v8

肌理更新：以下のタグの学習が強化されました：

Texture Update: 以下のタグがトレーニングで強化されました：

realistic, photorealistic, flat color,

shiny skin, matte skin, shiny hair,

Danbooruデータセットには「写真」や「写真に近いスタイル」を表す多くのタグがあります。私はこれらの画像をトレーニングセットで一律に「photorealistic」とラベル付けしました。ただし、Danbooruデータセットで訓練された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。肌理の調整に適しており、写実的な画像作成には向いていません。「realistic」は高い重みで正常に動作します。

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.

快速上手 | クイックスタート

これは何？ | 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、データセットの約85%はCivitAIに投稿されたユーザー生成のAI画像から集められています。初期のppwデータセットはpony v6によって生成された画像を基に構築されているため、本シリーズの画像はpony diffusionの特徴を持っています。

• 本シリーズは標準のDanbooruタグを使用し、中・近景のスタイライズされた人物画の生成に主に適しています。主な目的は、基礎モデルが画師キーワードを使わずに、少ない品質プロンプトで相対的に安定した画像品質を得られるようにし、プロンプト中のトークンスペースを節約することです。
  このモデルはスタイルモデルではなく、異なるプロンプトや生成条件によって微妙な画風の差異が生じることがあります。

• 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、このプロジェクトのメインページでもあります。

• ppwのLoConバージョンは各種機能LoRAやベースモデルと柔軟に組み合わせ可能で、効果の強度を高い可制御性で調整できます。高次元バージョンはより強い汎用性と細部表現力を持ちますが、より多くのストレージと計算資源を消費します。

• 主にオンライン生成サービスや高性能PC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.

ベースモデル版 | チェックポイントバージョン (Illustrious)

ベースモデル版 | チェックポイントバージョン (NoobAI)

もっと見る | more

使い方 | 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

変更履歴 | Change log

v7

v7バージョンはデータセット構造を大幅に調整し、異なるトレーニングパラメータと戦略を使用しています。そのため、v7は従来より安定性が劣る可能性があります。

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モデルのCivitAIオンラインジェネレーターでの挙動は、トーストのオンライン生成とは全く異なり、同じパラメータでも再現不能です。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 同一パラメータのCivitAI版 CivitAI上 より高い重み付けで

v7バージョン概要：

これは前作のデータセットをもとに開発された画像品質向上用LoConで、約90%〜95%の画像データはCivitAI公開画像由来です。

画師タグを使わず、少ない品質プロンプトで相対的に安定した画質を確保し、トークンスペースを節約するとともに、モデル特有の一部生成瑕疵を修正します。（手は除く）

データセットの選択により、生成画像はPonyの質感を帯びます。ただし特定の画師、スタイル、技法を指向していないため、プロンプトやチェックポイントにより微妙な画風の違いがあります。

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とライセンス | Dataset Source & License

• データセット内のすべての画像は著者本人による手動選別、分類および注釈編集がされています。数百枚は手動で修正・編集されています。

• 本モデルは無料かつオープンソースのモデルであり、ユーザーは個人の端末に自身でデプロイすることが可能です。著者はモデル販売から一切報酬を得ていません。本シリーズの使用に関しては商用画像生成サービスへの利用や生成画像の商用利用も制限していませんが、併用するCheckpointや他LoRAのライセンス制約にご注意ください。

• 約90%〜95%の画像はAI生成ですが、公共メディア、ニュースメディア、出版物由来の画像約250枚以上も概念補足のため含まれています。今後のバージョンで徐々に更新予定です。商用利用を検討される方はリスクにご留意ください。

  本データセットには個別画師のデータは含まれておらず、画師情報の明示的ラベル付けもありません（AIの誤タグ付けは排除できません）。

• また、本モデルの閉源商用利用、モデル売買、閉源商用モデルへの統合は許可されていません。オープンソースでの統合モデル利用による画像生成サービスには制限ありませんが、統合モデルの出典表示を推奨します。

• 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.