Introdução do Modelo

Este modelo de geração de imagens, baseado em Laxhar/noobai-XL_v1.0, utiliza os conjuntos completos de dados Danbooru e e621 com tags nativas e legendas em linguagem natural.

Implementado como um modelo de previsão v (diferente da previsão eps), requer configurações específicas de parâmetros - detalhadas nas seções seguintes.

Agradecimentos especiais ao meu colega euge pelo trabalho de codificação, e somos gratos pelo suporte técnico de muitos membros prestativos da comunidade.

⚠️ AVISO IMPORTANTE ⚠️

ESTE MODELO FUNCIONA DE FORMA DIFERENTE DOS MODELOS EPS!

POR FAVOR, LEIA O GUIA COM ATENÇÃO!

Detalhes do Modelo

• Desenvolvido por: Laxhar Lab

• Tipo de Modelo: Modelo generativo de texto para imagem baseado em difusão

• Ajustado a partir de: Laxhar/noobai-XL_v1.0

• Patrocinado por:

  Lanyun Cloud

  Civitai & Seaart

• Testes colaborativos:

  LiblibAI

  Nieta

Como Usar o Modelo.

Manual para NoobAI XL:

ENG:

https://civitai.com/articles/8962

CHS:

https://fcnk27d6mpa5.feishu.cn/wiki/S8Z4wy7fSiePNRksiBXcyrUenOh

Lista Recomendada de LoRa para NoobAI XL:

https://fcnk27d6mpa5.feishu.cn/wiki/IBVGwvVGViazLYkMgVEcvbklnge

Método I: reForge

1. (Se você ainda não instalou o reForge) Instale o reForge seguindo as instruções no repositório;

2. Inicie o WebUI e use o modelo normalmente!

Método II: ComfyUI

AMOSTRA com NÓS

comfy_ui_workflow_sample

Método III: WebUI

Note que o ramo dev não é estável e pode conter bugs.

1. (Se você ainda não instalou o WebUI) Instale o WebUI seguindo as instruções no repositório. Para simplicidade

2. Mude para o ramo dev:

git switch dev

3. Puxe as últimas atualizações:

git pull

4. Inicie o WebUI e use o modelo normalmente!

Método IV: Diffusers

import torch
from diffusers import StableDiffusionXLPipeline
from diffusers import EulerDiscreteScheduler

ckpt_path = "/path/to/model.safetensors"
pipe = StableDiffusionXLPipeline.from_single_file(
    ckpt_path,
    use_safetensors=True,
    torch_dtype=torch.float16,
)
scheduler_args = {"prediction_type": "v_prediction", "rescale_betas_zero_snr": True}
pipe.scheduler = EulerDiscreteScheduler.from_config(pipe.scheduler.config, **scheduler_args)
pipe.enable_xformers_memory_efficient_attention()
pipe = pipe.to("cuda")

prompt = """masterpiece, best quality,artist:john_kafka,artist:nixeu,artist:quasarcake, chromatic aberration, film grain, horror \(theme\), limited palette, x-shaped pupils, high contrast, color contrast, cold colors, arlecchino \(genshin impact\), black theme,  gritty, graphite \(medium\)"""
negative_prompt = "nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro"

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    num_inference_steps=28,
    guidance_scale=5,
    generator=torch.Generator().manual_seed(42),
).images[0]

image.save("output.png")

Nota: Por favor, certifique-se de que o Git está instalado e que o ambiente está configurado corretamente em sua máquina.

Configurações Recomendadas

Parâmetros

• CFG: 4 ~ 5

• Passos: 28 ~ 35

• Método de Amostragem: Euler (⚠️ Outros samplers não funcionarão corretamente)

• Resolução: Área total em torno de 1024x1024. Melhor escolher entre: 768x1344, 832x1216, 896x1152, 1024x1024, 1152x896, 1216x832, 1344x768

Prompts

• Prefixo do Prompt:

masterpiece, best quality, newest, absurdres, highres, safe,

• Prompt Negativo:

nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro

Diretrizes de Uso

Legenda

<1girl/1boy/1other/...>, <character>, <series>, <artists>, <special tags>, <general tags>, <other tags>

Tags de Qualidade

Para as tags de qualidade, avaliamos a popularidade das imagens através do seguinte processo:

• Normalização de dados baseada em várias fontes e avaliações.

• Aplicação de coeficientes de decaimento baseados no tempo de acordo com a recência das datas.

• Ranking das imagens dentro de todo o conjunto de dados baseado neste processamento.

