution. Le dataset a une moyenne de pixels de 3,37 MP, ~1800x1800.

• Toutes les images ont des légendes naturelles issues du dernier modèle de langage Google (LLM).

• Tous les personnages anime sont d’abord tagués par wd tagger v3 puis validés par Google LLM.

• Contient nature, extérieur, intérieur, animaux, objets quotidiens, beaucoup de choses, sauf humains réels.

• Contient tous types de luminosité. Très sombre, très clair, très sombre et très clair.

Autres outils

Quelques idées qui devaient ou ont été partie du Stabilizer. Ce sont maintenant des LoRAs séparés pour plus de flexibilité. Collection ici : https://civitai.com/collections/8274233.

Touching Grass : LoRA entraîné uniquement sur un dataset du monde réel (sans anime). Effet plus fort. Meilleur arrière-plan et éclairage. Utile pour les utilisateurs gigachad qui aiment les concepts purs et ajuster eux-mêmes les poids.

Dark : LoRA qui corrige le biais de forte luminosité dans certains modèles de base. Entraîné sur des images faiblement éclairées du dataset Touching Grass. Pas d’impact sur le style.

Contrast Controller : LoRA fait main. (Pas issu d’entraînement). Le plus petit LoRA de 300KB que vous ayez jamais vu. Contrôle le contraste comme un curseur de moniteur. Contrairement aux "améliorateurs de contraste" entraînés, l’effet est stable, mathématiquement linéaire, et sans effet secondaire sur le style.

Utile si votre modèle de base a un problème de sursaturation ou si vous voulez quelque chose de vraiment coloré.

Exemple :

Style Strength Controller : Ou réducteur des effets de surapprentissage. Aussi fait main, non issu d’entraînement, donc zéro effet sur style et effet mathématiquement linéaire. Peut réduire tous les types de surapprentissage (biais sur objets, luminosité, etc.).

Test d’effet sur Hassaku XL : Le modèle de base contient beaucoup de biais, ex. forte luminosité, surfaces lisses et brillantes, impressions sur murs... Le prompt contient "dark", mais le modèle l’ignore presque. Notez qu’à une force de 0.25, biais de forte luminosité réduit, sensation étrange de surface lisse atténuée, image plus naturelle.

Différences avec Stabilizer :

• Stabilizer a été entraîné sur données réelles. Il peut uniquement "réduire" les effets de surapprentissage sur texture, détails et arrière-plan, en les rajoutant.

• Style Controller n’est pas issu d’entraînement. C’est plutôt un "undo" de l’entraînement pour le modèle de base, donc il est moins surappris. Peut réduire mathématiquement tous les effets de surapprentissage, comme les biais sur luminosité, objets.

Journal des mises à jour

(21/06/2025) illus01 v1.185c :

Comparé à la v1.165c.

• +100% de clarté et netteté. Vous pouvez obtenir des traits d’un pixel de largeur. Vous pouvez même voir la texture d’un papier blanc. (Pas une blague, le papier réaliste n’est pas purement blanc, il a du bruit). Une image 1MP donne maintenant l’impression d’un 2K.

• -30% d’images trop chaotiques (impossibles à décrire correctement). Vous ne verrez plus de contraste ultra élevé, mais la stabilité est meilleure dans les usages normaux.

(10/06/2025) : illus01 v1.165c

Version spéciale. Pas une amélioration de la v1.164. "c" signifie "coloré", "créatif", parfois "chaotique".

Le dataset contient des images très visuellement frappantes, mais parfois difficiles à décrire, par ex. : très colorées, contraste élevé, éclairage complexe, objets et motifs partout.

Vous obtenez "visuellement frappant", au prix de "naturel". Peut affecter les styles aux couleurs douces, etc. Cette version ne génère pas parfaitement la texture "dessin au crayon" comme la v1.164.

(04/06/2025) : illus01 v1.164

• Meilleure compréhension du prompt. Chaque image a maintenant 3 légendes naturelles, sous différents angles. Les tags Danbooru sont vérifiés par LLM, seuls les tags importants sont retenus et fusionnés dans la légende naturelle.

• Anti-surréxposition. Ajout d’un biais pour empêcher la sortie d’un blanc pur #ffffff. La plupart du temps #ffffff = surréxposition, perte de nombreux détails.

• Changement de certains paramètres d’entraînement. Plus compatible avec NoobAI, e-pred et v-pred.

(19/05/2025) : illus01 v1.152

• Amélioration continue de l’éclairage, des textures et des détails.

• 5000 images supplémentaires, plus d’étapes d’entraînement, effet renforcé.

(09/05/2025) : nbep11 v0.205 :

• Correction rapide des problèmes de luminosité et couleur en v0.198. Ne change plus la luminosité et les couleurs aussi dramatiquement qu’une photo réelle. v0.198 n’était pas mauvaise, juste trop créative.

