Babes XL

📲 接单、训练、咨询 - Flux、Pony、SDXL + 角色、风格、面部 + ❤️ 支持 🫶 Discord
ℹ️ Babes XL 3.0 使用了 43,000 张图像进行训练，数据集与 💝 Babes 3 相同。
ℹ️ Babes 1.1 - "basety 风格"，Babes 2 - "abbe bi 风格"，Sassy Girls - "sassy 风格"，Midjourney - "midjourney 风格"。
ℹ️ 卡通风格：

othalama 风格, ronidu 风格, seviechan 风格, samdoesart 风格, thepit 风格, owler 风格, cherrmous 风格, arosen 风格, uodenim 风格, stanleylau 风格, amime 风格

ℹ️ 建议在负面提示中使用：鼻钉，穿孔
ℹ️ 其他触发词：野生自然，suicidegirl，室内设计，数字艺术
ℹ️ 摄影风格：

aleksei gilev 风格, andrew vasiliev 风格, elenok ella 风格, ivan kovalev 风格, jack metthey 风格, jiri tulach 风格, komrant 风格, marie dashkova 风格, mewel 风格, olga boyko 风格

📌 你的结果是否与任何具体图片不完全一致？

1. 确保使用 Hires-fix，例如 SwinIR_4x / 4x-UltraSharp / 4x-AnimeSharp / RealESRGAN_x4plus_anime_6B（放大器下载），这是我通常用于 Hires-fix 的方法。

2. 使用 VAE：vae-ft-mse-840000-ema-pruned 以获得更佳色彩。将其下载至 "stable-diffusion-webui/models/VAE" 文件夹，并在设置中选择它。

3. 我使用 xformers —— 它能带来小幅性能提升，可能影响结果。非必需，安装可能较困难。启动 WebUI 时可通过命令参数 "--xformers" 启用。

4. WebUI 不断更新，部分改动会影响图像生成。很多时候技术进步优先于向后兼容性。

5. 硬件差异可能导致结果变化。我听说很多人使用相同提示和设置测试，结果仍不完全一致。

6. 我自己的系统中发现，批量运行时结果可能略有不同。

7. 我怀疑某些模块内部存在不可更改的隐藏变量，因内部状态变化导致结果轻微差异。

8. 任何图像尺寸、步数、采样器、提示词及其他设置的更改，都可能造成结果的小幅或大幅变化。

📌 你真的想要获得与图像完全一致的结果吗？你可以尝试以下方法，甚至获得更优结果：

1. 对提示词/负面提示词进行单字修改并测试，逐步向你期望的方向调整。

2. 如果图像某部分过多或过少，尝试使用强调。例如，太亮？使用 "(glossy:0.8)"，或减少，或从提示中移除，或加入负面提示。想要更多，使用 1.1–1.4 的数值，并添加同类描述词。

3. 使用变体：保持相同种子，在种子右侧勾选“Extra”，将“Variation strength”设为较低值 0.05，生成几张图像，观察变化幅度。如需更大变化则提高数值，如需更小变化则降低。这样你可以生成大量与原图高度相似的图像，其中部分可能更优。

📌 改进结果的建议：

1. 使用 VAE 以提升色彩和细节。可使用模型附带的 VAE，或下载 vae-ft-mse-840000-ema-pruned（ckpt 或 safetensors 文件）放入 "stable-diffusion-webui/models/VAE" 文件夹。在设置中找到 "SD VAE"，刷新后选择 "vae-ft-mse-840000-ema-pruned"（或模型自带版本），点击顶部的 "Apply settings" 按钮。模型附带的 VAE 即为 "vae-ft-mse-840000-ema-pruned"，无需同时使用两个，使用你下载的版本即可，它与大多数其他模型兼容性极佳。

2. 使用 Hires-fix：SwinIR_4x / 4x-UltraSharp / 4x-AnimeSharp / RealESRGAN_x4plus_anime_6B（放大器下载），第一轮分辨率约 512x512，第二轮高于 960x960，尽量保持两轮间的宽高比一致。

3. 使用负面提示，但不宜过多。仅当你发现不想要的内容时再添加。

4. 使用 CFG 7.5 或更低值。对于包含大量强调且较长的提示，可低至 3.5。通常尽量减少强调使用，可将更重要的内容放在提示开头。若所有内容都重要，干脆不使用强调。

5. 小心调整，提示开头的修改影响更大。因此，每个概念都可能大幅改变结果。

6. 阅读并使用手册：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features

7. 向他人学习，复制看起来不错的图像的提示词，并加以尝试。

8. DPM++ 2M Karras 是许多人（包括我）的首选采样器。40 步已足够，我通常只用 20 步。

9. Discord 服务器 用于求助、分享、展示、实验和挑战