Acertainthing

🚀 ACertainThing

ACertainThing 是 Anything3.0 的一个特定版本，它借助 Dreambooth 技术（融入了 LoRA 的理念），并以 ACertainModel 进行初始化。该模型虽然在图像生成方面可能会产生更好的效果，但也存在一些问题。不过，它能让即使写得不好的提示词也能生成高质量的图像，这使得许多不擅长编写提示词的用户能够快速获得不错的图像输出。

你可以点击下面的链接，在 Google Colab 免费使用 T4 显卡体验完整功能：

🚀 快速开始

Anything3.0 是一个过拟合的模型，在生成人物图像和某些细节时会有一些随意性。不过，社区对它的评价很高，这是因为很多不擅长编写提示词的用户，即使提示词写得不好，也能使用这个过拟合模型生成高质量的图像。

这里的 ACertainThing 版本是 Anything3.0 的一个变体，它使用 Dreambooth 技术（融入了 LoRA 的理念），并以 ACertainModel 进行初始化。

虽然这个模型在图像生成方面可能会有更好的效果，但它存在两个主要问题。首先，它并不总是忠实于你的提示词，会添加一些无关的细节，而且这些细节有时高度同质化。其次，它是一个不稳定的过拟合模型，和 Anything3.0 类似，不适合进行任何形式的进一步训练。据我所知，Anything3.0 是通过巧妙地合并几个模型得到的，但它本身就是一个过拟合模型，在饱和度和配置方面都有缺陷。然而，正如我前面提到的，它能让即使写得不好的提示词也能产生不错的输出图像，这使得许多不擅长编写提示词的用户能够迅速超越那些认真研究提示词编写的用户。尽管存在这些问题，我还是想发布这个模型的扩展版本，以满足社区中许多人的偏好。希望你会喜欢它。

个人观点来看，我反对所有形式的模型合并，因为这没有科学依据，只是在浪费时间。这是一种不劳而获的想法。这就是为什么我不喜欢 Anything3.0 或这个即将发布的模型。但我尊重社区的选择和偏好，也希望你能尊重和理解我的想法。

如果你希望提示词能够准确输出，并且想学习正确使用提示词的技巧，建议你使用更平衡的模型 ACertainModel。

例如：杰作，最高质量，1 个女孩，棕色头发，绿色眼睛，色彩丰富，秋天，积雨云，闪电，蓝天，落叶，花园

✨ 主要特性

• 即使提示词编写不佳，也能生成高质量图像。
• 在图像生成方面可能产生更好的效果。

📦 安装指南

此部分文档未提供安装步骤，暂不展示。

💻 使用示例

基础用法

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")

📚 详细文档

关于使用托管推理 API 进行在线预览以及使用此模型进行生成

不允许修改参数，因为它似乎是使用 Clip skip: 1 生成的。为了获得更好的性能，强烈建议使用 Clip skip: 2。

以下是一个推理设置示例，如果适用于你自己的服务器：步数：28，采样器：Euler a，CFG 比例：11，Clip skip：2。

示例

以下是使用此模型生成的一些图像示例，与其他类似模型相比，在构图、手势以及移动物体方面表现更好：

动漫女孩：

1 个女孩，棕色头发，绿色眼睛，色彩丰富，秋天，积雨云，闪电，蓝天，落叶，花园
步数：28，采样器：Euler a，CFG 比例：11，种子：114514，Clip skip：2

动漫男孩：

1 个男孩，棕色头发，绿色眼睛，色彩丰富，秋天，积雨云，闪电，蓝天，落叶，花园
步数：28，采样器：Euler a，CFG 比例：11，种子：114514，Clip skip：2

🔧 技术细节

此部分文档未提供技术实现细节，暂不展示。

📄 许可证

此模型是开放访问的，所有人都可以使用，并遵循 CreativeML OpenRAIL - M 许可证，该许可证进一步规定了权利和使用方式。

CreativeML OpenRAIL 许可证规定：

1. 你不能使用该模型故意生成或分享非法或有害的输出或内容。
2. 作者对您生成的输出不主张任何权利，您可以自由使用它们，并对其使用负责，且使用不得违反许可证中的规定。
3. 您可以重新分发权重，并将模型用于商业用途或作为服务使用。如果这样做，请务必包含与许可证中相同的使用限制，并向所有用户分享一份 CreativeML OpenRAIL - M 许可证（请完整仔细阅读许可证）。 请在此处阅读完整许可证

其他问题

它是基于 NovelAI 的模型吗？与 SD1.2 和 SD1.4 有什么关系？

请参考 ASimilarityCalculatior