モデルの学習には多大な時間と労力がかかります。私のモデルをお気に入りいただけたなら、Ko-fi ☕ でサポートしていただけると幸いです。

AnimeBoysXL

特徴

• ✔️ 推論に適しています：AnimeBoysXLは、幅広いスタイルでアニメの少年や男性_onlyコンテンツを生成するのに優れた柔軟なモデルです。

• ✔️ 学習に適しています：AnimeBoysXLは中立的なスタイルであり、多くの概念を認識できるため、さらに学習するのに適しています。AnimeBoysXLから独自のアニメ少年モデル/LoRAを学習してください。

• ❌ AnimeBoysXLはアニメの少女を生成するために最適化されていません。その目的には他のモデルをご利用ください。

推論ガイド

• プロンプト：タグベースのプロンプトで対象を記述してください。

  • タグの順序が重要です。以下のテンプレートでプロンプトを構成することを強く推奨します：

    • 1boy, male focus, character name, series name, anything else you'd like to describe

    • 2boys, male focus, multiple boys, character name(s), series name, anything else you'd like to describe

  • 画像品質を向上させるには、プロンプトの末尾に , best quality, amazing quality, best aesthetic, absurdres を追加してください。

  • （オプション）プロンプトに , year YYYY を追加すると、出力がその年の主流スタイルに近づきます。YYYY は4桁の年（例：, year 2023）です。

  • より詳細なドキュメントについては、Ko-fiの記事をご覧ください（サポート者限定）。

• 否定プロンプト：以下の2つのプリセットから選択してください。

  1. 重め（推奨）：lowres, (bad:1.05), text, error, missing, extra, fewer, cropped, jpeg artifacts, worst quality, bad quality, watermark, bad aesthetic, unfinished, chromatic aberration, scan, scan artifacts, 1girl, breasts

  2. 軽め：lowres, jpeg artifacts, worst quality, watermark, blurry, bad aesthetic, 1girl, breasts

  • （オプション）フラットなアニメ風の顔を必要とする場合、否定プロンプトに , realistic, lips, nose を追加してください。

• VAE：SDXL VAE を使用していることを確認してください。

• サンプリング手法、サンプリングステップ、CFGスケール：私は （Euler a, 28, 5） が良いと感じています。他の設定もお好みで試してみてください。

• 幅と高さ：縦長の場合は 832*1216、正方形の場合は 1024*1024、横長の場合は 1216*832。

学習詳細

AnimeBoysXLは、Stable Diffusion XL Base 1.0 を基に、約516,000枚の画像で学習されました。

以下のタグを学習データに付与することで、より美的または柔軟な結果に導きやすくしています。

品質タグ

• best quality: スコア >= 150

• amazing quality: スコア [100, 150)

• great quality: スコア [75, 100)

• normal quality: スコア [0, 75)

• bad quality: スコア (-5, 0)

• worst quality: スコア <= -5

美的タグ

• best aesthetic: スコア >= 6.675

• great aesthetic: スコア [6.0, 6.675)

• normal aesthetic: スコア [5.0, 6.0)

• bad aesthetic: スコア < 5.0

レーティングタグ

• sfw: ジェネラル

• slightly nsfw: センシティブ

• fairly nsfw: クエスチョンブル

• very nsfw: 明示的

年代タグ

year YYYY（YYYYは[2005, 2023]の範囲）

学習設定

• ハードウェア：4 × Nvidia A100 80GB GPU

• 最適化手法：AdaFactor

• 勾配蓄積ステップ：8

• バッチサイズ：4 × 8 × 4 = 128

• 学習率：

  • U-Net：8e-6

  • テキストエンコーダ1（CLIP ViT-L）：5.2e-6

  • テキストエンコーダ2（OpenCLIP ViT-bigG）：4.8e-6

v1.0からの変更点

• タグの順序を考慮して学習

• sfw レーティングタグを追加

• クエスチョンブルおよび明示的レーティングサブセットに対するエポック数を増加

• 最終エポックではFP16混合精度学習を採用

上のモデルカードはAnimeBoysXL v2.0用です。v1.0のモデルカードについては、こちらをご参照ください。