Aozora-XL Vpred
详情
下载文件
关于此版本
模型描述
Aozora-XL：一个基于V-预测的SDXL模型
Aozora-XL 是一个基于 NoobAI v-pred 的 V-预测模型，经过微调以提升稳定性和连贯性。它使用自定义训练脚本，可在12GB消费级显卡（如RTX 3060）上进行全量或部分微调。该训练脚本已在 GitHub 上开源，供社区使用：Aozora_SDXL_Training。
从未合并
无内部合并的LoRA
版本 0.15 更新
本版本在 v0.1 的基础上，针对 V-预测设置中的特定问题进行了改进。它基于 v0.1 基础模型进行训练，以恢复鲜艳的色彩并减少早期版本中出现的轻微泛白效果。额外的微调专注于解决常见的 V-预测问题，例如场景构图和细节渲染的不一致性。该模型使用了约50,000张视觉小说和动漫内容的高饱和度图像数据集，训练了5个周期。配置如下：
- 基础模型：Aozora V0.1
- 最大训练步数：250000
- 梯度累积步数：64
- 混合精度：bfloat16
- UNET 学习率：8e-07
- 学习率调度器：余弦退火，带10%预热
- 特性：Min-SNR Gamma（修正版本，gamma 5.0）、Zero Terminal SNR、IP 噪声 Gamma（0.1）、残差偏移、条件丢弃（概率 0.1）
这些改进显著提升了色彩保真度，并使模型在各种提示下输出更加可靠。
- 注意：所有预览图像均未使用任何细节增强器或优化器，以展示基础能力
版本 0.1 概述
初始版本（v0.1 alpha）为概念验证模型，使用约18,500张图像数据集（50%为ZZZ角色，最高至2.0版本，50%为优质Danbooru图像）训练10个周期。它保留了基础模型（NoobAI-XL/NAI-XL V-Pred 1.0）的特性，同时通过训练方法提升了稳定性。
项目目标
- 提供基于图形界面的训练脚本，使消费级硬件能够进行SDXL微调。
- 通过持续在多样化数据集上训练，将 Aozora-XL 发展为稳定且可控的模型。
训练方法
该方法通过训练约92%的UNet模块优化效率，包含针对V-预测稳定性的自适应Min-SNR伽马加权和自定义学习率调度。
训练规格：
- 硬件：1块NVIDIA RTX 3060（显存使用量：约11.8 GB）
- 优化器：Adafactor
- 批量大小：1，梯度累积步数：64
- 训练的UNet参数量：2.3B
推荐设置
- 正向提示词：very awa, masterpiece, best quality
- 负向提示词：可选；如需可尝试（worst quality, low quality）
- 采样器：DPM++ 3M SDE GPU 或 Euler（Euler适用于线稿，SDE适用于手/脚等细节）
- 调度器：SGM Uniform 或 Normal
- 步数：25–35
- CFG比例：3–5（低值表现良好）
- 分辨率：1024x1024 或类似（最高支持1152x1152）
- 高分辨率修复：建议配合RealESRGEN等超分器使用，去噪强度约0.35
请根据系统环境调整设置，因为V-预测模型在不同设备上可能存在差异。
许可证
本模型遵循其基础模型 NoobAI-XL 的许可证，请查阅并遵守相关条款。