BAXL | Blue Archive Flat Celluloid Style Fine-tune | 碧蓝档案赛璐璐平涂画风 [Kohaku Δ & Animagine XL v3]
详情
下载文件
关于此版本
模型描述
BAXLv3 现已上线！
专注于泛化能力，覆盖大多数版权角色的画风，避免灾难性遗忘/过拟合。
test img @QR0W_
您应期待此更新带来的改进：
更强的泛化能力
更接近《蔚蓝档案》风格
精美的光晕效果
基于 KohakuΔ 的显著提升的 LoRA 兼容性
您不应期待此更新带来的改进：
更好的解剖结构，始终良好的手和脚
使用便捷
对提示词的高度聚焦（相比前一版本）
多人/成人内容支持（此模型不会接近“小马”水平）
详细背景
使用方法：
提示词逻辑与 KohakuΔ 相同。
1girl, <角色>, <通用标签>, <质量标签>
负面提示：
lowres, error, worst quality, low quality, jpeg artifacts, watermark, signature, username
保持提示词简洁清晰，建议提示词长度 < 75 个标记。
建议：
CFG：4-7（更高值可略微改善解剖结构）
采样器：Euler A @ 25步
分辨率：768 - 1792（仅超宽屏），每次步长+32
使用 DanTagGen
设置低温度（<1）
禁用词：
sketch, comic, flat color, .*official.*, .*boy.*, mecha, no humans, text, pixel art, speech bubble标签总长度：简短
使用 Hires.Fix
放大器：DATx2
去噪强度：0.4-0.5
使用 ADetailer
- face_yolov8n.pt
如需生成典型配色，请将配色方案置于提示词开头。
主要变化：
基础模型切换为 KohakuΔ rev1
原因：
AniXL 所使用的美学评分对胶片动画风格不友好，其质量/负面标签过于随意，有时甚至对绘制干净、纤细的线条产生负面影响。此外，AniXL 似乎对某些角色存在过拟合。
👆坦白说，我尚未在 AniXL3.1 上使用相同的训练方法。也许通过我最终的训练配置可以修复这个问题。
同时，KohakuΔ 训练不足，意味着更具灵活性，更友好于微调艺术风格。
我不知道如何像 AniXL3.1 那样打标签，但我熟悉 KohakuΔ 的标签方法，因为我能从 Hakubooru 获取完全相同的训练数据集。
更强的泛化能力与横向构图：
KohakuΔ rev1 在解剖结构与构图方面表现不佳，原因是训练时间不足（双 3090，你还能指望啥？）
由于正则化，本次微调确实有所改善（尤其是横向图像），但我不骗你，BAXLv3-Δ 非常容易 生成糟糕的手部或多余腿部，若提示词存在问题（过长/语义重复/标签顺序不当），情况会更糟。
正则化 / 数据集更新：
正则化 Danbooru 数据集，类别标记 = solo：
1000+ 横向图像
收藏数 > 30
标签为 "1girl, solo"
1000+ 纵向图像
收藏数 > 30
标签为 "1girl, solo"
作者为胶片动画风格或《蔚蓝档案》风格模仿者
数据集更新至 0068 活动 CG，并包含第5次PV截图。
训练细节：
图像数量：574 张（无重复）
min_bucket_reso = 256
max_bucket_reso = 4096
bucket_reso_steps = 32
train_batch_size = 2
gradient_accumulation_steps = 32
learning_rate = 7.5e-6（仅 Unet）
lr_scheduler = "constant_with_warmup"
lr_warmup_steps = 100
optimizer_type = "Lion8bit"
min_snr_gamma = 5
Batch size = 2
mixed_precision = "fp16"
full_fp16 = true
optimizer_args = ["weight_decay=0.1", "betas=0.9,0.95"]
shuffle_caption = true
weighted_captions = false
keep_tokens = 0
caption_tag_dropout_rate = 0.1
已知问题：
halo/heterochromia/.*focus.*在某些情况下似乎过拟合，可通过将其加入负面提示缓解。背景不稳定，即使输入
simple background, white background仍可能绘制出无关内容。
许可证与免责声明
许可证：
免责声明：
根据**《蔚蓝档案》同人创作指南》**（日文 | 中文），本模型不得用于任何商业用途，包括但不限于出售本模型或其合并模型、出售本模型生成的图像或其合并模型的图像，或在 Patreon/Fanbox 等营利平台提供“付费会员独占”服务。
===========XLv2 信息===========
简要说明：
基于 Animagine XL V3，使用《蔚蓝档案》官方艺术作品作为微调数据集以学习其风格。禁止将本模型用于任何商业用途。使用前请仔细阅读下方免责声明。
使用方法：
建议提示词顺序：
