Furception VAE v1.0, by Project RedRocket

Huggingface 저장소(크레딧, Diffusers 가중치 등 포함): https://huggingface.co/RedRocket/furception_vae

이 VAE 디코더는 stabilityai/sd-vae-ft-mse를 기반으로 e621의 이미지를 사용하여 미세 조정되었습니다. 이 모델은 MAE 및 MSE 손실을 혼합하여 선명도와 부드러운 출력 사이의 적절한 균형을 유지하도록 학습되었으며, 손실은 시각적으로 더 중요한 색상 채널을 기반으로 이미지 복원을 우선시하기 위해 Oklab 색 공간에서 계산됩니다.

테스트 결과, 이 VAE는 유사한 데이터로 학습된 모델에 사용할 때 원치 않는 고주파 노이즈를 효과적으로 제거하는 능력을 보여줍니다. 결과는 평면 색상의 이미지에서 더욱 뚜렷하게 나타나지만, 사실적이거나 회화적인 이미지에서도 명확한 성능 저하가 관찰되지 않았습니다. 또한 저해상도 생성 이미지에서 효과가 더 두드러지지만, 모든 해상도에서 개선이 확인되었습니다. 데이터셋에 포함된 다양한 스타일 때문에 이 VAE는 더 넓은 예술 스타일 범위에 일반화될 가능성이 있습니다.

라이선스:

이 VAE는 CC BY-NC-SA 4.0 라이선스 조건 하에 제공됩니다. 이 라이선스는 CivitAI에 명시된 권한과 충돌하는 경우에도 적용됩니다. 이 라이선스는 모델 사용, 배포 및 모델 가중치 배포에만 적용되며, 이 VAE에 의해 디코딩된 이미지에는 적용되지 않습니다. 상업적 목적으로 이미지를 생성하지 않는 한, 이러한 이미지는 어떤 라이선스로도(공공영역 포함) 공개할 수 있습니다. 이 VAE를 모델과 함께 배포할 때는 크레딧을 제공하고 이 VAE에 본 라이선스를 유지해야 하며(나머지 모델은 반드시 동일한 라이선스를 따를 필요는 없지만, 그 배포는 비상업적이어야 합니다), 향후 업데이트 버전이 필요한지 사용자가 알 수 있도록 버전 번호를 포함해 주시기를 요청드립니다.