Rae Diffusion XL V2

🚀 Rae Diffusion XL V2

Rae Diffusion XL V2 是基於 Animagine XL 3.1 模型的增強版本，經過專門微調，用於生成令人驚歎的動漫風格藝術作品。它在描繪動漫角色方面表現出色，極大地拓展了創作的邊界。

🚀 快速開始

標籤順序

為了獲得最佳效果，建議遵循以下結構化提示模板，因為我們是按照這個方式訓練模型的：

1girl/1boy, 角色名稱, 出自哪部系列作品, 其他內容可任意排序。

特殊標籤

Rae Diffusion XL 繼承了 Animagine XL 3.1 的特殊標籤，通過引導結果朝著質量、評級、創作日期和美學方向發展，來增強圖像生成效果。雖然模型在沒有這些標籤的情況下也能生成圖像，但使用它們有助於獲得更好的結果。

• 質量標籤：傑作，最佳質量，高質量，良好質量，普通質量，低質量，最差質量
• 評級標籤：安全，敏感，不適宜公開，明確不適宜
• 年份標籤：最新，近期，中期，早期，最舊
• 美學標籤：非常美觀，美觀，不悅目，非常不悅目

推薦設置

• 正向提示詞：

傑作，最佳質量，非常美觀，超高分辨率，

• 負向提示詞：

(低質量，最差質量:1.2)，非常不悅目，醜陋，繪製不佳，簽名，水印，

• CFG：7
• 採樣步數：25 到 35
• 採樣器：Euler a
• 支持的分辨率：

1024 x 1024, 1152 x 896, 896 x 1152, 1216 x 832, 832 x 1216, 1344 x 768, 768 x 1344, 1536 x 640, 640 x 1536

高分辨率修復設置

• 超分辨率器：4x_NMKD - YandereNeoXL
• 高分辨率步數：10 - 15
• 去噪：0.1 - 0.3 或對於潛在超分辨率器使用 0.55

✨ 主要特性

Rae Diffusion XL V2 基於 Animagine XL 3.1 模型構建，經過微調，專注於高質量動漫風格角色藝術作品的生成。它繼承了特殊標籤，能夠根據不同的質量、評級、年份和美學標籤生成多樣化的圖像。

📚 詳細文檔

模型詳情

訓練配置

• 硬件：1 個 A100 80GB
• 批量大小：48
• 梯度累積：1
• 訓練輪數：10
• 學習率：3e - 6
• 優化器：Adafactor
• 優化器參數：(比例參數：False，相對步長：False，預熱初始化：False)
• 調度器：帶預熱的常數調度器
• 預熱步數：0.05
• 噪聲偏移：0.0357

📄 許可證

Rae Diffusion XL V2 現在使用從 Animagine XL 3.1 繼承的 公平人工智能公共許可證 1.0 - SD，該許可證與 Stable Diffusion 模型兼容。關鍵點如下：

1. 修改共享：如果您修改了 Rae Diffusion XL，您必須同時共享您的修改和原始許可證。
2. 源代碼可訪問性：如果您的修改版本可以通過網絡訪問，您需要提供一種方式（如下載鏈接）讓其他人獲取源代碼。這也適用於派生模型。
3. 分發條款：任何分發都必須遵循此許可證或具有類似規則的其他許可證。
4. 合規性：如果不遵守規定，必須在 30 天內進行修復，否則將導致許可證終止，強調了透明度和對開源價值觀的遵守。

模型示例圖片

示例圖片 1	示例圖片 2	示例圖片 3
圖片描述：Konno Junko	圖片描述：Ryougi Shiki	圖片描述：Korra

示例圖片 4	示例圖片 5	示例圖片 6
圖片描述：Toshinou Kyouko	圖片描述：Charlotte Dunois	圖片描述：Sento Isuzu