- 角色名，1girl，其他标签，质量标签
推荐质量标签（请删除提示词中其他质量标签）：
flat_coating clear_color highres absurdres best_quality切勿使用
masterpiece生成普通图像，这会破坏“平面涂层”效果。
推荐负面提示：
nsfw, lowres, worst quality, low quality, bad perspective, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, artist name切勿使用
blurry作为负面提示。
推荐分辨率：与 A3XL 相同，但纵向限制为 1600x900，横向分辨率较低。
更高分辨率 = 更接近《蔚蓝档案》风格
CFG 5，Euler A，25 步
可将本模型视为 Animagine XL V3，所有标签使用方式相同。
基于 Animagine XL V3 的 LoRA 可正常工作。
推荐放大器：AnimeVideo v3
未进行配色方案训练
欢迎提供反馈，我需要您的建议以推动后续开发。
免责声明：
Animagine XL V3 的许可证要求，基于该模型的合并版本必须以相同授权方式发布，即允许用户使用生成服务或售卖模型生成的图像。
但根据《《蔚蓝档案》同人创作指南》（日文 | 中文），本模型（BArtstyle）不得用于任何形式的商业用途，包括但不限于出售本模型或其合并模型、出售本模型生成的图像或其合并模型的图像，或在 Patreon/Fanbox 等众筹平台提供“付费会员限定”服务。
本模型的许可证变更已获得 Animagine XL 作者 Cagliostro Research Lab 的授权。再次衷心感谢他们对开源社区的理解与奉献。（授权来源）
免责声明：
根据 Animagine XL V3 的许可证，基于该模型的衍生模型应以相同授权方式公开，即允许用户使用线上生成服务，或售卖该模型生成的图片。
但根据《<蔚蓝档案>同人创作指引》 ( 日文 | 中文 )，此模型（BArtstyle）**不得用于任何形式的商业用途，**包括但不限于售卖该模型及其衍生模型自身或其生成的图片，或Patreon/Fanbox等众筹平台的“订阅会员限定”服务。
该许可证授权范围变更得到 Animagine XL 作者 Cagliostro Research Lab 的许可。
在这里再次感谢他们的理解，以及他们对于开源社区的贡献。（授权来源）
===========XLv1 信息===========
使用方法：
本模型仍处于 ALPHA 阶段，训练严重不足，仅对《蔚蓝档案》角色效果最佳。
可将本模型视为 Animagine XL V3，所有标签使用方式相同。
基于 Animagine XL V3 的 LoRA 可正常工作。
推荐放大器：AnimeVideo v3
仍使用类似 BArtstyleDBv1 的颜色标签训练，但效果似乎不明显。
欢迎提供反馈，我需要您的建议以推动后续开发。
训练细节：
AdamW8bit
200 张图像@1024x1024
200 轮次@批处理大小 1
UNET：1E-5
TE1/TE2：5E-6
余弦退火，15 次重启
===========DBv1 信息===========
使用方法：
正向提示：
与 BArtstyle LoRA 类似，配色方案仍有效，我成功使
蓝色主题或粉色主题等典型配色更接近原始数据，且未过拟合。自然语言 + 低 CFG（4.5-6）+ 随机生成 + 精选 > “质量标签”
根据我的测试，约 30% 的图像初看即可达到良好效果。如您无法获得相似结果，请检查提示词中是否存在重复/冲突标签，缩短提示词并降低 CFG 值。
负面提示：
除非您清楚自己在做什么，否则切勿使用超长负面提示！
用于随机生成时，Simple EasyNegativeV2 已足够。
如您认为模型仍存在过多“仿冒”风格，可尝试在负面提示中加入
glowing, 3d, painting \(medium\), photorealistic, nsfw，但效果无法保证。
采样器： Euler A
步数：50-100
是的，CHAD Euler A 仍优于原版 DPM
放大器： AnimeVideo v3
步数：10-15
去噪强度：0.45-0.55
基础模型：
-
经过6个月等待，作者发布了 CFv3 的 VAE 修复版本。原版存在严重 VAE 问题，导致所有 CFv3 LoRA 均受影响，即使更换 VAE 也无法修复。强烈建议使用此修复版本。
似乎是 唯一 能兼容 NAI 1.0 LoRA 的训练模型，意味着它是唯一适合微调的模型。
数据集：
200 张《蔚蓝档案》官方艺术作品 + 翻转，共计 400 张。
与 BArtstyle LoRA 相比，数据集已彻底重构。
使用可找到的最高分辨率，并裁剪以提升数据质量
使用 XnConvert 下采样至 1280x1280
训练设置：
优化器： AdamW8bit
调度器： 带预热的恒定学习率
- 预热至总步数的 10%
UNET 学习率： 1e-6
TE 学习率： 1.25-7
建议为 UNET 学习率的 1/8
在总步数的 50% 处停止 TE 训练
轮次： 100
批处理大小： 1
步数： 40000
分辨率： 1280x1280
耗时： 10小时27分钟