Note sur les images de couverture :

• Elles sont la sortie brute du modèle vanille (pré-entraîné), à une résolution par défaut de 1MP. Pas d’upscale, pas de plugins, pas de corrections d’inpainting. Métadonnées incluses, 100 % reproductible.

• Ce n’est PAS un LoRA de style. Tous les styles visibles proviennent du modèle pré-entraîné de base, déclenchés par le prompt. Consultez les graphes xy pour l’effet de ce LoRA.

Dernière mise à jour :

(24/08/2025) NoobAI v-pred v0.271 :

• Nouvelle méthode, calibrage de luminosité. Résumé : Comparé à la v0.264 précédente : éclairage meilleur et équilibré en conditions extrêmes, moins de biais. Gammes de couleurs complètes réelles. Noir pur 0 et blanc 255 peuvent coexister dans la même image.

• Note : Certains modèles v-pred « fusionnés » pourraient avoir intégré certains modèles eps, ce qui a perturbé le planning de bruit. Si vous obtenez des taches de couleur après l’application de ce LoRA, c’est un problème de modèle de base.

Conseils pour utiliser v-pred :

• Utilisez Eular (sans 'a') et une CFG basse (2~4, préférence à 3).

• Commencez sans prompt négatif. N'ajoutez des mots-clés négatifs que si nécessaire. v-pred semble très sensible au prompt négatif.

• Utilisez les LoRA entraînés sur NoobAI v-pred. Si LoRA n'a pas de version v-pred, utilisez NoobAI eps v1.0 (important : pas v1.1. v-pred v1.0 est entraîné à partir d’eps v1.0, pas v1.1), puis illustrious v0.1.

• Méfiez-vous cependant que certains LoRA eps peuvent avoir été entraînés avec un « offset de bruit », ce qui crée des problèmes de compatibilité avec v-pred (les LoRA eps sans offset de bruit sont compatibles avec v-pred). Vous pouvez remarquer des changements anormaux de contraste (luminosité ou obscurité anormale) à l’application d’un tel LoRA.

Note : Ce LoRA est uniquement pour v-pred et ne supporte PAS le modèle eps. Passez à un modèle de base v-pred pour cet effet d’éclairage.

(18/08/2025) : Note : Presque tous les modèles de base populaires sont basés sur NoobAI, pas illustrious. Vous devriez utiliser les LoRA NoobAI pour un effet optimal. Plus d’info (sur la mauvaise étiquette et comment tester votre modèle de base) dans « Discussion ».

Stabilizer

LoRA tout-en-un finement ajusté sans style par défaut qui améliore le rendu du modèle anime pré-entraîné vanille comme il se doit.

Le problème :

• Les modèles anime sont entraînés sur des images anime. Ces images sont simples et contiennent seulement des « concepts » de haut niveau, souvent très abstraits. Il n’y a ni arrière-plans, ni détails ni textures.

• On souhaite que le modèle apprenne uniquement les « concepts » de haut niveau. En vérité, le modèle apprend ce qu’il voit, pas ce que vous voulez.

• Après avoir vu plus de 10 millions d’images anime simples et abstraites, le modèle apprendra que 1) il n’a pas besoin de générer des détails, car vous (le dataset) ne le lui avez jamais dit. 2) Au contraire, il doit générer des images simples avec des concepts abstraits qu’il ne comprend même pas. Cela engendre des images déformées, aka « surchauffe d’apprentissage » ou « overfitting ».

La solution :

• Entraîner le modèle avec des images anime et des images du monde réel. Ainsi il peut apprendre les « concepts » anime tout en conservant à l’esprit les détails et textures naturels, soit moins de surapprentissage.

• NoobAI a fait cela en incorporant des images de cosplay réelles dans son dataset. (de mémoire, ses développeurs en ont parlé quelque part)

• Ce LoRA va plus loin, il a été entraîné sur un peu de tout : architecture, objets du quotidien, vêtements, paysages... Aussi avec des légendes en langue naturelle à plusieurs niveaux, pour imiter l’entraînement original SDXL.

Que peut faire ce LoRA ? si vous l’appliquez sur un modèle vanille (pré-entraîné, sans style) :

• Moins de surapprentissage, images moins déformées. Vous pouvez utiliser des milliers de tags de style intégrés (Danbooru, e621), ainsi que les styles généraux compris par SDXL, et obtenir une image propre et détaillée comme il se doit. Que ce soit 2D, 3D, abstrait ou réaliste. Voir comparaisons : 1 (styles d’artistes), 2 (styles généraux)

• Toujours une créativité maximale grâce à la diversité du dataset. Pas de répétition (visages, arrière-plans, etc.). (Par rapport aux LoRA de style surajustés qui imposent un style par défaut.)

