Noobai XL Vpred 0.75s

🚀 NoobAI XL V-Pred 0.75s

這是一個圖像生成模型，基於Laxhar/noobai-XL_v1.0開發，利用了完整的Danbooru和e621數據集，帶有原生標籤和自然語言字幕。它採用v預測模型（與eps預測不同），需要特定的參數配置。

🚀 快速開始

本模型與EPS模型的工作方式不同，請仔細閱讀以下使用說明。

✨ 主要特性

• 基於Laxhar/noobai-XL_v1.0構建，利用全Danbooru和e621數據集，帶有原生標籤和自然語言字幕。
• 作為v預測模型實現，與eps預測模型不同，需要特定參數配置。

📦 安裝指南

方法一：reForge

1. （如果尚未安裝reForge）按照倉庫中的說明安裝reForge。
2. 啟動WebUI並像往常一樣使用模型。

方法二：ComfyUI

使用節點進行示例操作。 comfy_ui_workflow_sample

方法三：WebUI

請注意，開發分支不穩定，可能包含錯誤。

1. （如果尚未安裝WebUI）按照倉庫中的說明安裝WebUI。
2. 切換到dev分支：

git switch dev

3. 拉取最新更新：

git pull

4. 啟動WebUI並像往常一樣使用模型。

方法四：Diffusers

import torch
from diffusers import StableDiffusionXLPipeline
from diffusers import EulerDiscreteScheduler

ckpt_path = "/path/to/model.safetensors"
pipe = StableDiffusionXLPipeline.from_single_file(
    ckpt_path,
    use_safetensors=True,
    torch_dtype=torch.float16,
)
scheduler_args = {"prediction_type": "v_prediction", "rescale_betas_zero_snr": True}
pipe.scheduler = EulerDiscreteScheduler.from_config(pipe.scheduler.config, **scheduler_args)
pipe.enable_xformers_memory_efficient_attention()
pipe = pipe.to("cuda")

prompt = """masterpiece, best quality,artist:john_kafka,artist:nixeu,artist:quasarcake, chromatic aberration, film grain, horror \(theme\), limited palette, x-shaped pupils, high contrast, color contrast, cold colors, arlecchino \(genshin impact\), black theme,  gritty, graphite \(medium\)"""
negative_prompt = "nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro"

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    num_inference_steps=28,
    guidance_scale=5,
    generator=torch.Generator().manual_seed(42),
).images[0]

image.save("output.png")

注意：請確保您的機器上已安裝Git並正確配置了環境。

💻 使用示例

基礎用法

# 上述方法四的代碼示例即為基礎用法示例
import torch
from diffusers import StableDiffusionXLPipeline
from diffusers import EulerDiscreteScheduler

ckpt_path = "/path/to/model.safetensors"
pipe = StableDiffusionXLPipeline.from_single_file(
    ckpt_path,
    use_safetensors=True,
    torch_dtype=torch.float16,
)
scheduler_args = {"prediction_type": "v_prediction", "rescale_betas_zero_snr": True}
pipe.scheduler = EulerDiscreteScheduler.from_config(pipe.scheduler.config, **scheduler_args)
pipe.enable_xformers_memory_efficient_attention()
pipe = pipe.to("cuda")

prompt = """masterpiece, best quality,artist:john_kafka,artist:nixeu,artist:quasarcake, chromatic aberration, film grain, horror \(theme\), limited palette, x-shaped pupils, high contrast, color contrast, cold colors, arlecchino \(genshin impact\), black theme,  gritty, graphite \(medium\)"""
negative_prompt = "nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro"

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    num_inference_steps=28,
    guidance_scale=5,
    generator=torch.Generator().manual_seed(42),
).images[0]

image.save("output.png")

高級用法

目前文檔未提供高級用法相關代碼示例。

📚 詳細文檔

推薦設置

參數

• CFG：4 ~ 5
• 步數：28 ~ 35
• 採樣方法：Euler（⚠️ 其他採樣器無法正常工作）
• 分辨率：總面積約為1024x1024。最佳選擇包括：768x1344、832x1216、896x1152、1024x1024、1152x896、1216x832、1344x768

提示詞

• 提示詞前綴：

masterpiece, best quality, newest, absurdres, highres, safe,

• 負提示詞：

nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro

使用指南

標題

<1girl/1boy/1other/...>, <character>, <series>, <artists>, <special tags>, <general tags>, <other tags>

質量標籤

對於質量標籤，我們通過以下過程評估圖像的受歡迎程度：

• 基於各種來源和評級進行數據歸一化。
• 根據日期的近期性應用基於時間的衰減係數。
• 根據此處理在整個數據集中對圖像進行排名。

我們的最終目標是確保質量標籤能有效跟蹤近年來用戶的偏好。

百分位數範圍	質量標籤
> 95%	masterpiece
> 85%，<= 95%	best quality
> 60%，<= 85%	good quality
> 30%，<= 60%	normal quality
<= 30%	worst quality

美學標籤

標籤	描述
very awa	根據waifu-scorer美學評分排名前5%的圖像
worst aesthetic	根據waifu-scorer和aesthetic-shadow-v2美學評分排名後5%的所有圖像
...	...

