Animagine Xl

🚀 Animagine XL

Animagine XL 是一款高分辨率的潛在文本到圖像擴散模型。它基於文本提示，能夠生成和修改高質量的動漫主題圖像，為動漫風格圖像創作提供了強大的支持。

🚀 快速開始

• 從 這裡 下載 Animagine XL 模型，該模型為 .safetensors 格式。
• 需要使用 Danbooru 風格的標籤作為提示，而非自然語言，否則生成的圖像將是寫實風格而非動漫風格。
• 可以使用任何通用的負面提示，或者使用以下建議的負面提示，引導模型生成具有高美學質量的圖像：

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

• 為了獲得高美學質量的結果，提示前應添加以下內容：

masterpiece, best quality

• 可以參考以下分辨率對照表，找到最佳分辨率：

768 x 1344: 豎版 (9:16)
915 x 1144: 人像 (4:5)
1024 x 1024: 方形 (1:1)
1182 x 886: 照片 (4:3)
1254 x 836: 風景 (3:2)
1365 x 768: 寬屏 (16:9)
1564 x 670: 電影寬屏 (21:9)

✨ 主要特性

1. 高分辨率圖像：該模型以 1024x1024 分辨率進行訓練，並使用 NovelAI 寬高比分組工具 進行訓練，因此也能處理非方形分辨率。
2. 動漫風格生成：根據給定的文本提示，模型能夠創建高質量的動漫風格圖像。
3. 精細調整的擴散過程：模型採用精細調整的擴散過程，確保輸出的圖像質量高且具有獨特性。

📚 詳細文檔

模型詳情

使用方式

• 可搭配 Stable Diffusion Webui 使用。
• 可搭配 🧨 diffusers 使用。
• 推薦搭配 ComfyUI 使用。

和其他動漫風格的 Stable Diffusion 模型一樣，它也支持使用 Danbooru 標籤來生成圖像。例如：face focus, cute, masterpiece, best quality, 1girl, green hair, sweater, looking at viewer, upper body, beanie, outdoors, night, turtleneck

Gradio 和 Colab

我們還支持使用 Gradio 網絡界面和 Colab 搭配 Diffusers 來運行 Animagine XL：

💻 使用示例

基礎用法

確保將 diffusers 升級到 >= 0.18.2：

pip install diffusers --upgrade

此外，還需安裝 transformers、safetensors、accelerate 以及隱形水印庫：

pip install invisible_watermark transformers accelerate safetensors

運行管道（如果不更換調度器，將使用默認的 EulerDiscreteScheduler，在本示例中我們將其更換為 EulerAncestralDiscreteScheduler）：

import torch
from torch import autocast
from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler

model = "Linaqruf/animagine-xl"

pipe = StableDiffusionXLPipeline.from_pretrained(
    model, 
    torch_dtype=torch.float16, 
    use_safetensors=True, 
    variant="fp16"
    )

pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

prompt = "face focus, cute, masterpiece, best quality, 1girl, green hair, sweater, looking at viewer, upper body, beanie, outdoors, night, turtleneck"
negative_prompt = "lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry"

image = pipe(
    prompt, 
    negative_prompt=negative_prompt, 
    width=1024,
    height=1024,
    guidance_scale=12,
    target_size=(1024,1024),
    original_size=(4096,4096),
    num_inference_steps=50
    ).images[0]

image.save("anime_girl.png")

🔧 技術細節

該模型繼承了 Stable Diffusion XL 1.0 的 侷限性。

📄 許可證

本模型使用 CreativeML Open RAIL++ - M 許可證。