Proibido usar este modelo para qualquer atividade comercial ou ilegal, proibida a reprodução indiscriminada, apenas para compartilhamento de resultados, o infrator arcará com as consequências!

(Meu QQ do grupo: 235392155, Lora treino por conta, ajuste de fusão de ckpt, adicione meu qq: 2402799912)

Tenho modelos no site nacional tusi.art e também no liblibai.com, as recompensas criativas variam conforme a plataforma, agradeço muito o apoio e atenção! (Algumas imagens de exemplo deste modelo serão publicadas)

【Xianyu】https://m.tb.cn/h.5V7ITvv?tk=eY01dB4UcnH

Este é meu financiamento coletivo, ajuda a cobrir a conta de energia QAQ, agradeço seu apoio~

https://afdian.net/a/_Qing_

1. Visão geral das características do modelo

V3:

1. Operações de atualização:

1. Usando o plugin MBW, aplicou-se método exaustivo para fundir camadas de entrada e intermediárias de parte do basil mix

2. Usando o plugin MBW, aplicou-se método exaustivo para fundir camadas de saída de parte do modelo com peso muito baixo

2. Resultados da atualização:

1. Melhorou a precisão das tags

2. Aumentou a saturação, reforçando a sensação de realismo na imagem

3. Melhorou os efeitos de luz e sombra

4. Aumentou a precisão das poses corporais

5. Aumentou a fidelidade do personagem nas loras

3. Cuidados

1. Recomenda-se usar o vae: animevae para evitar saturação excessiva (as imagens de exemplo na galeria são com este vae e 84000)

2. Maior precisão nas tags significa que a escrita das tags deve ser cuidadosa, se o V3 for difícil, tente as versões V2 ou V1

V2:

(Se preferir homem musculoso maduro ou quiser algo mais simples, tente a versão V1)

1. Operações de atualização:

1. Substituiu o VAE interno do modelo pelo VAE original do NovelAI

2. Troca exaustiva do modelo clip no ckpt

3. Fusão com a versão sem lora do V1

2. Resultados da atualização:

1. Melhorou a precisão das tags

2. Melhorou a qualidade da composição

3. Aliviou o travamento da imagem causado pela fusão de lora

4. Reduziu peso excessivo em algumas tags

V1:

1. Modelo de fusão geral, capaz de gerar múltiplos estilos sob tags, com alta qualidade mínima e precisão nas tags, e sua grande capacidade pode ser vista nas imagens retornadas^v^

2. Forte capacidade de modelar corpo humano, sem erros nas poses até agora, baixa chance de erros nas mãos e pés

3. A fusão evita alterar o rosto, mantendo-o não fixo, ideal para combinar com loras de personagens

4. Sem problema de desvio clip

5. Unet tem leve overfitting causando alguns tags que não funcionam bem

2. Sugestões para geração de imagens

(Confira os parâmetros das imagens de capa, diferentes VAEs dão efeitos diferentes, eu também gosto de ativar o plugin Face Editor)

1. Como mistura muitos modelos realistas, tente usar parâmetros similares a modelos realistas, mas não recomendo usar remoção facial

2. Inclua palavras de qualidade durante a geração, elas são úteis. Para maior realismo, use tags relacionadas a realismo e luz/sombra

3. Experimente o mesmo tag pulando as camadas 1 e 2 do clip para ver comportamento

4. Funciona bem com imagens quadradas, retangulares e largas, ajuste livremente o tamanho da tela

5. Experimente usar reparo em alta resolução, não recomendo o reparo facial

6. Por favor, curta, poste imagens, comente e dê 5 estrelas~

3. Modelos usados na fusão

(Não tenho certeza se são estes, apenas para referência)

VAE:orangemixa3.vae.pt

LORA: (peso total 0.3)

• Husbando LoRA - v3 | Stable Diffusion LoRA | Civitai

• Animale LoRa - Animale LoRa v1 | Stable Diffusion LoRA | Civitai

• AIroticArt's Penis Model (LoRA) - v1.0 LoRA | Stable Diffusion LoRA | Civitai

CKPT:

• AbyssOrangeMix2 - NSFW - AbyssOrangeMix2_nsfw | Stable Diffusion Checkpoint | Civitai

• a7b3 - v1.0 | Stable Diffusion Checkpoint | Civitai

• maturemalemix - v1.2 | Stable Diffusion Checkpoint | Civitai

• ALLBoyMix - v1.0 | Stable Diffusion Checkpoint | Civitai

• YaoiGen - YaoiGen v0.4.4 | Stable Diffusion Checkpoint | Civitai

• Homoerotic - v2 | Stable Diffusion Checkpoint | Civitai

• Plazm Men - Plazm v1.0 | Stable Diffusion Checkpoint | Civitai

• HomoDiffusion (gay) - Homo Diffusion v1.0 FP32 | Stable Diffusion Checkpoint | Civitai

4. Sugestões e respostas para o uso do modelo pelos visitantes

(Tradução em inglês abaixo)

(Como leigo sem formação formal em arte ou IA, embora esteja continuamente aprendendo, explorando e trocando experiências com especialistas. Tenho um compromisso firme com a precisão em assuntos que me importam, por isso busco transmitir o conhecimento correto de IA no meu espaço. Os detalhes estão no documento abaixo, fornecidos apenas para responder separadamente às questões encontradas.)