• Textures et détails naturels. Le dataset contient des photos du monde réel en haute résolution et haute qualité (pixels moyens > 3MP, ~1800x1800). Zéro image IA. (Contrairement au « detailer » entraîné sur images IA, pollué par les styles IA, surfaces plastiques lisses et brillantes sans texture).

Et si j'utilise un modèle "fusionné" avec style par défaut ? Ça devrait aller. La plupart des modèles « fusionnés » sont juste le modèle vanille + un style LoRA déjà fusionné. Cependant, vous ne pouvez pas changer la force de ces styles fusionnés, ce qui peut poser problème si vous voulez empiler plusieurs LoRA. Voir plus dans la section « Comment utiliser ».

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

Pourquoi ce LoRA est-il si petit ? (40MiB vs 200MiB) C’est une nouvelle architecture appelée DoRA de Nvidia, plus efficace que le LoRA traditionnel.

Est-ce un "detailer" ? Je dirais non. Ce LoRA ajoute des détails « naturellement présents » que le modèle avait oublié. Il n’ajoute pas d’éléments ni décors supplémentaires.

Il a été entraîné sur des images du réel. Est-ce un modèle "réaliste" ? Impacte-t-il les personnages 2D ? Non. Il n’y a pas d’humain réel dans le dataset. Le modèle apprend seulement ce qu’il voit, donc ce LoRA ne connaît pas « l’humain réel ».

Pourquoi recommandez-vous NoobAI mais avez abandonné la version NoobAI de ce LoRA ? 1). Le dataset grandissant devient coûteux et long à entraîner. 2). Je n’ai pas constaté de dégradation en utilisant la version illus sur NoobAI.

Le partage de merges utilisant ce LoRA est interdit. Pour info, il y a des mots déclencheurs cachés pour imprimer un watermark invisible. Efficace même à une force de fusion de 0.05. J’ai codé moi-même watermark et détecteur. Je ne souhaite pas l’utiliser, mais je peux. Ce modèle est publié uniquement sur Civitai et TensorArt. Si vous voyez « moi » et ce texte ailleurs, c’est faux et vous utilisez une plateforme pirate.

N’oubliez pas de laisser un retour dans la section des commentaires pour que tout le monde puisse en profiter. Ne pas écrire dans le système de revues Civitai qui est mal conçu et difficile d’accès.

Amusez-vous bien.

Comment utiliser

Préfixe de version :

• illus01 = Entraîné sur Illustrious v0.1.

• nbvp10 = Entraîné sur NoobAI v-pred v1.0.

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

Comment choisir le LoRA (version simplifiée) :

Un LoRA est un petit patch de poids issu du modèle de base sur lequel il a été entraîné. Ce patch a du sens uniquement si vous l’appliquez au modèle de base original ou très proche.

Choisissez donc celui le plus proche de votre modèle de base.

Presque tous les modèles de base populaires sont basés sur NoobAI, pas illustrious :

Il faut privilégier les LoRA NoobAI pour un meilleur effet. Plus d’infos dans « Discussion ».

Recommandé : charger ce LoRA en premier dans votre pile de LoRAs.

Ce LoRA utilise une architecture DoRA (DoRA) de Nvidia, plus efficace que le LoRA traditionnel. Contrairement au LoRA classique qui a un patch statique, la pondération DoRA se calcule selon le poids du modèle de base chargé actuellement (qui varie en fonction des LoRA chargés). Donc l’effet de DoRA dépend de l’ordre de chargement.

À propos du modèle de base :

Recommandé : modèles vanille (pré-entraînés).

• Contrôle total sur la combinaison des styles.

• Personnellement, je recommande NoobAI v1.1.

Si vous utilisez un modèle "fusionné" :

• La plupart sont des modèles vanille avec un LoRA de style intégré.

• Mais vous ne pouvez pas changer la force des styles fusionnés, ce qui pose problème pour empiler plusieurs LoRA. D’où le fait que beaucoup de modèles fusionnés ne sont pas "LoRA friendly".

• Les modèles hyper-fusionnés (pas seulement LoRA fusionnés, mais modèles de base fusionnés avec gros écarts d’entraînement, ex. NoobAI + illustrious v1, avec des millions d’images et étapes d’écart) ne sont pas "LoRA friendly".

Évitez les modèles de base avec style IA :

Beaucoup ont rapporté que ce LoRA n’affecte pas certains modèles de base avec style IA. Voici une explication détaillée :

• Qu’est-ce qu’un style IA : Styles entraînés sur des images IA, extrêmement surajustés car le modèle apprend instantanément tout depuis des images IA. (On peut facilement apprendre et imiter ce qu’on vient de faire puisqu’on sait déjà comment faire).

• Avantages : styles IA très stables et faciles à utiliser quel que soit le prompt. 95% des modèles populaires ont des styles IA.

