NoobAI - XL - Mergesオープンソースモデル - 画像テストに無料で使用できるテキスト生成画像ツール

Home

Noobai XL Merges

Developed by Doctor-Shotgun

Illustrious-xlテキスト生成画像モデルを基に構築された多様な混合モデル、テスト目的で使用

画像生成 Supports Multiple LanguagesOpen Source License:Other #垂直混合拡散 #芸術スタイル融合 #マルチモデル統合

Downloads 196

Release Time : 12/9/2024

Model Overview

これは安定拡散XLアーキテクチャを基にしたテキスト生成画像の混合モデルで、垂直混合技術により複数モデルの利点を組み合わせ、芸術創作や画像生成に適しています

Model Features

垂直混合技術

sd-mechaのPython APIを使用した垂直混合により、複数モデルの利点を結合

マルチモデル融合

Illustrious-xl、IterComp、CyberRealistic XLなど複数モデルの特性を融合

セーフテンソル形式

モデルは.safetensors形式で提供され、安全性を確保

Model Capabilities

テキスト生成画像

芸術創作

画像スタイル変換

Use Cases

芸術創作

コンセプトアート生成

テキスト記述に基づきコンセプトアート作品を生成

多様なスタイルの芸術作品を生成可能

画像スタイル変換

入力画像を特定の芸術スタイルに変換

異なる芸術スタイルのバリエーションを生成可能

クリエイティブデザイン

広告クリエイティブ生成

広告キャンペーンのためのクリエイティブなビジュアルコンテンツを迅速に生成

多様なデザインオプションを迅速に生成可能

🚀 NoobAI-XL-Merges

Laxhar LabのIllustrious-xlベースのテキストから画像へのモデルを基に構築された様々なマージモデルです。テスト目的でアップロードされています。

これらのモデルは現状のまま提供されており、結果はユーザーによって異なる場合があります。ユーザーはこれらのチェックポイントを使用して生成されたすべての出力に責任を負います。

これらのマージに関与する他のモデルには以下のものがあります。

🚀 クイックスタート

このREADMEでは、NoobAI-XL-Mergesのモデルに関する情報と、マージの方法について説明します。

✨ 主な機能

Laxhar LabのIllustrious-xlベースのテキストから画像へのモデルをベースにした様々なマージモデルを提供。
テスト目的でアップロードされているため、新しい画像生成の可能性を探索できる。

📚 ドキュメント

🔧 技術詳細

方法

垂直マージは、Python APIを使用したsd-mechaを介して行われます。例えば以下のように行います。

1) Merge noobaiXLNAIXL_vPred10Version-cyberrealistic4-perpendicular

import sd_mecha
sd_mecha.set_log_level()


text_encoder_recipe = sd_mecha.model("noobaiXLNAIXL_vPred10Version.safetensors", "sdxl")

unet_recipe = sd_mecha.add_perpendicular(
    sd_mecha.model("noobaiXLNAIXL_vPred10Version.safetensors", "sdxl"),
    sd_mecha.model("cyberrealisticXL_v4.safetensors", "sdxl"),
    sd_mecha.model("sd_xl_base_1.0_0.9vae.safetensors", "sdxl"),
)

recipe = sd_mecha.weighted_sum(
    text_encoder_recipe,
    unet_recipe,
    alpha=(
        sd_mecha.blocks("sdxl", "txt") |
        sd_mecha.blocks("sdxl", "txt2") |
        sd_mecha.default("sdxl", "unet", 1)
    ),
)

merger = sd_mecha.RecipeMerger(
    models_dir=r"C:\path\to\models\directory",
)

merger.merge_and_save(recipe, output="output.safetensors")

2) Add v_pred and ztsnr keys to the resulting model for autodetection in Comfy/Forge

from safetensors.torch import load_file, save_file
import torch

state_dict = load_file("output.safetensors")
state_dict["v_pred"] = torch.tensor([])
state_dict["ztsnr"] = torch.tensor([])
save_file(state_dict, "noobaiXLNAIXL_vPred10Version-cyberrealistic4-perpendicular.safetensors")