Animagine Xl

🚀 Animagine XL

Animagine XL 是一款高分辨率的潜在文本到图像扩散模型。它基于文本提示，能够生成和修改高质量的动漫主题图像，为动漫风格图像创作提供了强大的支持。

🚀 快速开始

• 从 这里 下载 Animagine XL 模型，该模型为 .safetensors 格式。
• 需要使用 Danbooru 风格的标签作为提示，而非自然语言，否则生成的图像将是写实风格而非动漫风格。
• 可以使用任何通用的负面提示，或者使用以下建议的负面提示，引导模型生成具有高美学质量的图像：

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

• 为了获得高美学质量的结果，提示前应添加以下内容：

masterpiece, best quality

• 可以参考以下分辨率对照表，找到最佳分辨率：

768 x 1344: 竖版 (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: 风景 (3:2)
1365 x 768: 宽屏 (16:9)
1564 x 670: 电影宽屏 (21:9)

✨ 主要特性

1. 高分辨率图像：该模型以 1024x1024 分辨率进行训练，并使用 NovelAI 宽高比分组工具 进行训练，因此也能处理非方形分辨率。
2. 动漫风格生成：根据给定的文本提示，模型能够创建高质量的动漫风格图像。
3. 精细调整的扩散过程：模型采用精细调整的扩散过程，确保输出的图像质量高且具有独特性。

📚 详细文档

模型详情

使用方式

• 可搭配 Stable Diffusion Webui 使用。
• 可搭配 🧨 diffusers 使用。
• 推荐搭配 ComfyUI 使用。

和其他动漫风格的 Stable Diffusion 模型一样，它也支持使用 Danbooru 标签来生成图像。例如：face focus, cute, masterpiece, best quality, 1girl, green hair, sweater, looking at viewer, upper body, beanie, outdoors, night, turtleneck

Gradio 和 Colab

我们还支持使用 Gradio 网络界面和 Colab 搭配 Diffusers 来运行 Animagine XL：

💻 使用示例

基础用法

确保将 diffusers 升级到 >= 0.18.2：

pip install diffusers --upgrade

此外，还需安装 transformers、safetensors、accelerate 以及隐形水印库：

pip install invisible_watermark transformers accelerate safetensors

运行管道（如果不更换调度器，将使用默认的 EulerDiscreteScheduler，在本示例中我们将其更换为 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")

🔧 技术细节

该模型继承了 Stable Diffusion XL 1.0 的 局限性。

📄 许可证

本模型使用 CreativeML Open RAIL++ - M 许可证。