• Inconvénients :

  • Styles IA manquent de détails et textures naturelles. Tout paraît propre/lisse/brillant comme du plastique, car les images IA sont moins détaillées que les images réelles utilisées pour entraîner. Réentraîner sur image IA fait perdre des détails (jeu du téléphone).

  • Styles IA suppriment presque tout effet des autres LoRA (à cause du surajustement), causant un décalage de style. Voir comparaison. En haut NoobAI vanille. En bas WAI avec style IA fort, ce LoRA n’a presque aucun effet même à 0.8 de force.

  • Répétitions fréquentes (visages, coiffures, objets d’arrière-plan...)

• Problème : Vous ne pouvez pas superposer ou ajouter des détails sur un style IA. Si vous essayez d’utiliser ce LoRA pour « corriger » la douceur du style IA, ça ne marchera pas. Il faut d’abord réduire la force du style IA, mais comme pour tous les modèles fusionnés vous ne pouvez pas modifier la force du style fusionné IA.

Anciennes versions :

Nouvelle version = nouveau contenu et tentatives. Un grand avantage des LoRA est qu’on peut mélanger facilement différentes versions.

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 2D pur.

  • Version « c » (illus01 v1.152~1.185c) : « c » signifie « coloré », « créatif », parfois « chaotique ». Contient des images très visuellement frappantes, ex. : fort contraste, forts effets post-traitement, éclairages complexes, objets et motifs partout. Images « visuellement frappantes », mais moins « naturelles ». Peut affecter les styles aux couleurs douces.

• Illus01 v1.23 / nbep11 0.138 ~ : Style anime amélioré avec couleurs vives.

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

Dataset

versions récentes ou la dernière en date

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

• Seulement de belles images normales. Pas de style artistique fou difficile à décrire. Pas d’images IA, pas de watermark, etc.

• Images haute résolution uniquement. Moyenne globale du dataset : 3,37 MP, ~1800x1800.

• Toutes les images ont des légendes naturelles générées par Google LLM récent.

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

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

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

Autres outils

Idées qui étaient ou devaient être intégrées au Stabilizer, maintenant séparées en LoRA pour plus de flexibilité. Collection : https://civitai.com/collections/8274233.

Touching Grass : LoRA exclusivement entraîné sur dataset réel (pas anime). Effet plus fort sur arrière-plans et éclairage. Utile pour gigachads qui aiment les concepts purs et équilibrer eux-mêmes les poids.

Dark : LoRA corrigeant le biais de forte luminosité sur certains modèles de base, entraîné sur images à faible luminosité du dataset Touching Grass. Aucun humain dans le dataset, donc pas d’effet sur le style.

Contrast Controller : LoRA fait main (pas entraîné). Le plus petit LoRA vu : 300KB. Contrôle précis du contraste comme un curseur d’écran, effet stable, mathématiquement linéaire, sans effet secondaire sur le style.

Utile si modèle de base a des problèmes de saturation ou pour une image très colorée.

Exemple :

Style Strength Controller : ou réduit effet surapprentissage. LoRA fait main également, pas entraîné, donc zéro effet secondaire et effet mathématiquement linéaire. Réduit tous types d’effets de surapprentissage (biais sur objets, luminosité, etc.).

Test effet sur Hassaku XL : le modèle a plusieurs biais, ex. forte luminosité, surfaces lisses et brillantes, impressions murales... Le prompt contenait "dark" mais le modèle l’ignorait presque. À une force de 0.25, moins de biais lumineux, moins de surface lisse bizarre, rendu plus naturel.

Différences avec Stabilizer :

• Stabilizer entraîné sur données réelles, il peut seulement « réduire » les effets de surapprentissage sur textures, détails et arrière-plans, en les réintroduisant.

• Style Controller pas entraîné, il « annule » l’entraînement du modèle de base pour moins de surapprentissage. Réduit mathématiquement tous les biais (luminosité, objets, etc.).

Journal des mises à jour

(28/07/2025) illus01 v1.198

Comparé surtout à v1.185c :

• Fin de la version « c ». Même si « visuellement frappante » est bien, elle pose des problèmes de compatibilité, ex. si modèle de base a déjà un contraste renforcé. Empiler deux améliorations de contraste est mauvais. Plus d’effets post-traitement intenses (contraste élevé, saturation, etc.).

• Plus de textures et détails. Niveau d’éclairage cinématographique. Meilleure compatibilité.

• Beaucoup de modifications, dont remaniement du dataset, donc effet différent des versions précédentes.

• Pour ceux qui veulent retrouver les effets dingues de v1.185c. Vous pouvez trouver des styles d’art purs et dédiés ici. Si dataset assez grand, je pourrai entraîner un LoRA.

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

Par rapport à v1.165c.

