模型介紹

此圖像生成模型基於 Laxhar/noobai-XL_v1.0，利用完整的 Danbooru 和 e621 數據集，配合原生標籤和自然語言說明。

作為一款 v 預測模型（不同於 eps 預測），需要特定參數設置，詳見下文說明。

特別感謝隊友 euge 的代碼工作，並感謝許多社區成員的技術支持。

⚠️ 重要提醒 ⚠️

此模型運作方式與 EPS 模型不同！

請仔細閱讀使用指南！

模型詳情

• 開發者: Laxhar Lab

• 模型類型: 基於 diffusion 的文字轉圖像生成模型

• 調教基礎: Laxhar/noobai-XL_v1.0

• 贊助支持:

  Lanyun Cloud

  Civitai & Seaart

• 合作測試:

  LiblibAI

  Nieta

模型使用方法

NoobAI XL 使用指南：

英文版：

https://civitai.com/articles/8962

中文版：

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

NoobAI XL 推薦 LoRa 列表：

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

方法一：reForge

1. （如果尚未安裝 reForge）請依照倉庫指示安裝 reForge；

2. 啟動 WebUI，像平常一樣使用此模型！

方法二：ComfyUI

包含節點的範例

comfy_ui_workflow_sample

方法三：WebUI

注意 dev 分支尚不穩定，可能存在錯誤。

1.（如果尚未安裝 WebUI）請跟隨倉庫指示安裝 WebUI。

2. 切換至 dev 分支：

git switch dev

3. 拉取最新更新：

git pull

4. 啟動 WebUI，照常使用模型！

方法四：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")

注意: 請確保機器已安裝 Git 並正確配置環境。

推薦設置

參數

• CFG：4 ~ 5

• 步數：28 ~ 35

• 取樣方法：Euler（⚠️ 其他取樣器可能無法正常工作）

• 分辨率：總面積約為 1024x1024。推薦選擇：768x1344、832x1216、896x1152、1024x1024、1152x896、1216x832、1344x768

提示詞

• 正面提示詞前綴：

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

• 負面提示詞：

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

使用指南

說明

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

品質標籤

品質標籤的評估方法如下：

• 基於多來源及評分進行資料正規化處理。

• 依據日期新穎度應用時間衰減係數。

• 根據上述處理對整個數據集中的圖像進行排名。

最終目標是確保品質標籤能有效反映近年使用者偏好。

百分位範圍品質標籤> 95th 傑作 > 85th 且 <= 95th 最佳品質 > 60th 且 <= 85th 良好品質 > 30th 且 <= 60th 一般品質 <= 30th 最差品質

美學標籤

標籤描述非常優秀：根據 waifu-scorer 美學分數排前 5% 圖像
最差美學：依據 waifu-scorer 及 aesthetic-shadow-v2 評分落後 5% 之圖像......

日期標籤

日期標籤分為 年份標籤 和 時期標籤。年份標籤使用格式 year xxxx，例如 year 2021。時期標籤請參考下表：

年份範圍時期標籤 2005-2010 old 2011-2014 early 2014-2017 mid 2018-2020 recent 2021-2024 newest

數據集

• 訓練日期之前的最新 Danbooru 圖像（約至 2024-10-23）

• Hugging Face 上的 E621 圖像數據集 e621-2024-webp-4Mpixel

溝通方式

• QQ 群：

  • 657327419

  • 875042008

  • 914818692

  • 635772191

  • 870086562

• Discord： Laxhar Dream Lab SDXL NOOB

如何在 v-pred SDXL 模型上訓練 LoRA

此教程針對基於 sd-scripts 的 LoRA 訓練者。

文章連結：https://civitai.com/articles/8723

工具

Laxhar Lab 正在為 NoobXL 訓練專用 ControlNet 模型，相關模型正在陸續釋出，目前已有 normal、depth 和 canny 版本。

模型連結：https://civitai.com/models/929685

模型授權

本模型的授權繼承自 https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0 fair-ai-public-license-1.0-sd，並增加以下條款。所有使用本模型及其衍生版本者須遵守該授權條款。

一、使用限制

• 禁止用於有害、惡意或非法活動，包括但不限於騷擾、威脅及散播錯誤資訊。

• 禁止產生不道德或冒犯性內容。

• 禁止違反用戶所屬法域的法律法規。

二、商業禁止

嚴禁任何形式的商業化，包括但不限於將模型、衍生模型或模型生成產品作貨幣化或商用。

三、開源社群

為促進繁榮的開源社群，用戶必須遵守以下要求：

• 衍生模型、合併模型、LoRA 及基於上述模型產品均須開源。

• 分享作品細節，如合成配方、提示詞及工作流程。

• 遵循 fair-ai-public-license，確保衍生作品保持開源。

四、免責聲明

生成的模型可能產生不可預期或有害的輸出。用戶須承擔所有使用風險及可能後果。

參與者與貢獻者

參與者

• L_A_X: Civitai | Liblib.art | Huggingface

• li_li: Civitai | Huggingface

• nebulae: Civitai | Huggingface

• Chenkin: Civitai | Huggingface

• Euge: Civitai | Huggingface | Github

貢獻者

• Narugo1992: 感謝 narugo1992 和 deepghs 團隊開源多個訓練集、圖像處理工具及模型。

• Mikubill: 感謝 Mikubill 開發 Naifu 訓練器。

• Onommai: 感謝 OnommAI 開源強大基礎模型。

• V-Prediction: 感謝以下人士提供詳盡指導和實驗支援。

  • adsfssdf

  • bluvoll

  • bvhari

  • catboxanon

  • parsee-mizuhashi

  • very-aesthetic

  • momoura

  • madmanfourohfour

• 社區成員: 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，