缩略图: "https://huggingface.co/Hosioka/Baka-Diffusion/resolve/main/Images/Header.png" 语言:

• 英文
• 缅甸语 标签:
• 文本生成图像
• 稳定扩散模型
• 稳定扩散扩散器
• 扩散器
• 安全张量 推理: true 管道标签: 文本生成图像 库名称: diffusers 许可证: cc-by-nc-4.0

· 笨蛋扩散模型 ·

· MBW资源 ·

· 你好/Hello ·

笨蛋扩散模型是基于一系列微调/U-Net块合并的潜在扩散模型，旨在突破基于SD1.x模型的极限。我们的模型使用Danbooru标签系统

⚠️ 免责声明

您需对自己生成的内容负责，无论其是否包含NSFW或SFW内容。AI模型本身不包含可直接访问的显式视觉内容。

⚒️ 模型概要

由于U-Net块合并的特性，部分模型在CFG值范围内的表现存在差异。建议将本仓库中的模型CFG值控制在3-9之间。超出此范围虽可使用，但可能出现伪影、残留噪点或色彩过曝等问题。

笨蛋扩散模型[通用版]

通用版的开发理念是作为空白画布——不过度强调风格化，旨在兼容多数LoRA/LyCORIS模型，同时在连贯性上超越[S3D]。为此我运用了推理技巧并化身推理狂人，解决了长提示导致的生成过曝问题，CFG稳定性也显著提升。

笨蛋扩散模型[S3D]

S3D版致力于呈现细腻的3D质感与自然光影效果，突破常规动漫风格的光影表现。该版本专为高分辨率优化，推荐使用600x896而非传统的512x768。与LoRA/LyCORIS等低秩网络适配良好，兼具兼容性与灵活性。

负面提示词设置示例：(worst quality, low quality:1.2), lowres, bad anatomy,

🔧 推理技巧

若想成为像我这样的推理达人，你需要以下技巧！

• 文本反转

"为何Hosioka推荐搭配文本反转使用？他傻吗？"

使用轻量级负面文本反转（如Aikimi的SimpleNegativeV1）能在保持风格的同时显著提升模型连贯性。特别感谢Aikimi!。

• 全民FreeU！

这是我的FreeU预设，可引导模型生成更具美感的图像，同时赋予模型ZeroTerminalSNR效果，使其能生成明暗对比更强烈的图像。

过渡平滑度可选项。

📝 发现与笔记

🔗 鸣谢！

• 擦除技术 : https://github.com/rohitgandikota/erasing
• 实时块合并 : https://github.com/ashen-sensored/sd-webui-runtime-block-merge
• 超级合并器 : https://github.com/hako-mikan/sd-webui-supermerger
• KL-F8动漫VAE : https://huggingface.co/hakurei/waifu-diffusion-v1-4/blob/main/vae/kl-f8-anime2.ckpt
• 简易负面提示 : https://civitai.com/models/87243?modelVersionId=92840
• (屏幕前的你)

📝 许可证

本项目采用CC BY-NC 4.0许可协议。

2021年的我只想生成些钻头双马尾少女...怎会走到今天这步...无论如何，希望各位喜欢我的作品。