Kohaku XL Epsilon Rev2

🚀 Kohaku XL Epsilon rev2

Kohaku XL Epsilon rev2是一款文本到图像的模型，基于Kohaku XL Epsilon rev1继续训练，可生成高质量图像，还能生成PVC风格图像。

🚀 快速开始

加入我们的社区：点击加入

✨ 主要特性

• 基于Kohaku XL Epsilon rev1继续训练。
• 使用156万张图像，训练5个周期。
• 在精选艺术家的作品以及特定系列/游戏的图像上进行训练。
• 在PVC人偶照片上进行训练，无需额外模型即可生成PVC风格图像。

💻 使用示例

提示词格式

<1女孩/1男孩/1其他/...>, <角色>, <系列>, <艺术家>, <通用标签>, <质量标签>, <年份标签>, <元标签>, <评级标签>

特殊标签

• 质量标签：杰作，最佳质量，高质量，良好质量，普通质量，低质量，最差质量
• 评级标签：安全，敏感，不适合工作，明确
• 日期标签：最新，近期，中期，早期，旧

评级标签

通用：安全 敏感：敏感 有问题：不适合工作 明确：不适合工作，明确

分辨率

此模型针对从ARB 1024x1024的分辨率进行训练，最小分辨率为256，最大分辨率为4096。这意味着你可以使用标准的SDXL分辨率。不过，建议选择略高于1024x1024的分辨率。为获得更好的效果，也建议应用高分辨率修复。

🔧 技术细节

• 硬件：四块RTX 3090显卡
• 训练图像数量：1,536,902
• 总训练周期：5
• 总训练步数：15015
• 训练时间：410小时（实际时间）
• 批次大小：4
• 梯度累积步数：32
• 等效批次大小：512
• 优化器：Lion8bit
• 学习率：UNet为1e - 5 / 文本编码器（TE）为2e - 6
• 学习率调度器：余弦（带预热）
• 预热步数：1000
• 权重衰减：0.1
• 贝塔值：0.9, 0.95
• 最小信噪比伽马值：5
• 噪声偏移：0.0357
• 分辨率：1024x1024
• 最小桶分辨率：256
• 最大桶分辨率：4096
• 混合精度：FP16
• 字幕标签丢弃率：0.2
• 字幕丢弃率：0.05

📄 许可证

本项目采用 Fair-AI-public-1.0-sd 许可证。

数据集

• KBlueLeaf/danbooru2023-webp-4Mpixel
• KBlueLeaf/danbooru2023-sqlite

依赖库

• diffusers