メモ：

未知の理由により、v-predモデルは自動検出できません。使用する必要がある場合は、ComfyUIのModelSamplingDiscreteノードと組み合わせて、サンプリングモードをv_predictionに、zsnrをtrueに設定してください。解決策が見つかり次第、次バージョンで修正します。

For unknown reasons, the v-pred checkpoints cannot be automatically detected.
If you need to use a v-pred checkpoint, you’ll have to pair it with the ModelSamplingDiscrete node in ComfyUI, set the sampling to v_prediction, and set zsnr to true.
If I find a solution, I’ll fix it in the next release.

はじめに | Quick Start

これは何ですか？ | What is this?

• Pony: People's Works（ppw）は、実験的な微調整モデルシリーズで、データセットの約85％はCivitAI上でユーザーが公開したAI生成画像から収集されています。初期のppwのデータセットは、pony v6が生成した画像を基盤として構築されたため、本シリーズの出力にもPony Diffusionの特徴が一部反映されています。

• 本シリーズは標準的なDanbooruタグを用いており、中距離・近距離のスタイル化されたポートレート生成に特に優れています。主な目的は、アーティストキーワードや長めの品質タグを用いなくても、ベースモデルが比較的安定した画像品質を実現できるようにし、プロンプトのtokenスペースを節約することです。
  本モデルはスタイルモデルではなく、異なるプロンプトや生成条件によって微妙な画風の差異が生じる可能性があります。

• Pony: People's Works (ppw) is a experimental fine-tuned model series, approximately 85% of the dataset comes from AI-generated images published by users on CivitAI. Since the earlier ppw dataset was built on images generated by Pony V6, the outputs of this series also carry some characteristics of Pony Diffusion.

• This series uses standard Danbooru tags and is mainly optimized for generating stylized portraits at medium and close range. The primary effect of this model series is to allow the basemodel to achieve relatively stable image quality, without artist keywords or long quality tags, freeing up token space for prompts.
  These models are not style LoRAs. There may be subtle stylistic variations depending on different prompts and generating conditions.

バージョン情報 | Version Info.

• 本ページではppwのチェックポイントバージョンを公開しています。これらのモデルはNoobAI-XLから学習され、主にLoConバージョンモデルの抽出元として使用されます。また、次世代ppwモデルの特定の概念学習データの合成にも使用されます。

• LoRAをロードすることなく、独立して画像を生成することも可能です。計算リソースの消費を抑えられます。LoConバージョンと比較して、チェックポイントバージョンは理論的に学習内容に対してより強い汎化性を備えていますが、他のLoRAやLyCORISモデルとの組み合わせ効果はやや劣る可能性があります。目や手などの詳細部分については最適化されていません。

• ハードディスクのストレージは十分だがGPU性能が制限されている状況や、より安定した生成結果を求めるユーザーに適しています。

• 本モデルの出力は商用利用を禁止します。詳細はNoobAI-XLの元のライセンスをご覧ください。

• This page features the checkpoint versions of ppw. These models were trained from NoobAI-XL and primarily served as the source for extracting the LoCon versions. They are also used to synthesize training data for certain specific concepts in next generation of the ppw models.

• You can generate images independently without loading any LoRA. It can produce images independently while consuming fewer computational resources.
  Compared to the LoCon version, the checkpoints theoretically offers stronger generalization on the training content, but is less flexible in combination with other LoRA or LyCORIS models.
  It has not been specifically optimized for details such as eyes or hands.

• It is suitable for situations where disk storage is sufficient but GPU performance is limited, or for users who require more stable generation results.

• Please note that the outputs generated by this model are not permitted for commercial use.
  For more details, please refer to the original NoobAI-XL license.

高規格LoCon版 | High-spec LoCon ver. 

軽量LoCon版 | Lightweight LoCon ver.

その他 | more

使用方法 | Usage

ポジティブ：

masterpiece, best quality, very aesthetic

ネガティブ：

low quality, displeasing

更新履歴 | Change log

v8

テクスチャ更新：以下のタグの学習を強化しました：

Texture Update: The following tags have been reinforced in training:

realistic, photorealistic, flat color,

shiny skin, matte skin, shiny hair,

Danbooruデータセットには「写真」や「写真風」を表現する複数のタグが存在します。トレーニングデータではこれらをすべて「photorealistic」に統一してラベル付けしました。しかし、Danbooruデータセットで学習されたSDXLモデルは、写実的な画像を十分に描画できないことが多いため、「photorealistic」は画質のテクスチャを調整する目的でのみ、低ウェイトでの使用を推奨します。「realistic」は高ウェイトでも正常に機能します。

Please note that Danbooru dataset contains multiple tags to describe "photo" or "photo-like styles". I’ve tagged all such images as “photorealistic” in dataset.

However, most SDXL models trained on the Danbooru dataset do not render realistic images well. “photorealistic” is only recommended at low weight, where it can help adjust texture rather than create realism images. The “realistic” tag can work properly at higher weight.

データセットの出所とライセンス | Dataset Source & License

• データセット内のすべての画像は、著者が手動で選別・分類・タグ付けを行っており、数百枚は手動で編集・修正されています。

• 本モデルは無料・オープンソースモデルであり、ユーザーは個人デバイスに自由にデプロイできます。著者はモデルの販売から一切の報酬を得ていません。また、本シリーズモデルを商業的画像生成サービスや商用目的での画像生成に使用することを制限しませんが、併用するチェックポイントやその他のLoRAのライセンス制限にご注意ください。

• データセットの約90〜95％はAI生成画像ですが、概念補完用として約250枚以上、公的メディア、ニュース、出版物から収集された画像を含んでいます。今後のバージョンではこれらの素材を段階的に置き換えます。商用利用を検討しているユーザーは、そのリスクを自己判断でご確認ください。

  本データセットには、個別のアーティストのデータを一切訓練しておらず、アーティスト情報は一切ラベル付されていません（AIによる誤タグ付けの可能性は排除できません）。

• また、本モデルはクローズドソースの商用利用、モデル販売、およびクローズドソース商用モデルへの融合に使用することは禁止されています。オープンソースでの融合モデルを生成サービスに使用することは制限しませんが、融合モデルの出典を明記することを推奨します。

• Every image in the dataset has been manually selected, categorized, and annotated by the author. Additionally, hundreds of the images have been manually edited and corrected.

• This model is free and open-source model, allowing users to deploy it on their personal devices. The author does not receive any compensation from selling the model. The author does not impose restrictions on using this model for commercial image generation services or generating images for commercial purposes. However, please be mindful of the license restrictions of the Checkpoint and other LoRAs used alongside this model.

• Approximately 90%-95% of the dataset consists of AI-generated images. However, around 250+ images have been collected from public media, news outlets, and publications to supplement concepts. Future versions will gradually replace these materials. Users with commercial intentions should be aware of the potential risks.

  This dataset does not include training data from any individual artist, nor does it contain explicit artist attributions (though AI mistagging cannot be entirely ruled out).

• Additionally, this model is not permitted for use in closed-source commercial applications, model resales, or merged into closed-source commercial models. There are no restrictions on open-source merged models being used for image generation services, but it is recommended to credit the sources of any merged models.