许可证:其他
许可证名称:公平AI公共许可证1.0-sd
许可证链接:https://freedevproject.org/faipl-1.0-sd/
语言:
- 英文
基础模型:
- Laxhar/noobai-XL-Vpred-0.75
管道标签:文本生成图像
标签:
- 安全张量
- 扩散模型
- 稳定扩散
- 稳定扩散XL
- 艺术
- 非全年龄段适用
库名称:扩散模型
NoobAI XL V-Pred 1.0
Runware提供的仓库信息
本模型仓库上传时已固定调度器配置,无需特殊参数即可无缝执行推理。
NoobAI的v_prediction模型与Terminus XL是独立模型,若喜欢Illustrious和NoobAI风格,推荐尝试该系列。
模型介绍
本图像生成模型基于Laxhar/noobai-XL_v1.0,整合了完整Danbooru和e621数据集,支持原生标签与自然语言描述。
采用v-prediction预测机制(区别于eps-prediction),需特定参数配置——详见后续章节。
特别感谢队友euge的编码工作,以及社区多位成员的技术支持。
⚠️ 重要提示 ⚠️
本模型与EPS模型工作原理不同!
请仔细阅读使用指南!
模型详情
- 开发者:Laxhar实验室
- 模型类型:基于扩散的文本生成图像模型
- 微调基础:Laxhar/noobai-XL_v1.0
- 赞助方:蓝韵云
模型使用方法
- (若未安装reForge)按仓库指引安装;
- 启动WebUI后常规使用即可!
节点示例工作流
comfy_ui_workflow_sample
注意开发分支可能不稳定且存在bug
- (若未安装WebUI)按仓库指引安装
- 切换至
dev
分支:
git switch dev
- 拉取最新更新:
git pull
- 启动WebUI后常规使用!
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 = """杰作, 最佳质量,艺术家:john_kafka,艺术家:nixeu,艺术家:quasarcake, 色差, 胶片颗粒, 恐怖主题, 有限调色板, X形瞳孔, 高对比度, 色彩对比, 冷色调, 阿蕾奇诺(原神), 黑色主题, 粗粝质感, 石墨媒介"""
negative_prompt = "NSFW, 低劣质量, 陈旧, 早期, 低质量, 低分辨率, 签名, 用户名, 商标, 畸形手部, 哺乳动物, 兽化, 模糊形态, 野性, 半兽化"
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:请确保已安装Git并正确配置环境。
推荐参数
基础设置
- CFG值:4 ~ 5
- 步数:28 ~ 35
- 采样方法:Euler(⚠️ 其他采样器效果不佳)
- 分辨率:总面积约1024x1024。建议选择:768x1344, 832x1216, 896x1152, 1024x1024, 1152x896, 1216x832, 1344x768
提示词模板
杰作, 最佳质量, 最新, 超高分辨率, 高清, 安全,
NSFW, 低劣质量, 陈旧, 早期, 低质量, 低分辨率, 签名, 用户名, 商标, 畸形手部, 哺乳动物, 兽化, 模糊形态, 野性, 半兽化
使用规范
标注格式
<1女孩/1男孩/其他...>, <角色>, <系列>, <艺术家>, <特殊标签>, <通用标签>, <其他标签>
质量标签
通过以下流程评估图像受欢迎程度:
- 基于多源数据和评分的标准化处理
- 根据时间远近应用衰减系数
- 在全数据集范围内进行排名
最终确保质量标签能有效反映近年用户偏好。
百分位区间 |
质量标签 |
> 95% |
杰作 |
85%-95% |
最佳质量 |
60%-85% |
良好质量 |
30%-60% |
普通质量 |
≤30% |
低劣质量 |
美学标签
时间标签
分为年份标签和时期标签。年份标签使用年份xxxx
格式如年份2021
,时期标签参照下表:
年份区间 |
时期标签 |
2005-2010 |
陈旧 |
2011-2014 |
早期 |
2014-2017 |
中期 |
2018-2020 |
近期 |
2021-2024 |
最新 |
数据集
交流渠道
v-pred SDXL模型的LoRA训练教程
基于sd-scripts的LoRA训练指南:
文章链接:https://civitai.com/articles/8723
工具配套
Laxhar实验室正在为NoobXL训练专用ControlNet模型,正逐步发布中。目前已发布常规、深度和边缘检测版本。
模型链接:https://civitai.com/models/929685
模型许可证
本模型许可证继承自https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0的fair-ai-public-license-1.0-sd,并附加以下条款。任何使用行为均受此许可证约束。
一. 使用限制
- 禁止用于有害、恶意或非法活动,包括但不限于骚扰、威胁和传播虚假信息
- 禁止生成不道德或冒犯性内容
- 禁止违反用户所在司法辖区法律法规
二. 商业禁令
我们禁止任何形式的商业化行为,包括但不限于对模型、衍生模型或生成产物的货币化或商业用途。
三. 开源社区
嘿伙计们!别把好东西藏着掖着!🚀
若发现新技巧、炫酷艺术组合、魔法提示词或训练出有趣LoRA,请公开分享!
发布到DC/TG/X/群聊——让我们共同成长。
别再像旧时代那样搞秘密模型/提示词了。
开放共享=人人乐享!💡✨
PS:我们不是要搞封锁!回顾1.5/n3时代,大量秘密模型/提示词涌现(呃,混乱局面)。
让我们打破这个循环!分享=更快进步、更狂野创意、更多热点。
拒绝知识垄断——把你的"秘方"公开发布。互利共赢!
为培育健康开源生态,用户必须遵守:
- 开源基于上述模型的衍生模型、融合模型、LoRA及产品
- 公开合成公式、提示词、工作流等细节
- 遵循fair-ai-public-license确保衍生作品保持开源
四. 免责声明
生成模型可能产生意外或有害输出。用户须自行承担所有使用风险及潜在后果。
参与者和贡献者
核心成员
贡献者
-
Narugo1992:感谢narugo1992和deepghs团队开源各类训练集、图像处理工具及模型
-
Mikubill:感谢Mikubill的Naifu训练器
-
Onommai:感谢OnommAI开源强大基础模型
-
V预测机制:感谢以下人士的详细指导与实验
-
社区: aria1th261, neggles, sdtana, chewing, irldoggo, reoe, kblueleaf, Yidhar, 永恒, 白玲可, Creeper, KaerMorh, 吟游诗人, SeASnAkE, zwh20081, Wenaka~喵, 稀里哗啦, 幸运二副, 昨日之约, 445, EBIX, Sopp, Y_X, Minthybasis, Rakosz