---

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：

• 英语 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 库名称：扩散器

---

Cyberfix更新模型，使用cyber realistic v4替代v3.1

不再有单独的仓库，现在它们都在同一个仓库中。

修复方法类似于NoobaiCyberFix（https://civitai.com/models/913998/noobaicyberfix?modelVersionId=1022962），但使用了所有Vpred模型（测试版本除外），同时使用sd_mecha进行垂直处理，配方来自：https://huggingface.co/Doctor-Shotgun/NoobAI-XL-Merges

您可以通过以下链接下载高清图像。 https://huggingface.co/Panchovix/noobai-XL-VPred-cyberfixv2-perpendicularcyberfixv2/blob/main/00042-1005644031.png

NoobAI XL V-Pred 1.0

模型介绍

该图像生成模型基于Laxhar/noobai-XL_v1.0，利用完整的Danbooru和e621数据集，包含原生标签和自然语言标注。

作为v-prediction模型（不同于eps-prediction），需要特定的参数配置 - 详情见后续部分。

特别感谢我的队友euge的编码工作，以及许多热心社区成员的技术支持。

⚠️ 重要通知 ⚠️

该模型与EPS模型工作方式不同！

请仔细阅读指南！

模型详情

• 开发者: Laxhar Lab
• 模型类型: 基于扩散的文本到图像生成模型
• 微调自: Laxhar/noobai-XL_v1.0
• 赞助商: Lanyun Cloud

---

如何使用模型

方法一: reForge

1. （如果尚未安装reForge）按照仓库中的说明安装reForge；
2. 启动WebUI并像往常一样使用模型！

方法二: ComfyUI

节点示例

comfy_ui_workflow_sample

方法三: WebUI

请注意dev分支不稳定，可能包含错误。

1. （如果尚未安装WebUI）按照仓库中的说明安装WebUI。
2. 切换到dev分支：

git switch dev

3. 拉取最新更新：

git pull

4. 启动WebUI并像往常一样使用模型！

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: 请确保您的机器上安装了Git并正确配置了环境。

---

推荐设置

参数

• CFG: 4 ~ 5
• 步数: 28 ~ 35
• 采样方法: Euler (⚠️ 其他采样器无法正常工作)
• 分辨率: 总面积约1024x1024。最好选择：768x1344, 832x1216, 896x1152, 1024x1024, 1152x896, 1216x832, 1344x768

提示词

• 提示前缀：

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

• 负面提示：

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

标注

<1girl/1boy/1other/...>, <角色>, <系列>, <艺术家>, <特殊标签>, <通用标签>, <其他标签>

质量标签

对于质量标签，我们通过以下过程评估图像受欢迎程度：

• 基于不同来源和评分的数据标准化。
• 根据日期远近应用时间衰减系数。
• 在整个数据集中根据此处理对图像进行排名。

我们的最终目标是确保质量标签有效跟踪近年来的用户偏好。

百分位范围	质量标签
> 95%	masterpiece
> 85%, <= 95%	best quality
> 60%, <= 85%	good quality
> 30%, <= 60%	normal quality
<= 30%	worst quality

美学标签

标签	描述
very awa	根据waifu-scorer美学评分排名前5%的图像
worst aesthetic	根据waifu-scorer和aesthetic-shadow-v2美学评分排名后5%的图像
...	...

日期标签

日期标签分为两种：年份标签和时期标签。对于年份标签，使用year xxxx格式，即year 2021。对于时期标签，请参考下表：

年份范围	时期标签
2005-2010	old
2011-2014	early
2014-2017	mid
2018-2020	recent
2021-2024	newest

数据集

• 训练日期前的最新Danbooru图像（大约在2024-10-23之前）
• E621图像 e621-2024-webp-4Mpixel 数据集在Hugging Face上

交流

• QQ群:

  • 875042008
  • 914818692
  • 635772191

• Discord: Laxhar Dream Lab SDXL NOOB

如何在v-pred SDXL模型上训练LoRA

本教程适用于基于sd-scripts的LoRA训练者。

文章链接: https://civitai.com/articles/8723

实用工具

Laxhar Lab正在为NoobXL训练专用的ControlNet模型，模型正在逐步发布。目前已经发布了normal、depth和canny。

模型链接: https://civitai.com/models/929685

模型许可证

该模型的许可证继承自https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0 fair-ai-public-license-1.0-sd，并添加了以下条款。任何使用该模型及其变体的行为均受此许可证约束。

I. 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、威胁和传播错误信息。
• 禁止生成不道德或冒犯性内容。
• 禁止违反用户所在地区的法律法规。

II. 商业禁止

我们禁止任何形式的商业化，包括但不限于模型、衍生模型或模型生成产品的货币化或商业使用。

III. 开源社区

为了促进开源社区的繁荣，用户必须遵守以下要求：

• 开源基于上述模型的衍生模型、合并模型、LoRAs和产品。
• 分享工作细节，如合成公式、提示词和工作流程。
• 遵循fair-ai-public-license，确保衍生作品保持开源。

IV. 免责声明

生成的模型可能产生意外或有害的输出。用户必须承担使用过程中的所有风险和潜在后果。

参与者和贡献者

参与者

• L_A_X: Civitai | Liblib.art | Huggingface
• li_li: Civitai | Huggingface
• nebulae: Civitai | Huggingface
• Chenkin: Civitai | Huggingface
• Euge: Civitai | Huggingface | Github

贡献者

• Narugo1992: 感谢narugo1992和deepghs团队开源各种训练集、图像处理工具和模型。

• Mikubill: 感谢Mikubill的Naifu训练器。

• Onommai: 感谢OnommAI开源强大的基础模型。

• V-Prediction: 感谢以下人员的详细指导和实验。

  • adsfssdf
  • bluvoll
  • bvhari
  • catboxanon
  • parsee-mizuhashi
  • very-aesthetic
  • momoura
  • madmanfourohfour

• 社区: 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