• +100% de netteté et clarté. Lignes à un pixel. Texture papier blanc visible (pas blanc pur, bruit présent). Une image 1MP donne une sensation 2K.

• -30% d’images trop chaotiques (impossibles à décrire). La version ne donne plus de fort contraste fou, mais est stable dans un usage normal.

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

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

Dataset contient images très visuellement frappantes mais parfois difficiles à décrire : très colorées, fort contraste, éclairages complexes, objets et motifs partout.

Effet « visuellement frappant » au prix d’une image moins « naturelle ». Peut affecter styles aux couleurs douces, etc. Ex. : cette version ne génère pas parfaitement la texture « pencil art » comme v1.164.

(04/06/2025) illus01 v1.164

• Meilleure compréhension des prompts. Chaque image a 3 légendes naturelles de perspectives différentes. Tags Danbooru vérifiés par LLM, seuls importants extraits et fusionnés dans la légende naturelle.

• Anti-surexposition. Ajout d’un biais pour empêcher la sortie du modèle d’atteindre #ffffff blanc pur. Souvent #ffffff = surexposition avec perte de détails.

• Paramètres d’entraînement modifiés pour meilleure compatibilité avec NoobAI eps et v-pred.

(19/05/2025) illus01 v1.152

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

• 5K images supplémentaires, plus d’étapes d’entraînement, effet renforcé.

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

• Correction rapide sur luminosité et couleurs en v0.198. Moins de changements dramatiques, look photo réel. v0.198 était créatif mais trop.

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

• Ajout d’images sombres. Moins de déformations corporelles et arrière-plan sombre.

• Suppression des améliorations couleur et contraste. Non nécessaire, utilisez Contrast Controller.

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

• Même nouveautés que illus01 v1.93 ~ v1.121. Résumé : Nouveau dataset de photos "Touching Grass". Meilleure texture naturelle, arrière-plan, éclairage. Effets personnages plus faibles pour meilleure compatibilité.

• Précision et stabilité des couleurs améliorées. (Comparé à nbep11 v0.160)

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

• Retour à illustrious v0.1. Les versions v1.0 et supérieures d’illustrious ont été entraînées délibérément avec 30 % d’images IA, ce qui est peu idéal pour LoRA. Je m’en suis rendu compte après lecture du papier.

• Diminution de l’effet style personnage. Retour au niveau v1.23. Moins de détails personnages, meilleure compatibilité. Un compromis.

• Autres points similaires à v1.113 ci-dessous.

(10/04/2025) illus11 v1.113 ❌.

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

• Entraîné sur Illustrious v1.1.

• Nouveau dataset « Touching Grass ». Meilleure texture naturelle, éclairage et profondeur de champ. Stabilité structurelle de l’arrière-plan améliorée. Moins de déformations d’arrière-plan (pièces, bâtiments...).

• Légendes complètement en langue naturelle depuis LLM.

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

• v1.72 était trop forte, j’ai réduit la force globale. Compatibilité améliorée.

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

• Mêmes changements que illus v1.72.

(15/03/2025) illus01 v1.72

• Même nouveau dataset texture et éclairage que ani40z v0.4 ci-dessous. Éclairage naturel et textures naturelles renforcés.

• Ajout d’un petit dataset (~100 images) pour amélioration des mains, avec différentes tâches (tenir un verre, une tasse, etc.).

• Suppression de toutes les images à arrière-plan simple (-200 images).

• Changement de l’outil d’entraînement de kohya à onetrainer. Architecture LoRA changée vers DoRA.

(04/03/2025) ani40z v0.4

• Entraîné sur Animagine XL 4.0 ani40zero.

• Ajout de ~1k images centrées sur éclairage dynamique naturel et texture réelle.

• Plus d’éclairage naturel et textures naturelles.

ani04 v0.1

• Version initiale pour Animagine XL 4.0. Correction principale des problèmes de luminosité Animagine 4.0. Contraste amélioré.

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

• Implémentation des « couleurs en pleine gamme ». Équilibre automatique vers un rendu « normal et agréable ». Pensez à un bouton "amélioration photo automatique" dans un outil photo classique. Inconvénient : empêche les biais extrêmes. Exemple : voulez 95 % noir et 5 % clair au lieu de 50/50.

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

illus01 v1.7

nbep11 v0.96

• Plus d’images d’entraînement.

• Finement affiné sur un petit dataset "wallpaper" (fonds d’écran de jeu réels, meilleur qualité trouvée, ~100 images). Amélioration des détails (peau, cheveux) et contraste.

nbep11 v0.58

• Plus d’images. Paramètres d’entraînement ajustés pour se rapprocher du modèle de base NoobAI.

illus01 v1.3

nbep11 v0.30

• Plus d’images.

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

• Amélioration des tags de dataset. Structure et distribution du poids LoRA améliorées. Plus stable, 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.