日期標籤

有兩種類型的日期標籤：年份標籤和時期標籤。對於年份標籤，使用year xxxx格式，即year 2021。對於時期標籤，請參考以下表格：

年份範圍	時期標籤
2005 - 2010	old
2011 - 2014	early
2014 - 2017	mid
2018 - 2020	recent
2021 - 2024	newest

數據集

• 截至訓練日期（大約在2024 - 10 - 23之前）的最新Danbooru圖像
• Hugging Face上的E621圖像e621-2024-webp-4Mpixel數據集

交流方式

• QQ群：
  • 875042008
  • 914818692
  • 635772191
• Discord：Laxhar Dream Lab SDXL NOOB

如何在v-pred SDXL模型上訓練LoRA

這是一篇針對基於sd-scripts的LoRA訓練者的教程。 文章鏈接：https://civitai.com/articles/8723

實用工具

Laxhar Lab正在為NoobXL訓練一個專用的ControlNet模型，並且這些模型正在逐步發佈。到目前為止，已經發布了normal、depth和canny模型。 模型鏈接：https://civitai.com/models/929685

模型詳情

屬性	詳情
開發者	Laxhar Lab
模型類型	基於擴散的文本到圖像生成模型
微調基礎	Laxhar/noobai-XL_v1.0
贊助方	Lanyun Cloud

重要提示

⚠️ 重要提示

本模型的工作方式與EPS模型不同！請仔細閱讀指南！

🔧 技術細節

本模型基於Laxhar/noobai-XL_v1.0，利用完整的Danbooru和e621數據集，帶有原生標籤和自然語言字幕。它實現為v預測模型（與eps預測不同），需要特定的參數配置。

📄 許可證

本模型的許可證繼承自https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0 fair-ai-public-license-1.0-sd，並添加了以下條款。任何使用本模型及其變體的行為均受此許可證約束。

一、使用限制

• 禁止用於有害、惡意或非法活動，包括但不限於騷擾、威脅和傳播錯誤信息。
• 禁止生成不道德或冒犯性內容。
• 禁止違反用戶所在司法管轄區的法律法規。

二、商業禁止

我們禁止任何形式的商業化，包括但不限於對模型、衍生模型或模型生成產品的貨幣化或商業使用。

三、開源社區

為了促進繁榮的開源社區，用戶必須遵守以下要求：

• 開源衍生模型、合併模型、LoRA以及基於上述模型的產品。
• 分享工作細節，如合成公式、提示詞和工作流程。
• 遵循公平人工智能公共許可證，確保衍生作品保持開源。

四、免責聲明

生成的模型可能會產生意外或有害的輸出。用戶必須承擔使用的所有風險和潛在後果。

參與者和貢獻者

參與者

• L_A_X：Civitai | Liblib.art | Huggingface
• li_li：Civitai | Huggingface
• nebulae：Civitai | Huggingface
• Chenkin：Civitai | Huggingface
• Euge：Civitai | Huggingface | Github

貢獻者

• Narugo1992：感謝narugo1992和deepghs團隊開源各種訓練集、圖像處理工具和模型。
• Mikubill：感謝Mikubill提供的Naifu訓練器。
• Onommai：感謝OnommAI開源一個強大的基礎模型。
• V-Prediction：感謝以下人員的詳細說明和實驗：
  • adsfssdf
  • bluvoll
  • bvhari
  • catboxanon
  • parsee-mizuhashi
  • very-aesthetic
  • momoura
  • madmanfourohfour
• 社區：aria1th261、neggles、sdtana、chewing、irldoggo、reoe、kblueleaf、Yidhar、ageless、白玲可、Creeper、KaerMorh、吟遊詩人、SeASnAkE、zwh20081、Wenaka⁧~喵、稀里嘩啦、幸運二副、昨日の約、445、EBIX、Sopp、Y_X、Minthybasis、Rakosz