LIPS
详情
下载文件
关于此版本
模型描述
LIPS（Long Indecently Pierced and Sagging）是一个基于我自2016年以来收集的个人图像集训练（即微调）的检查点/模型。
由于我发现只能混合或合并已有模型中符合我需求的旧版本，因此不得不使用自己的数据集进行训练。要么是SDXL太新，要么是社区对其训练不足。
趣闻：没人说过“LGTM，发布它”
（参考：Luminaverse XL）
故事时间：我训练此模型的灵感来源于 AutismMix（用于理解我喜欢的概念）、Luminaverse XL（作为优秀的基础风格），以及 Animagine XL v3.1（用于理解整体构图，但遗憾的是缺少精细细节）。我也尝试过合并它们以及30多个其他训练模型，但有些根本无法良好融合；当我深入到模块级合并时，意识到自己训练一个模型可能更高效。
这是我的第一个既未完全失败、也未与基础模型几乎一模一样的尝试。训练耗时约80个GPU小时，因此如果后续有版本更新，我将不得不与我的电脑告别3天以上。
首次（第一轮）训练基于8997张图像的数据集，并采用Danbooru风格的标注，以确保训练后的模型理解我的提示。随后，第二轮（微调）仅使用被“收藏”的图像，以修复第一轮严苛训练后损坏的U-Net。
标注经过轻微调整，以适配基础模型的标记：
# 等效的Danbooru搜索 → 标注中包含的标记
score:150.. → masterpiece
score:100..150 → best quality
score:75..100 → great quality
score:25..75 → medium quality
score:0..25 → normal quality
score:-5..0 → low quality
score:..-5 → worst quality
rating:g → safe
rating:s → sensitive
rating:q → nsfw
rating:e → nsfw, explicit
date:2021-01-01.. → newest
date:2018-01-01..2021-01-01 → recent
date:2015-01-01..2018-01-01 → mid
date:2011-01-01..2015-01-01 → early
date:..2011-01-01 → oldest
除上述外，未包含其他元标签（如 absurdres）。
标注按顺序排列，以下为分类顺序：
artist, copyright, character, general
此外，这些类别也按顺序排列：在 general 类别中，第一个标签始终为 1girl 或 1boy。
大多数标注包含1个艺术家、1-2个版权、1个角色和10-30个通用标签。
注意：训练数据中包含约1700张非 1girl/非 1boy 的图像！
根据Jaccard索引分析标注标签，在推理结果时，为获得最佳效果，至少应包含以下（正面）标签之一：
nipple piercing, cleft of venus, long labia, clitoris, uncensored, female pubic hair, exhibitionism, anus, public indecency, clitoral hood, pussy, female masturbation, completely nude, spread pussy, urethra, object insertion, sagging breasts, pussy juice, presenting, breasts apart, anal, peeing
在我的有限测试中，仅在负面提示中使用 worst quality，模型表现已相当不错。我通常在正面提示中加入 1girl, solo, breasts。请注意，我对通用/元标签进行了排序，最终提示会类似于：1girl, something, something, breasts, something, solo
我建议从单个负面标签开始，再逐步组合以获得理想效果。也值得探索其他元标签，如：derivative work, off-topic, redrawn, 3d, render
训练设置
训练设置详见每个版本的描述。
为便于查看，以下是 v1.0 的设置：
主要训练设置：
7+7+12 个周期（前两次训练在第8个周期后崩溃，从第7周期恢复训练两次）
每周期重复1次
AdamW8bit 优化器
学习率：U-Net=1e-5；TextEnc=2e-6
调度器：余弦调度（含重启）+ 前10%步骤热身
训练批次大小：4
无噪声偏移
8997 张图像
基础模型：Luminaverse XL v1.0 + FixVAE v2
次要训练设置：
25 个周期（未崩溃）
每周期重复1次
AdamW8bit 优化器
学习率：U-Net=1e-6；TextEnc=0（但不使用缓存）
调度器：恒定，无热身
训练批次大小：4
噪声偏移：0.0357
2317 张图像（前8997张的子集）
基础模型：主要训练的输出结果
我本意是让该模型偏向NSFW，但在进一步测试中发现，即使我使用“uncensored”、“body exploration”等NSFW上下文提示，模型仍难以让角色脱衣。有时能成功，但并不总是如此。若使用强烈暗示裸体的标签（如“nipples”或“pubic hair”），则通常能奏效。
许可证
本模型遵循与 Luminaverse XL 以及衍生的 Animagine XL 3.0 相同的许可协议：Fair AI Public License 1.0-SD，与 Stable Diffusion 模型兼容。以下是来自原模型页面的关键条款：
修改与共享：若您修改本模型，必须同时共享您的修改内容和原始许可证。
源代码可访问性：若您的修改版本可通过网络访问，请提供一种方式（如下载链接）供他人获取源代码。此规定同样适用于衍生模型。
分发条款：任何分发必须依据本许可证或另一项具有类似规则的许可证。
合规要求：若未遵守，须在30天内修正，否则许可证将终止，强调透明性与开源价值观的遵循。