Nosso objetivo final é garantir que as tags de qualidade acompanhem efetivamente as preferências dos usuários nos últimos anos.

Faixa PercentilTags de Qualidade> 95º obra-prima> 85º, <= 95º melhor qualidade> 60º, <= 85º boa qualidade> 30º, <= 60º qualidade normal<= 30º pior qualidade

Tags Estéticas

TagDescriçãomuito awaTop 5% das imagens em termos de pontuação estética por waifu-scorerpior estéticaTodos os 5% inferiores das imagens em termos de pontuação estética por waifu-scorer e aesthetic-shadow-v2......

Tags de Data

Existem dois tipos de tags de data: tags de ano e tags de período. Para tags de ano, use o formato year xxxx, ou seja, year 2021. Para tags de período, consulte a tabela a seguir:

Faixa de AnoTag de período2005-2010antigo2011-2014inicial2014-2017meio2018-2020recente2021-2024mais novo

Conjunto de Dados

• As imagens mais recentes do Danbooru até a data de treinamento (aproximadamente antes de 2024-10-23)

• Imagens e621 e621-2024-webp-4Mpixel no Hugging Face

Comunicação

• Grupos QQ:

  • 657327419

  • 875042008

  • 914818692

  • 635772191

  • 870086562

• Discord: Laxhar Dream Lab SDXL NOOB

Como treinar um LoRA no modelo v-pred SDXL

Um tutorial destinado a treinadores de LoRA baseado em sd-scripts.

link do artigo: https://civitai.com/articles/8723

Ferramenta Útil

Laxhar Lab está treinando um modelo ControlNet dedicado para NoobXL, e os modelos estão sendo lançados progressivamente. Até agora, os modelos normal, depth e canny foram lançados.

link do modelo: https://civitai.com/models/929685

Licença do Modelo

A licença deste modelo é derivada da https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0 fair-ai-public-license-1.0-sd e adiciona os seguintes termos. Qualquer uso deste modelo e suas variantes está sujeito a esta licença.

I. Restrições de Uso

• Uso proibido para atividades nocivas, maliciosas ou ilegais, incluindo mas não se limitando a assédio, ameaças e disseminação de desinformação.

• Geração proibida de conteúdo antiético ou ofensivo.

• Violação proibida de leis e regulamentos na jurisdição do usuário.

II. Proibição Comercial

Proibimos qualquer forma de comercialização, incluindo, mas não se limitando a, monetização ou uso comercial do modelo, modelos derivados ou produtos gerados pelo modelo.

III. Comunidade Open Source

Para fomentar uma comunidade open source próspera, os usuários DEVEM cumprir os seguintes requisitos:

• Tornar open source os modelos derivados, modelos mesclados, LoRAs e produtos baseados nos modelos acima.

• Compartilhar detalhes do trabalho, como fórmulas de síntese, prompts e fluxos de trabalho.

• Seguir a fair-ai-public-license para garantir que os trabalhos derivados permaneçam open source.

IV. Isenção de Responsabilidade

Modelos gerados podem produzir resultados inesperados ou prejudiciais. Os usuários devem assumir todos os riscos e possíveis consequências do uso.

Participantes e Contribuidores

Participantes

• L_A_X: Civitai | Liblib.art | Huggingface

• li_li: Civitai | Huggingface

• nebulae: Civitai | Huggingface

• Chenkin: Civitai | Huggingface

• Euge: Civitai | Huggingface | Github

Contribuidores

• Narugo1992: Agradecimentos a narugo1992 e à equipe deepghs por disponibilizar vários conjuntos de treinamento, ferramentas de processamento de imagens e modelos.

• Mikubill: Agradecimentos a Mikubill pelo treinador Naifu.

• Onommai: Agradecimentos a OnommAI por disponibilizar um poderoso modelo base.

• V-Prediction: Agradecimentos às seguintes pessoas por suas instruções detalhadas e experimentos.

  • adsfssdf

  • bluvoll

  • bvhari

  • catboxanon

  • parsee-mizuhashi

  • very-aesthetic

  • momoura

  • madmanfourohfour

• Comunidade: aria1th261, neggles, sdtana, chewing, irldoggo, reoe, kblueleaf, Yidhar, ageless, 白玲可, Creeper, KaerMorh, 吟游诗人, SeASnAkE, zwh20081, Wenaka⁧~喵, 稀里哗啦, 幸运二副, 昨日の約, 445, EBIX, Sopp, Y_X, Minthybasis, Rakosz, 孤辰NULL, 汤人烂, 沅月弯刀,David, 年糕特工队，