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:文本到图像
标签:
- 安全张量
- 扩散器
- 稳定扩散
- 稳定扩散XL
- 艺术
- 非全年龄向
库名称:扩散器
NoobAI XL V-Pred 1.0
模型介绍
本图像生成模型基于Laxhar/noobai-XL_v1.0,融合了完整的Danbooru和e621数据集,支持原生标签与自然语言描述。
采用v-prediction预测模式(区别于eps-prediction),需特殊参数配置——详见后续章节。
特别鸣谢队友euge的代码工作,并感谢众多热心社区成员的技术支持。
⚠️ 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:蓝云网络
使用方法
- (若未安装)按仓库指引安装reForge;
- 启动WebUI即可常规使用!
节点示例工作流
comfy_ui工作流示例
注意开发分支可能不稳定且存在潜在缺陷
- (若未安装)按仓库指引安装WebUI
- 切换至
dev
分支:
git switch dev
- 拉取最新更新:
git pull
- 启动WebUI即可使用!
import torch
from diffusers import StableDiffusionXLPipeline
from diffusers import EulerDiscreteScheduler
ckpt_path = "/模型路径/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, 早期作品, 低质量, 低分辨率, 签名, 用户名, 商标, 畸形手部, 哺乳动物, 兽人, 毛茸, 形态模糊, 野性化, 半兽人"
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
核心设置
- 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, 最新作品, 超高分辨率, 高清, 安全内容,
NSFW, 低劣质量, 陈旧, 早期作品, 低质量, 低分辨率, 签名, 用户名, 商标, 畸形手部, 哺乳动物, 兽人, 毛茸, 形态模糊, 野性化, 半兽人
标注规范
描述格式
<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:
- 基于多源数据的归一化处理
- 应用时间衰减系数
- 全数据集排名
最终确保质量标签精准反映近年用户偏好。
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
年代标签
分年度标签(例:year 2021
)与时期标签:
年份区间 |
时期标签 |
2005-2010 |
早期 |
2011-2014 |
古早 |
2014-2017 |
中期 |
2018-2020 |
近期 |
2021-2024 |
最新 |
训练数据
交流渠道
LoRA训练教程
针对sd-scripts用户的v-pred SDXL模型LoRA训练指南:
教程链接:https://civitai.com/articles/8723
配套工具
Laxhar实验室正在训练专属ControlNet模型,目前已发布常规/深度/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约束。
一. 使用限制
- 禁止用于有害/恶意/非法活动
- 禁止生成违反伦理的内容
- 禁止违反用户所在地法律法规
二. 商业禁令
严禁任何形式的商业化行为,包括但不限于:
三. 开源社区准则
嘿伙计们!别把好东西藏着掖着!🚀
发现新技巧/神奇组合/魔法提示词/有趣LoRA?请公开分享!
发布到DC/TG/X/群聊——共同成长。
杜绝旧时代的"秘密模型/提示词"现象。
开放共享=人人受益!💡✨
特别说明:我们反对技术封锁!回顾1.5/n3时期,大量秘密模型/提示词导致生态混乱。
打破循环!共享=加速进步+激发创意+提升热度。
拒绝知识垄断——请将"秘密配方"公开发布。合作共赢!
为培育健康生态,用户必须:
- 开源所有衍生作品
- 公开合成公式/提示词/流程
- 确保衍生作品持续开源
四. 免责声明
模型可能产生意外输出,用户需自行承担使用风险。
参与贡献者
核心成员
特别致谢
-
Narugo1992:感谢narugo1992及deepghs团队开源各类训练集与工具
-
Mikubill:感谢Mikubill的Naifu训练器
-
Onommai:感谢OnommAI开源强力基础模型
-
V预测技术:感谢以下人士的详细指导
-
社区伙伴:aria1th261, neggles, sdtana, chewing, irldoggo, reoe, kblueleaf, Yidhar, 永恒, 白玲可, 苦力怕, 凯尔莫罕, 吟游诗人, 海蛇, zwh20081, 文花~喵, 稀里哗啦, 幸运二副, 昨日之约, 445, EBIX, Sopp, Y_X, Minthybasis, Rakosz