Doomer Boomer

ndimensionalndimensional
789
4.1K
comic book性感female科幻base modelconcept artsci-fiart style女人illustrationfantasypainterlyrpgvideo gametrainedcomicbox artbasemodelstyles
v1.0

详情

下载文件

模型描述

都默老爹

一款1980年代至1990年代奇幻/科幻RPG艺术风格模型。

如果你熟悉我的其他模型，你可能会问：“这不就是我之前见过的吗？”

下面简要说明这些看似相似模型之间的差异：

Electric Eden：这是我首次尝试创建80-90年代RPG风格艺术模型。使用了小型样本数据集（仅训练了完整数据集的一小部分），再与其他几个模型合并，以弥补训练不足的问题。

Another Damn Art Model (ADAM)：在《Electric Eden》基础上进一步训练，合并了多个训练阶段（epoch），提取出每个阶段中我喜爱的元素。但仍然仅使用主数据集的样本子集进行训练。

Doomer Boomer：我对《Another Damn Art Model (ADAM)》的部分结果不满意，因此重新评估了我的数据集，彻底从零开始构建新的训练集。这次，我使用了768x768的图像，而非512x512。同时，我更加注重训练集的结构化，采用数据处理技术清理目录，确保没有艺术家的作品被错误归因于他人。

我还增加了每位艺术家的高质量图像数量，代价是将艺术家总数精简为恰好10位（下方列出）。请注意，该模型仍未使用完整的新数据集；它仅基于另一个样本数据集进行训练，用于测试。当我对结果感到满意后，决定在此发布。

问题/反馈/更新？

访问我在 Unstable Diffusion Discord 的帖子

艺术家名单：

  • Boris Vallejo

  • Brom

  • Frank Frazetta

  • Frank Kelly Freas（或简写为 Kelly Freas，用于标签）

  • Hajime Sorayama

  • Luis Royo

  • Milo Manara

  • Olivia De Berardinis

  • Philippe Druillet

  • Simon Bisley

在提示词中，在艺术家姓名前加上 by 即可触发其风格。

例如：by Simon Bisley

如果风格不够明显，请使用注意力/强调：(by Simon Bisley:1.2)

需使用VAE - 下载地址：https://huggingface.co/stabilityai/sd-vae-ft-mse-original/tree/main

（完整模型将自带微调的VAE）

安装方法：

stable-diffusion-webui -> models -> VAE

在WebUI中设置：

在 设置 -> Stable Diffusion -> SD VAE 中，选择已下载的VAE，并取消勾选 “忽略具有附带.vae.pt文件的Stable Diffusion检查点”

设置

快速设置：

  • 设置 -> 用户界面 -> 快速设置列表

  • sd_model_checkpoints sd_vae CLIP_stop_at_last_layers s_chrun always_discard_next_to_last_sigma

ETA 噪声种子差值：

  • 设置 -> 采样器参数 -> Eta 噪声种子差值

  • 31337

采样器方法：

  • DPM++ SDE Karras

    • 采样步数 = 25 - 40

    • CFG = 7 - 9

  • Euler a

    • 采样步数 = 20 - 30

    • CFG = 6 - 7.5

以上仅为推荐值，欢迎自行尝试其他采样器和参数组合。

高分辨率修复（Hires Fix）

模型：

安装位置：stable-diffusion-webui -> models -> ESRGAN

Hires Fix 设置：

对上述所有ESRGAN模型，我使用以下设置：

  • 放大倍数

    • 如果分辨率 > 512x768，则使用 1.5

    • 如果分辨率 <= 512x768，则使用 1.6

  • 去噪强度

    • 0.25 - 0.35

  • 高分辨率步数

    • 如果采样步数 > 60，则

    • 高分辨率步数 = 采样步数的一半

    • 例如：采样步数 = 80，则高分辨率步数 = 40

ADetailer

一个用于WebUI的扩展插件，利用ultralytics在生成后自动修复人脸、手部和身体。

下载地址：https://github.com/Bing-su/adetailer

更多信息及安装指南请参阅上述GitHub仓库。

查看我的其他模型：

SDXL

SD1.5

LoRA

此模型生成的图像

未找到图像。