Initium | Finetune | NoobAI Epsilon 1.1
详情
下载文件
模型描述
Initium（SDXL、IllustriousXL）： 什么是Initium？
- 基于Noobai V1.1构建，该模型旨在“修复”NoobAI 1.1中遗留的一些问题，适合作为创建您自己的合并模型的基准，理想情况下可作为具有相同传承背景的合并模型的训练基础。
功能：
自定义训练的文本编码器：包含独特的CLIP/TENC训练及与之对齐的U-Net。
数据集：使用~~22万张图像数据集（lucereron + Initium v1数据集 + 新数据）进行训练，该数据集并非仅专注于“单女孩”题材，旨在生成多样化的场景、抽象内容及无人物图像，对女性的偏向性略低。训练中使用了以下艺术家列表，请记得使用转义字符如
sen \\(astronomy\\)，许多艺术家的样本可见于此：https://files.catbox.moe/9lglyd.png、https://files.catbox.moe/4earj9.png、https://files.catbox.moe/b5egkz.png、https://files.catbox.moe/timjci.png、https://files.catbox.moe/8jni63.png、https://files.catbox.moe/c0zd98.png、https://files.catbox.moe/gw1v45.png、https://files.catbox.moe/9lyidu.png。后续将推出v3版本，以尽可能去除现有签名。LoRA：在Illust 0.1上训练的LoRA可能因自定义TENC而不兼容，建议使用NoobAI 1.0/1.1或直接在本模型上训练的LoRA。
基于标签的损失缩放：模仿NAI v3的实现方式，以避免过拟合；当某些标签在数据集中出现频率过高时，其损失值将降低；反之，若某标签几乎未出现，则其损失值将被提高。
使用建议：
正向提示词：
masterpiece, best quality负向提示词：
low quality, bad hands, greyscale, bad anatomy可选负向提示词：
signature, 4koma, multiple views, watermark, patreon logoSchizo负向提示词：worst quality, low quality, worst aesthetic, old, early, blurry, lowres, signature, artist name, watermark, twitter username, sketch, logo, furry, text, speech bubble, censored
风格设定：
根据需要使用
realistic/3d标签，并调整负向提示词以引导模型趋向您期望的风格。使用艺术家列表中的艺术家名称，因为这些艺术家在训练中被用作正则化手段，从而保留了从其他数据集中学习到的知识。所有内容在20轮训练后数据集被缩减，从原始22万张图像筛选为4万张精选图像。
技术设置：
采样器：Euler a, Euler
步数：20-28
CFG比例：5.0-8.0
分辨率：1024x1024，或任何像素总数不超过~~1,048,576的宽高比。
模型配方：
- 使用定制的CLIP/TENC设置与U-Net对齐技术开发。
兼容性：
- 与Noobai v1.1同步使用，在ComfyUI中启用注意力裁剪（由PotatCat指导），以获得最佳效果。
致谢：
- 感谢Arc En Ciel Discord服务器、@mfcg、@FallenIncursio、@Anzhc、@richyrich515及其他支持者！
免责声明（仅供娱乐）：使用本模型即表示您同意向@novowels捐赠一个虚拟睾丸。
为获得最佳效果，请在您的重铸设置中启用以下选项。
建议SDXL模型使用“Emphasis mode No Norm”。
如您希望支持我，欢迎点赞本模型，或通过Buzz打赏/捐赠至我的Ko-fi，本模型使用8张L40S显卡微调而成。
相关训练信息：
使用至少22万张图像进行训练。
经过40轮训练、批量处理后，总计约~~450万次真实步数。
有效批量大小为 15 x 8 GPU x 6 梯度累积（RTX Ada 6000 x8）
学习率初始为6e-6（使用Compass），后改为1.5e-5（AdamW）；Clip L学习率为5e-7，Clip G使用Adabelief以4e-7学习率训练。