Product Design (minimalism-eddiemauro)

使用前须知

请先了解Stable Diffusion的工作原理。我推荐使用Automatic1111作为界面来运行模型。
该模型基于SD 1.5训练，因此并非完美。在达到稳定生成效果之前我进行了大量测试。当出现更优秀的基础模型（如SD XL）时，我会进一步优化此模型。
本模型为Checkpoint数据集。
我建议您关注我的Instagram账号，我将在那里讲解AI图像生成相关知识：https://www.instagram.com/eddiemauro.design/

简介

产品设计（极简风-eddiemauro）Checkpoint：你好，我是一名产品与汽车设计师，非常兴奋能尝试AI设计，我认为这是设计过程中非常有用的工具。该工具在生成形态与创意构思方面极具价值，更重要的是，能极大帮助美学上的精炼。同时，你也可以将草图与3D方案转化为渲染风格图像。

原版模型： eddiemauro 1.5。表达极简主义风格，哑光质感。

变体模型： eddiemauro 1.5b。提示词更精准，对物体适应性更强，但极简风格稍弱。物体形态更写实，因此我认为原版模型更具“创意性”。同时，哑光感减弱。（也称eddiemauro3.5）

变体模型 v.2： eddiemauro 2。提示词更精准，较原版与初版变体对物体的适应性更好，但极简风格较弱。物体形态更写实，故我认为原版模型更具“创意性”。在使用“hires.fix”或“img2img”模式时，整体更显哑光。颜色更丰富，但偶尔会出现奇怪的色彩搭配。

变体模型 v.2.5： eddiemauro 2.5。提示词更精准，对物体的适应性优于前一版本，物体形态的一致性极佳。在一致性与创意之间达到了完美平衡。在低步数（Steps）和低CFG值下表现更佳，因模型训练尺寸为768。此外，色彩较此前模型更少、饱和度更低，但可通过提升CFG值加以调整。若想尽快体验此版本，请加入我的Ko-fi平台Lv.1会员：

若您希望支持我的工作并帮助我上传更多高质量模型，请点击此处捐赠，我将十分感激：https://ko-fi.com/eddiemauro

安装说明

我使用Automatic1111，这是Stable Diffusion图像生成的最佳界面，因此我推荐您本地安装，或通过Colab等在线平台使用。您可在网上找到相关安装教程或视频。若您选择本地安装，可观看此在线教程，并建议您至少配备6-8GB显存的NVIDIA显卡（VRAM），以确保界面稳定运行。同时建议使用“Microsoft Edge”浏览器，因“Google Chrome”可能存在兼容性问题。此外，建议安装“medvram”或“lowvram”选项，以及“xformers”（请在线搜索具体安装方法）。
使用前需安装Checkpoint模型。
生成图像时，请务必遵循我的所有推荐。若未遵守，将无法生成优质图像。同时需注意：当前AI图像生成尚未完全稳定与完美，您需要投入时间进行大量测试以获得理想结果。

