Yaoi Diffusion
详情
下载文件
关于此版本
模型描述
Yaoi Diffusion V3
大家好！
这是一个在 yaoi、bara、furry、s...., s.... c..、美术作品及真实男性图像上微调的 768 分辨率模型，简而言之，是一个通用的同性恋向模型。
以下是版本 3 可识别的标签列表：
https://gist.github.com/iszotic/0ccac5c804e9587a323fffd4cbbd6c03
提示词使用方法：
[简短描述] 以 [角色] 形式，源自 [版权信息]，由 [艺术家] 创作，[e621/gelbooru 标签，用逗号和空格分隔]。
正向标签：by _alter
负向标签：简单背景
示例：
一个拟人化的furry龙形男性躺在床上，由artist_tag创作，1male，男性焦点，单人，胸肌，生殖器，写实风格
另外，请查看演示图及使用的提示词，高分辨率效果是通过高分辨率修复（high res fix）实现的。
_other，是另一种风格，通常是平涂风格或简化风格。
_alter，是替代风格，通常为柔和着色版本。
使用 1male 而非 1boy，2males 代表 2boys，以此类推。男孩指年轻的男性，而男性可以是幼兽、成年男性、老人、青年、动物，甚至花朵等——范围更广。
风格混合方法：
有两种混合风格的方式：
1）在扩散过程中每一步自动交换艺术家标签（适用于 auto1111）
by [artist1|artist2|artist3|artist4]
2）同时使用所有标签：
by artist 4 by artist 3 by artist 2 by artist 1
在 1）中，首位艺术家主导，特征更贴近该艺术家，但混合效果更明显。适用于 Euler a、Euler 和 DDIM 采样器，缺点是画质较差。
在 2）中，最后一位艺术家主导，特征更贴近该艺术家，但混合效果有时不明显。适用于任何采样器，画质更好。
商业用途： 可以使用，只要最终风格不明显模仿任何特定风格即可。
特性：
- 超过1300+位同性恋主题艺术家标签（包括我自己，哈哈哈），未使用纯3D艺术家的标签。
- 支持NSFW与SFW内容。
- 部分艺术家支持多种风格。
训练细节：
从 SD1.5 原版 + vae-ft-mse-840000-ema-pruned.ckpt 训练而来
数据集共 26 万张图像，每轮训练使用 14 万张，评分数据集 4 千张，评分数据集丢弃概率为 0.5，非评分数据集丢弃概率从 0.0 到 0.15 不等，根据 https://github.com/LAION-AI/aesthetic-predictor 和 https://huggingface.co/cafeai/cafe_aesthetic 的审美评分动态调整。
图像来源为 booru 站点，标签通过 deepdanbooru 整理，e621 模型来自 zach，wd14 swing 模型，若图像非 booru 来源，则使用标签预测，标签顺序有 5% 概率随机化。同时使用了 blip2-opt-6.7b
https://github.com/toriato/stable-diffusion-webui-wd14-tagger
使用 Everydreamertrainer2，禁用梯度检查点，启用梯度累积。
数据集中 1% 用于验证。
训练调度：（哎呀）
在 512 分辨率下：
第 1-16 轮，有效批次大小：120（12×10），学习率：4e-6，EMA：0.9995
第 17-19 轮，有效批次大小：60（12×5），学习率：2e-6，EMA：0.9997
第 20-40 轮，有效批次大小：12（12×1），学习率：5e-7，EMA：0.9999在 768 分辨率下：
第 40-51 轮，有效批次大小：64（4×16），文本学习率：1e-6，UNet 学习率：2e-6，EMA：0.9997
第 52-72 轮，有效批次大小：12（4×3），文本学习率：3e-7，UNet 学习率：6e-7，EMA：0.9999每轮训练中每位艺术家最多使用 125 张图像，如果某艺术家有 500 张，则仅采用不同的一组 125 张图像。
零频率噪声比例 = 0.02
附记：
或许这将是我在 SD1.5 上最后一次微调的模型。