este é um modelo de geração de imagens baseado no treinamento do Illustrious-xl, continuado pelo treinamento do Laxhar Lab.

https://civitai.com/models/795765/illustrious-xl

Ele utiliza os datasets completos mais recentes Danbooru e e621 para treinamento, com legendas nativas das tags.

A versão enviada em 8 de outubro foi treinada por 5 épocas em 8*H100, como uma Versão de Acesso Antecipado.

E página huggingface do Lab

Nova versão está sendo treinada em 32*H100

https://huggingface.co/Laxhar/sdxl_noob

Modelos posteriores e relatórios técnicos serão postados no huggingface

Grupos de comunicação qq：①875042008 ②914818692 ③635772191

DISCORD: Laxhar Dream Lab SDXL NOOB

Estendemos nossa sincera gratidão aos estimados patrocinadores de GPU pelo seu generoso apoio: https://cloud.lanyun.net

Esta versão do modelo melhora o encaixe dos personagens e estilos no Illustrious-xl 0.1ver, e as características específicas dos personagens têm melhor representação. O Laxhar Lab está atualmente continuando o treinamento da nova versão do modelo open-source XL com base nesta versão beta, na esperança de minimizar o uso de lora e lançar um modelo SDXL anime mais amigável para iniciantes e de um clique!

Nota: O nome do modelo e outros detalhes estão sujeitos a alterações.

Este modelo ainda está em treinamento!!!

Este modelo ainda está em treinamento!!!

Este modelo ainda está em treinamento!!!

Status Atual

Esta é uma versão 50% destinada ao uso interno. Contudo, estamos considerando permitir testes externos limitados.

Datasets

- Danbooru (Pid: 1~7.600.039):

https://huggingface.co/datasets/KBlueLeaf/danbooru2023-webp-4Mpixel

- Danbooru (Pid > 7.600.039):

https://huggingface.co/datasets/deepghs/danbooru_newest-webp-4Mpixel    

- Dados E621 em 07-04-2024 :

https://huggingface.co/datasets/NebulaeWis/e621-2024-webp-4Mpixel

Legenda

<1girl/1boy/1other/...>, <personagem>, <série>, <artistas>, <tags especiais>, <tags gerais>

Tags de Qualidade

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

• Normalização dos dados baseada em várias fontes e classificações.

• Aplicação de coeficientes de decaimento baseados no tempo de acordo com a data de publicação.

• Classificação das imagens dentro de todo o dataset baseada nesse processamento.

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

Faixa Percentil Tags de Qualidade

> 95º obra-prima

> 85º, <= 95º melhor qualidade

> 60º, <= 85º boa qualidade

> 30º, <= 60º qualidade normal

<= 30º pior qualidade

No teste CCIP, noobaiXL mostrou uma melhoria de aproximadamente 2% em comparação com seu modelo base. Baseando-se em dados de mais de 3.500 personagens, 89,2% dos personagens alcançaram uma pontuação CCIP maior que 0,9. Dado o desempenho atual do modelo, é necessário expandir ainda mais o dataset para o teste CCIP existente.

Relatório Curto de Teste NoobAI-XL V0.1

https://nx9nemngdhk.feishu.cn/docx/XcAddUhDOo57U7x7MbXcE6VNnYc

Proibição de Monetização:

● Você está proibido de monetizar qualquer modelo ajustado/mesclado de código fechado, que impede o público de acessar o código-fonte / pesos do modelo e seus usos.

● Conforme a licença, você deve publicar abertamente quaisquer modelos derivados e variantes. Este modelo é destinado ao uso open-source, e todos os derivados devem seguir os mesmos princípios.

Licença

Este modelo é lançado sob a Fair-AI-Public-License-1.0-SD

Por favor, confira este site para mais informações:

Freedom of Development (freedevproject.org)

Muitos agradecimentos àqueles que vieram antes de nós por sua experiência e treinamento, e dou as boas-vindas a outros laboratórios para assumir o desafio e treinar cada vez melhor o modelo anime comunitário!

Os participantes, contribuintes e testadores do modelo são reconhecidos abaixo

(listados sem ordem específica)

participantes

L_A_X https://civitai.com/user/L_A_X

https://www.liblib.art/userpage/9e1b16538b9657f2a737e9c2c6ebfa69

li_li https://civitai.com/user/li_li

nebulae https://civitai.com/user/kitarz

Chenkin https://civitai.com/user/Chenkin

Euge https://civitai.com/user/Euge_

contribuintes

Narugo1992:

Agradecimentos a narugo1992 e ao deepghs que ele lidera por disponibilizar uma variedade de conjuntos de treinamento, ferramentas de processamento de imagem e modelos de código aberto.

https://github.com/narugo1992

https://huggingface.co/deepghs

Naifu：

Scripts de treinamento

https://github.com/Mikubill/naifu

Onommai：

Agradecimentos a onommai open source por um modelo base tão poderoso.

https://onomaai.com/

aria1th261 https://civitai.com/user/aria1th261

neggles https://github.com/neggles/neurosis

parsee-mizuhashi https://huggingface.co/parsee-mizuhashi

bluvoll https://civitai.com/user/bluvoll

sdtana https://huggingface.co/sdtana

chewing https://huggingface.co/chewing

irldoggo https://github.com/irldoggo

reoe https://huggingface.co/reoe

kblueleaf https://civitai.com/user/kblueleaf

Yidhar https://github.com/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 adsfssdf Minthybasis Rakosz