语言:

• 英文 许可证: creativeml-openrail-m 标签:
• 稳定扩散
• 稳定扩散-扩散器
• 文本到图像
• 扩散器 推理: 是

Evt_V4-预览版

EVT系列是一个针对动画风格模型进行大规模数据集微调的实验性项目。 Evt_V4使用了比以往更大的数据集，其与ACertainty的余弦相似度达到了85%。 它的表现可能与其他模型有所不同，希望您会喜欢。

🧐 扩散器

该模型可以像其他任何稳定扩散模型一样使用。更多信息， 请参阅稳定扩散。

您还可以将模型导出为ONNX、MPS和/或FLAX/JAX格式。

from diffusers import StableDiffusionPipeline
import torch

model_id = "haor/Evt_V4-preview"
branch_name= "main"

pipe = StableDiffusionPipeline.from_pretrained(model_id, revision=branch_name, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "1girl"
image = pipe(prompt).images[0]

image.save("./1girl.png")

示例

提示1:

1girl穿着黑色水手服站在田野中，独照，食物，水果，柠檬，泡泡，星球，月亮，橙子（水果），柠檬片，叶子，鱼，橙子片，作者（tabi:1.25），点彩，看向观众，近景牛仔镜头
负面提示: (差:0.81), (漫画:0.81), (裁剪:0.81), (错误:0.81), (多余:0.81), (低:0.81), (低分辨率:0.81), (对话:0.81), (最差:0.81), (脸红:0.9), 2格漫画, 3格漫画, 4格漫画, 拼贴, 口红
步数: 20, 采样器: DPM++ SDE Karras, CFG比例: 7, 种子: 2285895007, 尺寸: 512x1152, 去噪强度: 0.7, 剪辑跳过: 2

提示2:

{杰作, 鹿目圆, 高挑的双长马尾, 根根分明的头发, (粉色头发), 粉色眼睛, 交叉刘海, 大小姐, 女高中生, 大腿绷带, 手腕袖口, (粉色蝴蝶结: 1.2)}, 纯色, 素描, 杰作, 高细节, 杰作肖像, 最佳质量, 光线追踪, {:<, 看向边缘}
负面提示: ((((丑陋)))), (((重复))), ((病态)), ((残缺)), 多余手指, 变异的手, ((画得不好的手)), ((画得不好的脸)), (((比例失调))), ((多余肢体)), (((变形))), (((毁容))), 克隆脸, 比例失调, (畸形的肢体), ((缺少手臂)), ((缺少腿)), (((多余手臂))), (((多余腿))), 太多手指, (((长脖子))), (((低质量))), 普通质量, 模糊, 糟糕的脚, 文本字体UI, ((((最差质量)))), 解剖学上的荒谬, (((糟糕的阴影))), 不自然的身体, 液态身体, 3D, 3D游戏, 3D游戏场景, 3D角色, 糟糕的头发, 画得不好的头发, 融合的头发, 大肌肉, 糟糕的脸, 多余的眼睛, 毛茸茸, 小马, 马赛克, 消失的小腿, 消失的腿, 多余的脚趾, 缺少脚趾, 融合的脚趾, 缺失的脚趾, 融合的脚, 画得不好的眼睛, 大脸, 长脸, 糟糕的眼睛, 厚嘴唇, 肥胖, 强壮的女孩, 胡须，多余的腿
步数: 20, 采样器: DPM++ SDE Karras, CFG比例: 7, 种子: 2468255263, 尺寸: 512x1152, 去噪强度: 0.7, 剪辑跳过: 2

训练

基础模型:ACertainty
使用约55万张动漫风格图片（pixiv和yandere）训练了10个周期。
分辨率: 512
UCG:0.1
使用arb:是
训练器:Mikubill/naifu-diffusion

arb:
  启用: 是
  调试: 否
  基础分辨率: [512, 512]
  最大尺寸: [768, 512]
  可整除: 64
  最大长宽比误差: 4
  最小维度: 256
  维度限制: 1024

调度器:
  名称: diffusers.DDIMScheduler
  参数:
      beta_end: 0.012
      beta_schedule: "scaled_linear"
      beta_start: 0.00085
      clip_sample: 否
      num_train_timesteps: 1000
      set_alpha_to_one: 否
      steps_offset: 1
      trained_betas: 无

优化器:
  名称: bitsandbytes.optim.AdamW8bit
  参数:
    学习率: 2e-6
    权重衰减: 5e-2
    eps: 1e-7

学习率调度器:
  名称: torch.optim.lr_scheduler.CosineAnnealingWarmRestarts
  预热: 
    启用: 是
    初始学习率: 2e-8
    预热步数: 50
    策略: "cos"  
  参数:
    T_0: 5
    T_mult: 1
    eta_min: 6e-7
    last_epoch: -1

大约消耗了300个V100 GPU小时。

许可证

该模型对所有用户开放，采用CreativeML OpenRAIL-M许可证进一步规定权利和使用。 CreativeML OpenRAIL许可证规定:

1. 您不能使用该模型故意生成或分享非法或有害的输出或内容
2. 作者对您生成的输出不主张任何权利，您可以自由使用它们，但必须对使用负责，不得违反许可证中的规定
3. 您可以重新分发权重，并将模型用于商业和/或作为服务使用。如果这样做，请注意您必须包含与许可证相同的使用限制，并向所有用户提供CreativeML OpenRAIL-M的副本（请完整仔细阅读许可证） 请在此阅读完整许可证