1. LORA

• Para lora de personagens de anime, o peso ideal é 1. Embora possamos melhorar o ajuste alterando pesos, isso pode gerar efeitos indesejados. Por exemplo: em certos sites, muitas loras de personagens de anime estão overfitted. Para mitigar isso, recomenda-se reduzir peso para 0.6/0.8, mas isso pode levar à perda de algumas características originais do personagem.

• Explicação simples de overfitting: treinamento excessivo que resulta em loras rígidas, fazendo com que personagens ignorem tags ou gerem imagens diferentes do material original.

2. CKP

• Tanto desvio clip quanto overfitting unet podem causar modelos que não obedecem tags.

• Desvio clip causa problemas de reconhecimento de tag. Muitos modelos desconhecem isso. Caso interessado, mostrarei maneiras de checar e corrigir na seção “Outros” abaixo.

• Overfitting unet também causa rigidez no modelo, ignorando tags, ou gerando imagens bonitas sem tags. Isso acontece quando overfitting gera imagens muito próximas ao material original.

• Modelos de fusão ckpt aumentam a qualidade mínima da geração, porém os pesos das tags ficam desorganizados, resultando em características diversas. Similarmente, loras treinadas em tais modelos têm compatibilidade reduzida com outros modelos.

• Se deseja que modelos maiores aceitem melhor lora e outros modelos, evite adicionar lora durante fusão de ckp, ou, como eu, incorpore partes insatisfatórias com pesos baixos na fusão.

3. VAE

• O CKP já inclui um VAE. VAE externo serve para substituir, não adicionar.

• O efeito mais imediato do VAE é alteração na saturação, mas não é sua única função; afeta composição, detalhes e mais durante a geração.

4. Outros

• Modelos que ocupam muita memória não são necessariamente melhores; muitos têm dados inúteis que desperdiçam largura de banda e memória.

• Imagens de exemplo não definem qualidade do modelo. Além da estética do autor, não se sabe quantos modelos, plugins e passes foram usados. Downloads e curtidas também não definem qualidade; curtidas relacionam-se a downloads que dependem da fama do autor, atratividade da capa, popularidade do personagem, estilo artístico e tipo de público.

• Versões mais recentes não são sempre melhores. Muitas vezes são ajustes em diferentes direções dentro de uma versão. Alguns autores até realizam atualizações maliciosas para aumentar downloads, mas a qualidade do modelo permanece estável.

• Para conhecimento mais especializado e detalhado, consulte a introdução do "万象熔炉 | Anything V5/Ink." Links ampliados para verificação e correção do desvio clip estão no começo deste documento.

  Link do modelo: 万象熔炉 | Anything V5/Ink - V3.2++[ink] | Stable Diffusion Checkpoint | Civitai

  

4. Suggestions and Answers for Model Usage by Visitors:

(As a layperson without formal education in art and AI, though I have been continuously learning and exploring, and exchanging experiences with various experts. I hold a strong commitment to accuracy in matters that concern me, and thus I aim to convey correct AI knowledge in my space. The details are found in the document below and are provided only for separately addressing encountered issues.)

1. LORA:

For anime character LORA, the ideal weight is 1. While we can improve fitting by adjusting weights, this can have additional undesirable effects. For instance: On certain image-sharing sites, many anime character LORAs are overfitted. To mitigate this, weight reduction to 0.6/0.8 is often recommended. However, this may result in characters losing some of their original features.

Simplified explanation of overfitting: Excessive training leads to stiff LORA performance, causing characters to not adhere to tags, or even generating images unrelated to the input material.

2. CKP:

Both clip offset and unet overfitting can cause models to not adhere to tags.

Clip offset leads to tag recognition issues. Many models on certain platforms have this problem unknowingly. If interested, I will provide ways to check and repair this in the "Other" section below.

Unet overfitting can also result in stiffness, not following tags, or even generating appealing images without any tags. This situation is when the overfitting produces images that are nearly identical to the original material.

Fusion-style ckpt models can enhance the lower limit of image generation quality. However, the tag weights in fusion models tend to be disorganized, resulting in diverse "characteristics." Similarly, LORAs trained based on such models are less compatible with other models.

If you want larger models to integrate LORA and other models better, avoid fusing LORA when merging ckp models. Alternatively, consider, as I have, incorporating underwhelming parts with lower weights in your fusion process.

3. VAE:

CKP itself has a VAE. External VAEs are meant to replace, not supplement, it.

The most immediate effect of a VAE is saturation alteration. However, this is not the entirety of its function; it can also impact composition, details, and more when generating images.

4. Other:

Models with large memory consumption aren't necessarily superior; many contain extraneous data, wasting bandwidth and memory.

The quality of sample images doesn't definitively determine model quality. Besides the author's aesthetic preferences, you cannot ascertain how many models, plugins, and iterations were involved. Download counts and likes are not definitive measures either; likes are often linked to downloads, which are influenced by the author's reputation, cover image appeal, character popularity, art style compatibility, and audience type.

Newer versions of models are not always superior. Often, adjustments are made based on different directions within a specific version. In fact, some authors maliciously exploit updates for increased downloads. In practice, the quality of the model only treads in place.

For more specialized and detailed knowledge, please refer to the introduction section of "万象熔炉 | Anything V5/Ink." Expanded links for examining and repairing clip offset issues are located in the earlier part of this document.