Neta Cat Tower

はじめに

Neta Cat Tower は、NetaYume Lumina をファインチューニングしたテキストから画像を生成するモデルです。

このモデルは、アニメスタイルの向上を目的として訓練されました。

キャラクターの追加に関する学習は行っていません。

モデル構成要素

• Diffusion Transformers (DiT): このモデル

• テキストエンコーダー: 事前学習済み Gemma-2-2b

• 自動エンコーダー: 事前学習済み Flux.1 dev の AE

「all_in_one」は、DiT、テキストエンコーダー、自動エンコーダーを統合した単一モデルです。

Civitai にアップロードされたモデルは「all_in_one」DiT モデルです。

（ダウンロードファイルサイズを削減するため、アップロードされたモデルファイルを all-in-one から DiT に変更しました。）

すべてを統合したモデルをご希望の場合は、私の Hugging Face ページ からダウンロードしてください。

モデルの使い方

Neta Lumina のモデルカード をご参照ください。

Lumina Image 2.0 をサポートする WebUI を使用する必要があります。

• ComfyUI

• Forge Neo

推奨設定

• サンプラー: res_multistep / euler_ancestral

• スケジューラ: linear_quadratic

• ステップ数: >=30

• CFG（ガイドアンス）: 4 – 5.5

• 解像度: 1024 × 1024、768 × 1532、968 × 1322、または >= 1024

プロンプト

Neta Lumina プロンプトブック をご参照ください。

キャラクターに関する知識については、NetaYume Lumina の Civitai ページ をご参照ください。

学習情報

私の Hugging Face ページ をご参照ください。

謝辞

• duongve: duongve さんの優れたモデルの共有に感謝します。