WLOP Style Stable Diffusion Heywhale

🚀 wlop风格稳定扩散权重模型

本项目提供了一种特定风格的文本到图像生成模型，通过不同版本的模型可以生成具有独特风格的图像，满足不同的创作需求。

🚀 快速开始

若你想使用此风格，提示词为：wgz style

✨ 主要特性

• 本模型库中有三个模型，分别是V1、V2和beta版本。
• 不同版本在训练分辨率、生成效果等方面各有优劣。

📦 安装指南

文档未提及安装步骤，暂不提供。

💻 使用示例

基础用法

以下是使用V2版本进行图像生成的配置示例：

Prompt :wgz style,portrait of a beautiful women highly detailed,perfect femine face,Classical oil painting,by masamune shirow, by William - tae Kim
Negative prompt: old,men,two poeple,Three dimensional facial features,deep shadows on the five senses,tall nose,Eye shadow,[High bridge], [narrow nose],Deep orbital fossa
Steps: 20, Sampler: DPM++ 2S a Karras, CFG scale: 9.5, Denoising strength: 0.51, Mask blur: 4

高级用法

文档未提及高级用法示例，暂不提供。

📚 详细文档

模型版本介绍

V1版本

• 训练情况：最早的版本，使用512分辨率进行训练，基于Elden ring Style ckpt（SD1.5）进行训练。
  • 训练链接：[eldenring - ckpt](https://huggingface.co/nitrosocke/elden - ring - diffusion)
  • 训练参数：
    • 步数：12500 steps
    • 学习率：1e - 6
    • 初始图像数量：约100
    • 类别图像数量：200
• 优点：生成逻辑较好，文本到图像（text2img）的使用效果佳。
• 缺点：画面细节较少，笔触模仿不足，眼睛的眼白容易变红。

V2版本

• 训练情况：调整了训练集，使用768分辨率进行训练。
• 优点：图像细节更多，面部刻画更出色。
• 缺点：眼球容易生成绿色，文本生成逻辑不佳，导致文本到图像（text2img）的可用性较差。

BETA版本

• 训练情况：训练图相对复杂，逻辑较差，但在图像到图像（img2img）中有时能得到令人满意的结果。
• 特点：具有抽象的色板，但生成成功率不高。

模型输出示例

V2版本输出

BETA版本输出

V1版本输出

联系信息

若你有想法或想一起改进模型，可以通过以下方式联系作者：

• Telegram: https://t.me/hhhyxnh
• QQ: 1602821649

更多图片

更多图片可在图像文件夹中查看。

模型更新说明

作者表示目前以现有的技术很难取得进展，此模型短期内不会更新。

🔧 技术细节

文档未提及技术实现细节，暂不提供。

📄 许可证

文档未提及许可证信息，暂不提供。