模型/LEOSAMs HelloWorld XL - HelloWorld XL 60

LEOSAMs HelloWorld XL - HelloWorld XL 60

陳嘉欣 (Chan Ka-yan)

5/20/2025

1:54:07 PM

| Discussion|

提示

使用 ADetailer 修正遠距離臉部。

使用簡單自然語言提示詞以產生更佳 AI 寫實照片。

高質量人像可透過 ADetailer 並使用 1.5x Hires 修復（強度0.3）提升。

版本亮點

HelloWorld 6.0 Update - April 20, 2024

Thank you for your patience. I have been job hunting recently, which caused some delays in the HelloWorld updates. Here are the main updates in version 6.0:

HelloWorld 6.0 is an iterative improvement based on version 5.0. Based on my own testing, the realism effect is not significantly different from version 5.0. The main advantage of version 6.0 lies in its broader coverage of concepts in the training set. According to feedback, enhancements have been made in various themes including surrealism, boudoir, group photos, masks, origami, 3D renders, cars, dragons, and maternity photography. Some examples are provided in the illustrations.
HelloWorld 6.0 intentionally includes some low-quality images in the training to enhance the model's response to negative prompts. It is recommended to use the following terms in negative prompts: "low quality, jpeg artifacts, blurry, poorly drawn, ugly, worst quality".
The main body of the HelloWorld 6.0 training set employs GPT4v tagging. For images that GPT4v cannot tag, cogVQA guided by blip2-opt-6.7b is used for tagging. The tagging language style of these multimodal models differs significantly from the traditional WD1.4 tagger. To facilitate more accurate triggering of different concepts in the training set, I have compiled the top 250 high-frequency tagging words from the HelloWorld 6.0 training set. You can view these high-frequency words in this document.

Finally, although SD3 is about to be released, I will still update to HelloWorld XL 7.0, hoping to achieve greater enhancements in version 7.0!

創作者贊助

🖥️歡迎試用由我與朋友共同開發的開源工具GPT4V-Image-Captioner。它支持一鍵安裝，集成了圖像預壓縮、圖像標籤和標籤統計等多種功能。最近我們還推出了該工具的webui 插件版本，歡迎大家使用！

🌍歡迎加入QQ群'兔狲·AIGC夢工北廠'，群號：780132897 ；'兔狲·AIGC夢工南廠'，群號：835297318（入群答案：兔狲)。Telegram群聊“兔狲的SDXL百老匯”，連結：https://t.me/+KkflmfLTAdwzMzI1

🖥️歡迎試用由我與朋友共同開發的開源工具GPT4V-Image-Captioner。它提供一鍵安裝，集成了圖像預壓縮、圖像標籤和標籤統計等多項功能。最近我們還推出了該工具的webui 插件版本，歡迎大家使用！

🌍歡迎加入QQ群"兔狲·AIGC夢工北廠"，群號：780132897 ；"兔狲·AIGC夢工南廠"，群號：835297318（入群答案：兔狲）。Telegram群聊“兔狲的SDXL百老匯”，連結：https://t.me/+KkflmfLTAdwzMzI1

📖HelloWorld 7.0 更新 - 2024年6月13日

一句話更新摘要：HelloWorld 7.0 是經過迭代優化的版本，擁有全系列中最佳的人體表現，更加擴展了概念範圍和細節豐富度。

更新詳情：

通過添加負面訓練圖片、加強姿勢訓練並優化 clip 模型，模型肢體和手部的準確度相較之前版本有所提升。推薦的負面提示詞為：「bad hand, bad anatomy, worst quality, ai generated images, low quality, average quality」。
從官方 SPO 模型提取精調 LoRA，整合入 HelloWorld 7.0。SPO 是 DPO 方法的進一步優化，基於 SPO 的模型相比 DPO XL 基礎模型和原始 SDXL 基礎模型表現更佳。SPO LoRA 能增強圖像細節和對比，並美化圖像。感謝 SPO 團隊的技術支持。

繼續擴展訓練集的概念範圍，但對訓練集進行了優化和精簡（大型訓練集精調成本較高，且近期租用 H800 困難，本地訓練時間無法負擔）。當前總訓練集包含 20,821 張圖片。以下是訓練集解析度分佈，建議輸出時使用圖片數量較多的解析度組合：

(832, 1248) - 張數：7128
(896, 1152) - 張數：6250
(1248, 832) - 張數：2402
(1024, 1024) - 張數：1639
(1360, 768) - 張數：928
(1152, 896) - 張數：870
(768, 1360) - 張數：432
(960, 1088) - 張數：506
(992, 1056) - 張數：162
(1088, 960) - 張數：140
(704, 1472) - 張數：120
(1056, 992) - 張數：122
(1472, 704) - 張數：115
(1632, 640) - 張數：75
(640, 1632) - 張數：12

使用 GPT4O 重新標註所有數據集，採用結構化標註方式，結構為：「一句話總結描述 + 多個圖像元素標籤 + 受 XXX 啟發 + 美學品質描述詞」，其中美學品質描述詞分為五個等級：worst quality、low quality、average quality、best quality 和 masterpiece。典型標註範例如下：
```
概念藝術，描繪一隻被紅色和米色緞帶纏繞的人手，背景為純淨淺色，寫實風格，極簡配色，平滑質感，延伸且超現實美感，受薩爾瓦多·達利超現實主義作品啟發，傑作
```

HelloWorld 7.0 版本中“受 XXX 啟發”的「高頻標籤詞表」及「高頻藝術風格列表」僅提供給商業授權用戶。過往購買過 Helloworld XL 系列表模型授權的合作夥伴，如有遺漏請聯繫我免費獲取。

使用者可參考HelloWorld 6.0 高頻標籤詞列表。此外，畫廊中提供了 150+ 份高品質 HelloWorld 7.0 範例圖，可作為輸出的參考範本。模型創作不易，感謝玩家理解與包容！

📖HelloWorld 6.0 更新 - 2024年4月20日

LEOSAM HelloWorld 6.0 前250個高頻標籤詞列表

感謝您的耐心等待。近期因求職原因，導致 HelloWorld 更新略有延誤。以下是 6.0 版本的主要更新內容：

HelloWorld 6.0 是基於版本 5.0 的迭代改進。根據我自身測試，寫實效果與 5.0 版本差異不大。6.0 版本的主要優勢在於訓練集涵蓋的概念更廣。根據用戶反饋，提升了超現實主義、閨房寫真、團體照、面具、摺紙、3D 渲染、車輛、龍和孕婦攝影等多個主題。一些示例已展示在說明中。
HelloWorld 6.0 故意包含一些低質量圖像於訓練中，以提升模型對負面提示詞的反應能力。推薦在負面提示詞中使用：「low quality, jpeg artifacts, blurry, poorly drawn, ugly, worst quality」。
HelloWorld 6.0 訓練集主體採用 GPT4v 標註。對 GPT4v 無法標註的圖像，則使用由 blip2-opt-6.7b 指導的 cogVQA 進行標註。這些多模態模型的標註語言風格與傳統 WD1.4 標註器顯著不同。為促進更精確地觸發訓練集的不同概念，我整理了 HelloWorld 6.0 訓練集中前250個高頻標註詞。您可在此文檔中查看這些高頻詞彙。

最後，儘管 SD3 即將發布，我仍會更新至 HelloWorld XL 7.0，期望在 7.0 版本取得更大提升！