v8

肌理更新：以下のタグの学習を強化しました：

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」を表すタグが多数あります。私はトレーニングセット内でこれらの画像に統一して「photorealistic」とタグ付けしました。しかしdanbooruトレーニングセットで学習したSDXLモデルの多くは写実的な画像をうまく描くことができないため、「photorealistic」は低い重みで使うことを推奨します。肌理の調整には適していますが写実性を創出するには向きません。「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.

快速上手 | Quick Start

これは何ですか？ | What is this?

• Pony: People's Works （ppw）は実験的な微調整モデルシリーズで、データセットの約85%はCivitAI上のユーザーが投稿した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が生成した画像を基にしているため、本シリーズのモデル生成画像はpony diffusionの特徴を保持しています。

• 本シリーズのモデルは標準のDanbooruタグを使用し、主に中〜近景のスタイライズドポートレート生成に優れています。このモデルの主な効果は、画師タグを使わず、少ない品質プロンプトで比較的安定した画像品質を得ることができ、プロンプトのトークンスペースを節約できる点です。
  本モデルはスタイルLoRA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.

• ここで配布しているのはppwの高次元LoConバージョンであり、このプロジェクトのメインページでもあります。

• LoCon版ppw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、効果の強度調整もより高い制御性を持ちます。高次元バージョンはより強力な汎化性能と細部描写力を持つ反面、ストレージと計算資源を多く消費します。

• 主にオンライン生成サービスや高性能PCユーザーのローカル環境用として設計されています。

• 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 | Checkpoint versions (Illustrious)

ベースモデル版 | Checkpoint versions (NoobAI)

さらに見る | 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

更新履歴 | 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たため、以前のバージョン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モデルはCivitAIのオンライン生成器とTensorArtのオンライン生成で動作が全く異なり、同じパラメータで再現できません。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 同パラメータでのCivitAI版 より高いウェイトでのCivitAI版

v7バージョン概要：

これは前作のデータセットを基に開発された画像品質向上LoConで、データの約90%〜95%はCivitAIの投稿画像です。

画師タグを使わず、品質プロンプトも少なくして相対的に安定した画像品質を得られ、より多くのトークンスペースを節約します。また、モデルの一部固有の生成欠陥も修正可能です（ただし手は除く）。

データセットの特性により、生成画像にPonyの質感が現れますが、特定の画師やスタイル、描画技法を指向していないため、異なるプロンプトや条件で微妙に画風が変わることがあります。

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とライセンス | Dataset Source & License

• データセット内のすべての画像は作者本人が手作業で選別、分類、注釈編集しており、数百枚は手編集・修正されています。

• このモデルは無料のオープンソースモデルであり、ユーザーは自分のデバイスで自由に展開可能です。作者はモデル販売から報酬を得ていません。本シリーズモデルの商用生成サービスや商用利用のための画像生成利用は作者からの制限はありませんが、併用するCheckpointやLoRAのライセンス制限には注意してください。

• データの約90%-95%はAI生成画像ですが、約250枚以上はパブリックメディア、ニュース、出版物から集めた素材で概念補完を行っています。今後のバージョンでこれらは徐々に置き換えられます。商用利用予定のユーザーは関連リスクにご注意ください。

  このデータセットには個別の画師の訓練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による誤タグ付けは完全には排除できません）。

• また、本モデルの閉源商用利用やモデルの転売、閉源商用モデルへのマージは禁止されています。オープンソースの融合モデルの生成サービス利用には制限はありませんが、融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.