Proteusv0.4 Lightning

🚀 ProteusV0.4: スタイルアップデート ライトニングエディション

このアップデートは、プロンプト理解能力を向上させるのではなく、Midjourneyのアプローチに似たスタイル表現能力を強化しています。使用される手法は、いかなる著作権保護された素材も侵害しません。

🎨 Proteus

Proteusは、OpenDalleV1.1を高度に拡張したもので、そのコア機能を活用して優れた結果を提供します。主な進歩点は、プロンプトに対する応答性の向上と創造力の増強です。これを実現するために、著作権フリーの素材画像（一部アニメを含む）から約220,000枚のGPTVキャプション付き画像を使用して微調整し、それらを正規化しました。さらに、10,000枚の厳選された高品質なAI生成画像ペアを用いてDPO（Direct Preference Optimization）を適用しました。

最適なパフォーマンスを追求するために、多数のLORA（Low-Rank Adaptation）モデルを独立して学習させた後、動的な適用手法を通じて主要モデルに選択的に組み込みます。これらの手法は、学習段階でモデル内の特定の部分を対象とし、他の部分に干渉することなく学習を行います。その結果、Proteusは複雑な顔の特徴やリアルな肌の質感を描写する能力が著しく向上し、同時に超現実主義、アニメ、カートゥーンスタイルなど様々な美学領域でも優れた性能を維持しています。

現時点で合計40万枚以上の画像で微調整/学習が行われています。

🛠️ ProteusV0.4-Lightningの設定

ProteusV0.4-Lightningで最良の結果を得るには、以下の設定を使用してください。

• CFG Scale：1から2のCFGスケールを使用します。
• Steps：より詳細な結果を得るには4から10ステップ、より速い結果を得るには8ステップを使用します。
• Sampler：eular
• Scheduler：normal
• Resolution：1280x1280または1024x1024

また、プロンプトを改善するために以下のキーワードを使用することを検討してください。 最高品質, HD, ~*~エステティック~*~

プロンプトを考えるのに苦労している場合は、このGPTを使用してプロンプトを洗練させることができます。https://chat.openai.com/g/g-RziQNoydR-diffusion-master

💻 使用例

基本的な使用法

import torch
from diffusers import (
    StableDiffusionXLPipeline, 
    EulerAncestralDiscreteScheduler,
    AutoencoderKL
)

# Load VAE component
vae = AutoencoderKL.from_pretrained(
    "madebyollin/sdxl-vae-fp16-fix", 
    torch_dtype=torch.float16
)

# Configure the pipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
    "dataautogpt3/ProteusV0.4-Lightning", 
    vae=vae,
    torch_dtype=torch.float16
)
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

# Define prompts and generate image
prompt = "black fluffy gorgeous dangerous cat animal creature, large orange eyes, big fluffy ears, piercing gaze, full moon, dark ambiance, best quality, extremely detailed"
negative_prompt = "nsfw, bad quality, bad anatomy, worst quality, low quality, low resolutions, extra fingers, blur, blurry, ugly, wrongs proportions, watermark, image artifacts, lowres, ugly, jpeg artifacts, deformed, noisy image"

image = pipe(
    prompt, 
    negative_prompt=negative_prompt, 
    width=1024,
    height=1024,
    guidance_scale=2,
    num_inference_steps=8
).images[0]

私の作業をサポートするには、以下の方法で寄付していただくか、フォローしていただけると幸いです。

• 寄付: https://www.buymeacoffee.com/DataVoid
• フォロー: https://twitter.com/DataPlusEngine

📄 ライセンス

このプロジェクトはGPL-3.0ライセンスの下で提供されています。