Acertainthing

🚀 ACertainThing

ACertainThing 是 Anything3.0 的一個特定版本，它藉助 Dreambooth 技術（融入了 LoRA 的理念），並以 ACertainModel 進行初始化。該模型雖然在圖像生成方面可能會產生更好的效果，但也存在一些問題。不過，它能讓即使寫得不好的提示詞也能生成高質量的圖像，這使得許多不擅長編寫提示詞的用戶能夠快速獲得不錯的圖像輸出。

你可以點擊下面的鏈接，在 Google Colab 免費使用 T4 顯卡體驗完整功能：

🚀 快速開始

Anything3.0 是一個過擬合的模型，在生成人物圖像和某些細節時會有一些隨意性。不過，社區對它的評價很高，這是因為很多不擅長編寫提示詞的用戶，即使提示詞寫得不好，也能使用這個過擬合模型生成高質量的圖像。

這裡的 ACertainThing 版本是 Anything3.0 的一個變體，它使用 Dreambooth 技術（融入了 LoRA 的理念），並以 ACertainModel 進行初始化。

雖然這個模型在圖像生成方面可能會有更好的效果，但它存在兩個主要問題。首先，它並不總是忠實於你的提示詞，會添加一些無關的細節，而且這些細節有時高度同質化。其次，它是一個不穩定的過擬合模型，和 Anything3.0 類似，不適合進行任何形式的進一步訓練。據我所知，Anything3.0 是通過巧妙地合併幾個模型得到的，但它本身就是一個過擬合模型，在飽和度和配置方面都有缺陷。然而，正如我前面提到的，它能讓即使寫得不好的提示詞也能產生不錯的輸出圖像，這使得許多不擅長編寫提示詞的用戶能夠迅速超越那些認真研究提示詞編寫的用戶。儘管存在這些問題，我還是想發佈這個模型的擴展版本，以滿足社區中許多人的偏好。希望你會喜歡它。

個人觀點來看，我反對所有形式的模型合併，因為這沒有科學依據，只是在浪費時間。這是一種不勞而獲的想法。這就是為什麼我不喜歡 Anything3.0 或這個即將發佈的模型。但我尊重社區的選擇和偏好，也希望你能尊重和理解我的想法。

如果你希望提示詞能夠準確輸出，並且想學習正確使用提示詞的技巧，建議你使用更平衡的模型 ACertainModel。

例如：傑作，最高質量，1 個女孩，棕色頭髮，綠色眼睛，色彩豐富，秋天，積雨雲，閃電，藍天，落葉，花園

✨ 主要特性

• 即使提示詞編寫不佳，也能生成高質量圖像。
• 在圖像生成方面可能產生更好的效果。

📦 安裝指南

此部分文檔未提供安裝步驟，暫不展示。

💻 使用示例

基礎用法

from diffusers import StableDiffusionPipeline
import torch

model_id = "JosephusCheung/ACertainThing"
branch_name= "main"

pipe = StableDiffusionPipeline.from_pretrained(model_id, revision=branch_name, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "pikachu"
image = pipe(prompt).images[0]

image.save("./pikachu.png")

📚 詳細文檔

關於使用託管推理 API 進行在線預覽以及使用此模型進行生成

不允許修改參數，因為它似乎是使用 Clip skip: 1 生成的。為了獲得更好的性能，強烈建議使用 Clip skip: 2。

以下是一個推理設置示例，如果適用於你自己的服務器：步數：28，採樣器：Euler a，CFG 比例：11，Clip skip：2。

示例

以下是使用此模型生成的一些圖像示例，與其他類似模型相比，在構圖、手勢以及移動物體方面表現更好：

動漫女孩：

1 個女孩，棕色頭髮，綠色眼睛，色彩豐富，秋天，積雨雲，閃電，藍天，落葉，花園
步數：28，採樣器：Euler a，CFG 比例：11，種子：114514，Clip skip：2

動漫男孩：

1 個男孩，棕色頭髮，綠色眼睛，色彩豐富，秋天，積雨雲，閃電，藍天，落葉，花園
步數：28，採樣器：Euler a，CFG 比例：11，種子：114514，Clip skip：2

🔧 技術細節

此部分文檔未提供技術實現細節，暫不展示。

📄 許可證

此模型是開放訪問的，所有人都可以使用，並遵循 CreativeML OpenRAIL - M 許可證，該許可證進一步規定了權利和使用方式。

CreativeML OpenRAIL 許可證規定：

1. 你不能使用該模型故意生成或分享非法或有害的輸出或內容。
2. 作者對您生成的輸出不主張任何權利，您可以自由使用它們，並對其使用負責，且使用不得違反許可證中的規定。
3. 您可以重新分發權重，並將模型用於商業用途或作為服務使用。如果這樣做，請務必包含與許可證中相同的使用限制，並向所有用戶分享一份 CreativeML OpenRAIL - M 許可證（請完整仔細閱讀許可證）。 請在此處閱讀完整許可證

其他問題

它是基於 NovelAI 的模型嗎？與 SD1.2 和 SD1.4 有什麼關係？

請參考 ASimilarityCalculatior