v8

肌理更新：以下のタグの学習が強化されました：

Texture Update: 以下のタグが学習で強化されました：

realistic, photorealistic, flat color,

shiny skin, matte skin, shiny hair,

Danbooruデータセットには“写真”や“写真風スタイル”を表すタグが複数あります。私はトレーニングデータ内のこれらの画像をすべて「photorealistic」とラベル付けしました。ただし、Danbooruトレーニングデータで学習したSDXLモデルの多くは写実的な画像をうまく描けないため、“photorealistic”は低い重みでの使用を推奨します。画面の肌理調整には適しています。「realistic」は高い重みで正常に機能します。

Please note that Danbooru dataset contains multiple tags to describe "photo" or "photo-like styles". I’ve tagged all such images as “photorealistic” in dataset.

However, most SDXL models trained on the Danbooru dataset do not render realistic images well. “photorealistic” is only recommended at low weight, where it can help adjust texture rather than create realism images. The “realistic” tag can work properly at higher weight.

クイックスタート | Quick Start

これは何ですか？ | What is this?

• Pony: People's Works （ppw）は実験的なファインチューニングモデルシリーズで、データセットのおよそ85％はCivitAI上でユーザーが公開したAI生成画像から収集されています。初期のppwのデータセットはpony v6生成画像を基に構築されているため、本シリーズの生成画像にもpony diffusionの特徴が含まれています。

• このシリーズは標準的なDanbooruタグを使い、中・近距離のスタイライズされたポートレート生成に長けています。主な機能は画師タグなし、少なめの品質プロンプトで比較的安定した画像品質を得ることにより、プロンプトのトークンスペースを節約することです。
  これはスタイルLoRAモデルではなく、異なるプロンプトや生成条件で微妙な作風の違いがある場合があります。

• Pony: People's Works (ppw) is a experimental fine-tuned model series, approximately 85% of the dataset comes from AI-generated images published by users on CivitAI. Since the earlier ppw dataset was built on images generated by Pony V6, the outputs of this series also carry some characteristics of Pony Diffusion.

• This series uses standard Danbooru tags and is mainly optimized for generating stylized portraits at medium and close range. The primary effect of this model series is to allow the basemodel to achieve relatively stable image quality, without artist keywords or long quality tags, freeing up token space for prompts.
  These models are not style LoRAs. There may be subtle stylistic variations depending on different prompts and generating conditions.

バージョン情報 | Version Info.

• このページで公開されているのはppwの高次元LoConバージョンであり、本プロジェクトのメインページです。

• LoConバージョンのppwはさまざまな機能LoRAやチェックポイントと柔軟に組み合わせ可能で、効果の強度をより細かく制御できます。高次元バージョンはより高い汎用性と細部表現を持ちますが、その分多くのストレージと計算リソースを必要とします。

• 主にオンライン生成サービスや、高性能なマシンを持つユーザーのローカル生成用に設計されています。

• This page features the high dim LoCon version models of ppw, which also serves as the main page of this project.

• The LoCon versions of ppw can be flexibly combined with various functional LoRAs and checkpoints, offering greater controllability over effect weight. High dimension versions provide stronger generalization and more detailed rendering, but it requires more storage space and computational resources.

• They are mainly intended for online generation services and local use by users with high-performance PCs.

軽量版LoCon | Lightweight LoCon ver.

チェックポイント版 | Checkpoint versions (Illustrious)

チェックポイント版 | Checkpoint versions (NoobAI)

もっと見る | more

使用方法 | Usage

ポジティブプロンプト:

masterpiece, best quality, very aesthetic

ネガティブプロンプト:

low quality, displeasing

更新履歴 | Change log

v7

v7バージョンではデータセットの構造が大幅に変更され、異なるトレーニングパラメータと戦略が使われています。そのため、v7は以前のバージョンほど安定しない可能性があります。

The v7 version has undergone significant structural adjustments to the dataset, and utilizes different training parameters and strategies. As a result, v7 may be less stable than the previous versions.

v-predモデルはCivitAIオンラインジェネレーターでの挙動がTensorArtのオンライン生成とは全く異なり、同じパラメータでも完全に再現できません。理由は不明です……

The v-pred model's performance on the CivitAI online generator is completely different from online generation on TensorArt. The results are entirely unreproducible with a same parameters. I have no idea why...

TensorArt版 同じパラメータのCivitAI版 CivitAI上 より高い重みで

v7バージョン概要：

これは前作のデータセットに基づいて進化した画像品質向上用LoConで、約90%-95%の画像データはCivitAIから取得しています。

画師タグなし、少なめの品質プロンプトで比較的安定した画像品質を実現し、より多くのトークンスペースを節約します。また、モデル固有の生成欠陥の一部を修正できます（ただし手部は除く）。

データセットの選択により、生成画像にはPonyの質感が表れますが、特定の画師やスタイル、描画技法には依存しないため、プロンプトやモデル条件により微妙な作風の違いが生じることがあります。

This is a generation quality LoCon developed based on the dataset from the previous work. About 90%-95% of the image data comes from CivitAI.

It allows models to achieve relatively stable image quality without artist tags or using long quality prompts, freeing up more token space. Additionally, it can fix some inherent generation flaws of the model. (except for hands)

Due to the dataset selection, the generated images exhibit a Pony-like style. However, since it does not reference any specific artist, style, or painting technique, there may be subtle stylistic variations depending on different prompts and checkpoint conditions.

データセットの出典およびライセンス | Dataset Source & License

• データセット内の画像はすべて作者による手作業で選別、分類、注釈編集され、そのうち数百枚は手編集・修正が加えられています。

• 本モデルは無料でオープンソースのモデルであり、ユーザーは個人の環境で自由に利用可能です。作者はモデルの販売による報酬を一切受け取っていません。本シリーズモデルの商用画像生成サービス利用や商用目的での画像生成には制限はかけていませんが、併用するCheckpointや他のLoRAのライセンス制限には注意してください。

• データセットの約90%-95%はAI生成画像ですが、約250枚以上は公的メディア、ニュースメディア、出版物から収集された画像を概念補充用に含みます。今後のバージョンではこれらの素材は段階的に置き換えられます。商用利用を考えるユーザーは関連リスクに注意してください。

  このデータセットには特定画師のデータは含まれておらず、画師情報の注釈もありません（AIの誤タグ付けの可能性は排除できません）。

• また、本モデルはクローズドソースの商用利用、モデルの再販売、クローズドソース商用モデルへの統合は禁止しています。オープンソースの統合モデルによる生成サービスでの利用については制限はありませんが、統合モデルの出典は明記することを推奨します。

• Every image in the dataset has been manually selected, categorized, and annotated by the author. Additionally, hundreds of the images have been manually edited and corrected.

• This model is free and open-source model, allowing users to deploy it on their personal devices. The author does not receive any compensation from selling the model. The author does not impose restrictions on using this model for commercial image generation services or generating images for commercial purposes. However, please be mindful of the license restrictions of the Checkpoint and other LoRAs used alongside this model.

• Approximately 90%-95% of the dataset consists of AI-generated images. However, around 250+ images have been collected from public media, news outlets, and publications to supplement concepts. Future versions will gradually replace these materials. Users with commercial intentions should be aware of the potential risks.

  This dataset does not include training data from any individual artist, nor does it contain explicit artist attributions (though AI mistagging cannot be entirely ruled out).

• Additionally, this model is not permitted for use in closed-source commercial applications, model resales, or merged into closed-source commercial models. There are no restrictions on open-source merged models being used for image generation services, but it is recommended to credit the sources of any merged models.