Protogen V2.2 Official Release

🚀 Protogen v2.2（动漫）官方版本

Protogen v2.2是一款基于Stable Diffusion的模型，它在大量新的和热门的数据集上进行了微调，能够生成高质量的图像，尤其在动漫风格图像生成上表现出色。同时，它支持使用特定提示词来控制生成效果，并且可以与Dreambooth结合使用。

🚀 快速开始

安装

要运行此模型，请下载model.ckpt或model.safetensor文件，并将其安装到stable-diffusion-webui\models\Stable-diffusion目录中。

运行示例

此模型可以像其他Stable Diffusion模型一样使用。以下是一个使用Python代码生成图像的示例：

from diffusers import StableDiffusionPipeline, DPMSolverMultistepScheduler
import torch

prompt = (
"modelshoot style, (extremely detailed CG unity 8k wallpaper), full shot body photo of the most beautiful artwork in the world, "
"english medieval witch, black silk vale, pale skin, black silk robe, black cat, necromancy magic, medieval era, "
"photorealistic painting by Ed Blinkey, Atey Ghailan, Studio Ghibli, by Jeremy Mann, Greg Manchess, Antonio Moro, trending on ArtStation, "
"trending on CGSociety, Intricate, High Detail, Sharp focus, dramatic, photorealistic painting art by midjourney and greg rutkowski"
)

model_id = "darkstorm2150/Protogen_v2.2_Official_Release"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
pipe = pipe.to("cuda")

image = pipe(prompt, num_inference_steps=25).images[0]

image.save("./result.jpg")

✨ 主要特性

通用信息

Protogen以Stable Diffusion v1 - 5为基础进行预热启动，并在civitai.com上大量新的和热门的大型数据集上进行了微调。

你可以通过在提示词中使用“modelshoot style”来强制使用相机捕捉风格。此外，该模型非常适合使用Dreambooth，只需少量步骤就能生成高保真度的人脸（详见dreambooth）。

粒度自适应学习

粒度自适应学习是一种机器学习技术，它专注于在细粒度级别上调整学习过程，而不是对模型进行全局调整。这种方法使模型能够适应数据中的特定模式或特征，而不是基于一般趋势进行假设。

粒度自适应学习可以通过主动学习等技术实现，主动学习允许模型选择它想要学习的数据；也可以通过强化学习实现，在强化学习中，模型会根据其性能获得反馈并进行调整。此外，还可以通过在线学习等技术实现，在线学习使模型在接收更多数据时自我调整。

粒度自适应学习通常用于数据高度多样化或非平稳的情况，以及模型需要快速适应变化模式的场景，如机器人技术、金融市场和自然语言处理等动态环境。

触发词

• modelshoot style 此外，hassan1.4和f222也有可用的触发词，你可能需要通过谷歌搜索来获取它们。

📦 安装指南

要运行此模型，请下载以下文件之一：

• 下载Protogen v2.2.ckpt (4.27GB)
• 下载Protogen v2.2 - pruned - fp16 (1.89GB)
• 下载Protogen v2.2.safetensor (4.27GB)
• 下载Protogen V2.2 - pruned - fp16.safetensors (1.89GB)

然后将下载的文件安装到stable-diffusion-webui\models\Stable-diffusion目录中。

💻 使用示例

基础用法

from diffusers import StableDiffusionPipeline, DPMSolverMultistepScheduler
import torch

prompt = (
"modelshoot style, (extremely detailed CG unity 8k wallpaper), full shot body photo of the most beautiful artwork in the world, "
"english medieval witch, black silk vale, pale skin, black silk robe, black cat, necromancy magic, medieval era, "
"photorealistic painting by Ed Blinkey, Atey Ghailan, Studio Ghibli, by Jeremy Mann, Greg Manchess, Antonio Moro, trending on ArtStation, "
"trending on CGSociety, Intricate, High Detail, Sharp focus, dramatic, photorealistic painting art by midjourney and greg rutkowski"
)

model_id = "darkstorm2150/Protogen_v2.2_Official_Release"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
pipe = pipe.to("cuda")

image = pipe(prompt, num_inference_steps=25).images[0]

image.save("./result.jpg")

📚 详细文档

空间支持

我们支持使用Gradio Web UI来运行dreamlike - diffusion - 1.0：

检查点合并数据参考

📄 许可证

通过下载此模型，你同意遵守以下许可证的条款：

• CreativeML Open RAIL - M
• Seek Art Mega License