(07/05/2025) : nbep11 v0.198 :

• Ajout d’images plus sombres. Moins de corps déformés, arrière-plan dans des environnements sombres.

• Retrait de l’amélioration couleur et contraste. Plus nécessaire. Utiliser Contrast Controller à la place.

(25/04/2025) : nbep11 v0.172.

• Mêmes nouveautés qu’illus01 v1.93 ~ v1.121. Résumé : nouveau dataset photo "Touching Grass". Meilleures texture naturelle, arrière-plan, éclairage. Effet moindre sur personnage pour une meilleure compatibilité.

• Meilleure précision et stabilité des couleurs. (Comparé à nbep11 v0.160)

(17/04/2025) : illus01 v1.121.

• Retour à illustrious v0.1. Les versions v1.0 et ultérieures d’illustrious ont été entraînées avec des images IA (environ 30% du dataset), ce qui n’est pas idéal pour le LoRA. Je ne l’avais pas remarqué avant de lire le papier.

• Effet de style personnage réduit. Retour au niveau v1.23. Moins de détails pour les personnages dans ce LoRA, mais meilleure compatibilité. C’est un compromis.

• Autres points identiques à ci-dessous (v1.113).

(10/04/2025) : illus11 v1.113 ❌.

• Mise à jour : utilisez cette version seulement si votre modèle de base est basé sur Illustrious v1.1. Sinon, utilisez illus01 v1.121.

• Entraîné sur Illustrious v1.1.

• Ajout du nouveau dataset "Touching Grass". Meilleure texture naturelle, éclairage et profondeur de champ. Meilleure stabilité structurelle en arrière-plan. Moins d’arrière-plans déformés, comme pièces ou bâtiments déformés.

• Légendes en langage naturel issues du LLM.

(30/03/2025) : illus01 v1.93.

• v1.72 a été trop entraîné. J’ai donc réduit sa force globale. Meilleure compatibilité.

(22/03/2025) : nbep11 v0.160.

• Mêmes contenus qu’illus v1.72.

(15/03/2025) : illus01 v1.72

• Même nouveau dataset de textures et d’éclairage naturel que mentionné dans ani40z v0.4 ci-dessous. Éclairage et textures plus naturels.

• Ajout d’un petit dataset d’environ 100 images dédié à l’amélioration des mains, avec différentes tâches (tenir un verre, une tasse ou autre).

• Suppression de toutes les images "fond simple" du dataset (-200 images).

• Changement d’outil d’entraînement de kohya à onetrainer. Changement d’architecture LoRA vers DoRA.

(04/03/2025) ani40z v0.4

• Entraîné sur Animagine XL 4.0 ani40zero.

• Ajout d’environ 1000 images centrées sur l’éclairage dynamique naturel et les textures du monde réel.

• Plus d’éclairage naturel et de textures naturelles.

ani04 v0.1

• Version initiale pour Animagine XL 4.0. Principalement pour corriger les problèmes de luminosité d’Animagine 4.0. Meilleur contraste et plus élevé.

illus01 v1.23

nbep11 v0.138

• Ajout de quelques images furry/non-humaines/autres pour équilibrer le dataset.

nbep11 v0.129

• Mauvaise version, effet trop faible, ignorez-la.

nbep11 v0.114

• Mise en œuvre des "Couleurs gamme complète". Cela équilibre automatiquement les images vers "normal et esthétique". Pensez à cela comme un bouton "auto amélioration photo" dans la plupart des outils photo. Un inconvénient : empêche un biais élevé. Par exemple, vous voulez 95% de l’image noire et 5% lumineuse, pas 50/50%.

• Ajout d’un peu de données réalistes. Détails plus vifs, éclairage, moins de couleurs plates.

illus01 v1.7

nbep11 v0.96

• Plus d’images d’entraînement.

• Finetune à nouveau sur un petit dataset "wallpaper" (fonds d’écran de jeux réels, la meilleure qualité possible. ~100 images). Amélioration des détails (visible sur peau, cheveux) et contraste.

nbep11 v0.58

• Plus d’images. Changé les paramètres pour se rapprocher du modèle NoobAI base.

illus01 v1.3

nbep11 v0.30

• Plus d’images.

nbep11 v0.11 : entraîné sur NoobAI epsilon pred v1.1.

• Amélioration des tags dataset. Structure LoRA et distribution des poids améliorées. Devrait être plus stable et avoir moins d’impact sur la composition de l’image.

illus01 v1.1

• Entraîné sur illustriousXL v0.1.

nbep10 v0.10

• Entraîné sur NoobAI epsilon pred v1.0.