图像生成推荐

激活标签/描述： 在提示词中，首词必须为：“3D产品渲染”、“产品渲染”或“3D产品渲染风格”，用以激活特定风格。此项为必需，若未添加，模型将无法正常工作。
其他推荐提示词： 在提示词中可使用以下词汇以提升图像生成质量：
正向提示词：“未来感、精细细节、纯粹主义、UE5、计算机渲染、极简主义、Octane渲染、4K”
反向提示词：“(最差质量:2), (低质量:2), (普通质量:2), 低分辨率、((单色)), ((灰度)), 裁剪、文字、JPEG伪影、签名、水印、用户名、草图、卡通、绘画、动漫、重复、模糊、半写实、出框、丑陋、畸形”。您也可查看示例图像的元数据，模拟对应提示词。
推荐使用文本反转/嵌入或LoRA工具： 我认为“EasyNegative”是反向提示词中最佳的文本反转模型之一，强烈建议使用。点击此处下载，并将其放入“embeddings”文件夹中。您也可使用“Detail Tweaker”LoRA来进一步减少图像细节，方法为点击此处下载，安装为LoRA文件，并在正向提示词中以“-0.5”值使用。仅在发现所用Checkpoint生成过多细节时使用，若极简风格已存在则不建议使用。此操作可能显著改变物体形态。您也可尝试其他LoRA如"Epi noiseoffset"或"Godard Style"，但切勿使用我所发布的任何极简主义产品设计LoRA。
VAE： 建议使用标准的“vae-ft-mse-840000-ema-pruned” Stable Diffusion VAE。
Clip Skip： 模型训练时使用了2，因此建议设置为2。
Steps 与 CFG： 建议使用Steps“20-40”，CFG scale“6-9”，理想值为：Steps 30，CFG 8。后续版本可能调整该参数。
色彩调整： 若发现图像存在异常色彩，可在负向提示中加入“奇怪的颜色”或您希望避免的具体色彩。v.2版本较易出现色彩过度丰富现象。
采样器： 我主要使用“EulerA”、“DPM++SDE Karras”或“DPM++2S a”。EulerA更简洁、更具创意性。若您喜欢，也可尝试其他采样器。
批处理数量（Batch）： 在txt2img中建议将值设为4，以生成多张图像并观察效果。若您的显卡性能较强，可使用“Batch size”选项一次生成4张图像（但生成时间增加）；若电脑性能不足，建议改为“Batch count”，可依次生成4张图像（非并行），但生成时间较长。
图像比例： 建议使用512x512、768x512、512x768等尺寸，也可尝试其他比例。不建议生成过大的图像，以免风格丢失。如需更大图像，可使用txt2img中的“hires.fix”、img2img的放大方法，或Ultimate SD Upscale脚本插件+ControlNet，或是直接使用GAN模型进行升频。
生成大尺寸图像的方法： 有四种主要方法可在Stable Diffusion中生成大尺寸图像，具体可在线查询。第一种“txt2img hires.fix”推荐使用名为“4x-UltraSharp”的放大模型，点击此处下载，仅需下载“.pth”文件，并放置于“ESRGAN”文件夹内。在hires.fix选项中设置任意“放大倍数”，并使用“降噪强度”0.5-0.7。第二种方法：先在txt2img中生成图像，再进入img2img模式，将尺寸至少放大1.5倍，并设置降噪强度为0.3-0.5。第三种方法：使用与img2img相同的配置，启用ControlNet扩展的“Tile”模式，并开启“Ultimate SD Upscale”脚本。建议观看此教程视频。第四种方法：将txt2img生成的图像导入“Extras”界面，选择GAN模型并设定放大倍数，也可使用“4x-UltraSharp”模型。
提升创作控制性： 使用“ControlNet”扩展可生成更符合预期的结构，甚至可使用草图进行测试。建议使用“Scribble（涂鸦）”或“Lineart（线稿）”模式。建议安装此扩展并学习使用方法，网络上有大量相关教学视频。
复制提示词以保留图像元数据： 您可在此处下载我的示例图像，并将其导入Automatic1111的“PNG info”选项卡中。

示例提示词：

正向提示词：
3D产品渲染，未来感扶手椅，精细细节，纯粹主义，UE5，计算机渲染，极简主义，Octane渲染，4K
负向提示词：
EasyNegative，(最差质量:2), (低质量:2), (普通质量:2), 低分辨率、((单色)), ((灰度)), 裁剪、文字、JPEG伪影、签名、水印、用户名、草图、卡通、绘画、动漫、重复、模糊、半写实、出框、丑陋、畸形
Steps： 20-40（使用EulerA仅需20步，DPM++SDE Karras或DPM++2S a可在此范围内）
CFG scale： 6-9（理想值为8）

未来展望

我已在尝试进一步优化该模型。当前模型基于512图像比例训练，未来我将尝试使用768（更高分辨率）及其它配置（如调整提示词、步数、训练周期等）。若您希望获得该版本的更优模型，请继续通过Ko-fi平台支持我。若支持者更多，我将能投入更多时间训练与优化模型；否则将难以实现。