djz GingerTomCat V21-768 / V21-512-inpainting / V15

• 更新 - 2023年2月4日：V15バージョン追加

• 更新 - 2023年1月19日：Johnsonが実験を重ね、このモデルを私がこのリストに追加するように渡してくれました。
  djzGingerTomCatV21-512-inpainting
  以下のSD-V21-512-inpainting.yaml設定ファイルを使用してください
  潜在的なマスクモード「nothing」の使用を推奨します。

このモデルは、DriftJohnson氏が作成した2つの GingerTomCat データセットを組み合わせ、さらに2つのテキスト逆転（textual inversion）によって強化されています。
the KittyPics エンベディング by stille_willem ＆
the Point-E ネガティブエンベディング by Doctor_Diffusion

3×3グリッドは両方のエンベディングを使用、2×2グリッドは同じシード出力で、いくつかの推奨アップスケーラ設定を示しています。

展示クレジット: DriftJohnson

「ストロングスタイル」モデルは、互いにマージしたり、Stable Diffusion 2.1用の任意のモデルと併用することを目的としています。もちろん、トリガー語なしでも、通常のモデルと同様に使用可能です。

私は、0.5（50:50のブレンド）でマージした後、プロンプトの重み調整で美意識のグラデーションをコントロールすることを推奨します。

automatic1111でのマージモデル例：

(GingerTomCat:1.2) (yourmodeltoken:0.8)

「djz」と「V21」を削除することで残るトークンが、モデル内でこの概念を呼び出すために必要なものになります。すべての例は、他の語を加えずに、単なるロウトークンです。トークンは文字大小を区別し、ほぼすべてのモデルでファイル名と一致します。

これらのモデルは、異なる値を使って互いにマージすることができる。また、モデルをペアにして、その結果のモデル同士をマージすることも可能。これにより、抽象的な概念を統合し、トークンの重みを調整することで、望む結果を実現できます。
もちろん、これらのトークンをすべて削除するには、出力をもとに新しいカスタムモデルを学習すればよいのです。つまり、最終的に1つのトークンに戻ります。

動画による説明は後ほど公開予定ですが、現時点では上記の説明で十分です。私たちの焦点は、アーティストの手にできるだけ多くのスタイル／美学モデルを届けることで、既に彼らの指先にある創造性をさらに高めることにあります。

すべての人にアートの自由を！！

[モデル学習に使用したすべてのオリジナルアートは、DriftJohnson氏による完全な許可を得て使用されています]