Noobai XL Vpred 1.0

🚀 NoobAI XL V-Pred 1.0

这是一个图像生成模型，基于 Laxhar/noobai-XL_v1.0 构建，利用了完整的 Danbooru 和 e621 数据集，并带有原生标签和自然语言字幕。该模型实现为 v-prediction 模型（与 eps-prediction 不同），需要特定的参数配置。

🚀 快速开始

模型介绍

此图像生成模型基于 Laxhar/noobai-XL_v1.0，利用了完整的 Danbooru 和 e621 数据集，带有原生标签和自然语言字幕。它是一个 v-prediction 模型（与 eps-prediction 不同），需要特定的参数配置，后续章节会详细说明。

特别感谢队友 euge 的编码工作，也感谢许多热心社区成员的技术支持。

⚠️ 重要提示

此模型的工作方式与 EPS 模型不同！请仔细阅读使用指南！

模型详情

属性	详情
开发者	Laxhar Lab
模型类型	基于扩散的文本到图像生成模型
微调基础模型	Laxhar/noobai-XL_v1.0
赞助方	Lanyun Cloud

📦 安装指南

方法一：reForge

1. （如果尚未安装 reForge）按照仓库中的说明安装 reForge；
2. 启动 WebUI，像往常一样使用模型！

方法二：ComfyUI

使用节点进行示例操作。 comfy_ui_workflow_sample

方法三：WebUI

注意，开发分支不稳定，可能包含 bug。

1. （如果尚未安装 WebUI）按照仓库中的说明安装 WebUI；
2. 切换到 dev 分支：

git switch dev

3. 拉取最新更新：

git pull

4. 启动 WebUI，像往常一样使用模型！

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")

⚠️ 重要提示

请确保你的机器上已安装 Git 并正确配置了环境。

💻 使用示例

基础用法

# 上述使用 Diffusers 库调用模型的代码示例即为基础用法
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")

📚 详细文档

推荐设置

参数

• CFG：4 ~ 5
• 步数：28 ~ 35
• 采样方法：Euler（⚠️ 其他采样器可能无法正常工作）
• 分辨率：总面积约为 1024x1024。建议从以下选项中选择：768x1344、832x1216、896x1152、1024x1024、1152x896、1216x832、1344x768

提示词

• 提示词前缀：

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

• 负提示词：

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

字幕

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

质量标签

对于质量标签，我们通过以下过程评估图像的受欢迎程度：

• 基于各种来源和评分进行数据归一化；
• 根据日期的近期性应用基于时间的衰减系数；
• 根据此处理对整个数据集中的图像进行排名。

我们的最终目标是确保质量标签能有效跟踪近年来用户的偏好。

百分位范围	质量标签
> 95%	masterpiece
> 85%，<= 95%	best quality
> 60%，<= 85%	good quality
> 30%，<= 60%	normal quality
<= 30%	worst quality

美学标签

标签	描述
very awa	通过 waifu-scorer 评估的美学得分前 5% 的图像
worst aesthetic	通过 waifu-scorer 和 aesthetic-shadow-v2 评估的美学得分后 5% 的所有图像

日期标签

有两种类型的日期标签：年份标签和时期标签。对于年份标签，使用 year xxxx 格式，即 year 2021。对于时期标签，请参考以下表格：

年份范围	时期标签
2005 - 2010	old
2011 - 2014	early
2014 - 2017	mid
2018 - 2020	recent
2021 - 2024	newest

数据集

• 截至训练日期（大约 2024 - 10 - 23 之前）的最新 Danbooru 图像
• Hugging Face 上的 E621 图像 e621-2024-webp-4Mpixel 数据集

交流渠道

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

如何在 v-pred SDXL 模型上训练 LoRA

这是一篇针对基于 sd-scripts 的 LoRA 训练者的教程。 文章链接：https://civitai.com/articles/8723

实用工具

Laxhar Lab 正在为 NoobXL 训练一个专用的 ControlNet 模型，并且这些模型正在逐步发布。到目前为止，已经发布了 normal、depth 和 canny 模型。 模型链接：https://civitai.com/models/929685

📄 许可证

此模型的许可证继承自 https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0 fair-ai-public-license-1.0-sd，并添加了以下条款。任何使用此模型及其变体的行为都受此许可证约束。

I. 使用限制

• 禁止将模型用于有害、恶意或非法活动，包括但不限于骚扰、威胁和传播错误信息。
• 禁止生成不道德或冒犯性的内容。
• 禁止违反用户所在司法管辖区的法律法规。

II. 商业禁止

我们禁止任何形式的商业化，包括但不限于对模型、衍生模型或模型生成的产品进行货币化或商业使用。

III. 开源社区

嘿，大家好！别把好东西藏着掖着啦！🚀

如果你发现了新技巧、酷炫的艺术组合、神奇的提示词，或者训练了有趣的 LoRA，请公开分享！

在 Discord、Telegram、X 或群组聊天中发布——让我们一起成长。

别再像过去那样藏着模型和提示词啦。

开放分享 = 大家都更开心！💡✨

附言：我们不是想限制大家！在 1.5/n3 时代，出现了很多秘密模型和提示词（唉，一团糟）。

让我们打破这个循环！分享意味着更快的进步、更疯狂的想法和更多的兴奋。

别搞闭门造车了——把你的“秘诀”公开分享吧。大家都能受益！

为了促进一个繁荣的开源社区，用户必须遵守以下要求：

• 开源基于此模型的衍生模型、合并模型、LoRA 和产品。
• 分享工作细节，如合成公式、提示词和工作流程。
• 遵循公平人工智能公共许可证，确保衍生作品保持开源。

IV. 免责声明

生成的模型可能会产生意外或有害的输出。用户必须承担使用模型的所有风险和潜在后果。

参与者和贡献者

参与者

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

贡献者

• Narugo1992：感谢 narugo1992 和 deepghs 团队开源各种训练集、图像处理工具和模型。
• Mikubill：感谢 Mikubill 开发的 Naifu 训练器。
• Onommai：感谢 OnommAI 开源强大的基础模型。
• V-Prediction：感谢以下人员的详细说明和实验：
  • adsfssdf
  • bluvoll
  • bvhari
  • catboxanon
  • parsee-mizuhashi
  • very-aesthetic
  • momoura
  • madmanfourohfour
  • David
• 社区：aria1th261、neggles、sdtana、chewing、irldoggo、reoe、kblueleaf、Yidhar、ageless、白玲可、Creeper、KaerMorh、吟游诗人、SeASnAkE、zwh20081、Wenaka⁧~喵、稀里哗啦、幸运二副、昨日の約、445、EBIX、Sopp、Y_X、Minthybasis、Rakosz