v8

Aktualizacja tekstury: wzmacnia naukę następujących tagów:

Texture Update: The following tags have been reinforced in training:

realistic, photorealistic, flat color,

shiny skin, matte skin, shiny hair,

Proszę zauważyć, że w zbiorze danych Danbooru jest wiele tagów opisujących „zdjęcie” lub „styl podobny do zdjęcia”. W zbiorze danych oznaczyłem wszystkie takie obrazy jako „photorealistic”. Jednak modele SDXL trenowane na zbiorze Danbooru zazwyczaj nie radzą sobie dobrze z realistycznymi obrazami, dlatego „photorealistic” zaleca się stosować tylko przy niskiej wadze, aby zmienić teksturę obrazu. Tag „realistic” może być używany przy wyższej wadze.

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.

Szybki start | Quick Start

Co to jest? | What is this?

• Pony: People's Works (ppw) to eksperymentalna seria modeli fine-tuned, około 85% zbioru danych pochodzi z obrazów generowanych przez AI publikowanych przez użytkowników na CivitAI. Wczesny ppw bazował na obrazach generowanych przez Pony V6, dlatego obrazy generowane przez tę serię mają cechy Pony Diffusion.

• Seria ta używa standardowych tagów Danbooru i jest optymalizowana głównie do generacji stylizowanych portretów w średniej i bliskiej perspektywie. Główną funkcją jest umożliwienie modelowi bazowemu uzyskania względnie stabilnej jakości obrazu bez używania tagów artysty oraz długich tagów jakościowych, co oszczędza miejsce na tokeny w komendach.
  Modele te nie są stylem LoRA i mogą wykazywać subtelne różnice stylu w zależności od komend oraz warunków generacji.

• Pony: People's Works (ppw) to eksperymentalna seria fine-tuned modeli, około 85% zbioru danych pochodzi z obrazów generowanych przez AI publikowanych na CivitAI. Ponieważ wcześniejszy ppw bazował na obrazach generowanych przez Pony V6, wyniki serii zawierają cechy Pony Diffusion.

• Seria ta używa standardowych tagów Danbooru i jest zoptymalizowana do generowania stylizowanych portretów w średniej i bliskiej perspektywie. Głównym celem jest umożliwienie modelowi bazowemu osiągnięcia względnie stabilnej jakości obrazu bez użycia tagów artysty ani długich tagów jakościowych, co zwalnia przestrzeń na tokeny w komendach.
  Te modele nie są stylami LoRA i mogą wykazywać subtelne różnice stylistyczne w zależności od używanych komend i warunków generacji.

Informacje o wersji | Version Info.

• Na tej stronie dostępna jest wysokowymiarowa wersja LoCon ppw oraz jest to główna strona projektu.

• Wersje LoCon ppw można elastycznie łączyć z różnymi funkcjonalnymi LoRA i checkpointami, z lepszą kontrolą siły efektu. Wersje o wysokim wymiarze oferują silniejszą generalizację i bardziej szczegółowe odwzorowanie, ale wymagają więcej miejsca i zasobów obliczeniowych.

• Głównie przeznaczone do generowania online oraz do lokalnego użytku przez użytkowników z mocniejszymi komputerami.

• Ta strona prezentuje modele ppw w wersji high dim LoCon, która jest również główną stroną projektu.

• Wersje LoCon ppw można fleksybilnie łączyć z różnymi funkcjonalnymi LoRA i checkpointami, oferując większą kontrolę nad wagą efektów. Wersje o wysokim wymiarze zapewniają silniejszą generalizację i bardziej szczegółowe odwzorowanie, lecz wymagają więcej miejsca na dysku i mocy obliczeniowej.

• Głównie przeznaczone do usług generowania online oraz lokalnego użycia przez użytkowników z mocniejszym sprzętem.

Lżejsza wersja LoCon | Lightweight LoCon ver.

Wersje bazowe modelu | Checkpoint versions (Illustrious)

Wersje bazowe modelu | Checkpoint versions (NoobAI)

Więcej | more

Sposób użycia | Usage

pozytywne:

masterpiece, best quality, very aesthetic

negatywne:

low quality, displeasing

Historia zmian | Change log

v7

Wersja v7 przeprowadziła znaczące zmiany w strukturze zbioru danych oraz zastosowała różne parametry i strategie treningowe, dlatego może być mniej stabilna niż wcześniejsze wersje.

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.

Wyniki modelu v-pred na generatorze online CivitAI różnią się całkowicie od tego, co generuje się online na TensorArt, przy tych samych parametrach nie da się odtworzyć tych rezultatów. Nie wiem dlaczego...

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...

Wersja TensorArt Wersja CivitAI z tym samym parametrem na CivitAI z wyższą wagą

Opis wersji v7:

To LoCon poprawiający jakość generacji na podstawie zbioru danych poprzedniej pracy. Około 90%-95% danych pochodzi z obrazów publikowanych na CivitAI.

Pozwala to modelowi generować względnie stabilne obrazy bez tagów artysty i długich tagów jakości, oszczędzając miejsce na tokeny oraz naprawia niektóre wady generacji modelu (z wyjątkiem rąk).

Z powodu doboru danych obrazy mają cechy Pony, lecz ponieważ model nie odnosi się do konkretnego artysty, stylu czy techniki malarskiej, w zależności od komend i warunków modelu mogą wystąpić subtelne różnice stylu.

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.

Źródło i licencja zbioru danych | Dataset Source & License

• Każdy obraz w zbiorze danych był ręcznie wybierany, kategoryzowany i oznaczany przez autora, a setki z nich były dodatkowo ręcznie edytowane i poprawiane.

• Model jest bezpłatny i otwartoźródłowy, użytkownicy mogą instalować go na swoich urządzeniach. Autor nie otrzymuje wynagrodzenia ze sprzedaży modelu. Autor nie nakłada ograniczeń na użycie modelu do komercyjnych usług generowania obrazów ani do generowania obrazów komercyjnie, lecz należy przestrzegać licencji powiązanych checkpointów i LoRA.

• Około 90%-95% zbioru danych to obrazy generowane AI, ale ponad 250 obrazów zostało zebranych z mediów publicznych, prasowych i publikacji do uzupełnienia pojęć. W przyszłych wersjach materiały te będą stopniowo wymieniane. Użytkownicy z intencjami komercyjnymi powinni rozważyć potencjalne ryzyka.

  W zbiorze nie ma danych treningowych od pojedynczych artystów ani wyraźnych oznaczeń artystów (choć nie można całkowicie wykluczyć błędnego oznakowania przez AI).

• Dodatkowo, model nie jest dozwolony do użycia w komercyjnych aplikacjach zamkniętego źródła, odsprzedaży ani łączenia z modelami zamkniętego źródła. Brak ograniczeń na łączenia modeli otwartoźródłowych używanych do generowania obrazów, ale zaleca się podawanie źródła modeli łączonych.

• 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.