UrangDiffusion v3.1
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
[v3.1 はまだ追加のテスト中です。新しい発見に関する更新は「このバージョンについて」セクションで行われます。]
UrangDiffusion v3.1（ウラン・ディフュージョン）は、Animagine XL 4.0 をベースにした最初の UrangDiffusion バージョンです。
「Urang」という名前は、サンダニ語で「私たち/私たちの/私」を意味します。この名前の由来は、このモデルが私一人だけでなく、多くの人々にも適しているようにすることです。また、他の人々が提供したリソース（トレーニングスクリプト、データセット収集スクリプトなど）を多数使用しているため、このモデルを「私の単独の作品」と主張するのは不公平だと考えています。
標準的なプロンプトガイドライン
プロンプトガイド：
デフォルトのネガティブプロンプト：
lowres, bad anatomy, bad hands, text, error, missing finger, extra digits, fewer digits, cropped, worst quality, low quality, low score, bad score, average score, signature, watermark, username, blurryデフォルト設定：Euler a、ステップ数約25〜30、CFG 5〜7、ENSDを31337に設定。最適な設定はステップ数28、CFG 6です。
トレーニング設定
元モデル： Animagine XL 4.0 Base（4.0-Zero ではありません）
ファインチューニング：
データセットサイズ：約1,600枚
GPU：1xA100 80GB
最適化手法：AdaFactor
Unet学習率：1.25e-6
テキストエンコーダー学習率：N/A（無効化）
バッチサイズ：48
勾配蓄積：1
ワームアップステップ：5%
最小SNR：5
エポック：15
よくある質問
Q：画像が時々ノイズが多い。
A：これは Animagine XL 4.0 モデル全体に共通する問題です。ベースモデルは10エポックのみで学習されており、十分に学習されていない状態です。初期Nや初期Iモデルとは異なり、より多くのリソースで学習されていません。
Q：Hires fix モデルは？
A：カバー画像のメタデータをご覧ください。そこに記載されています。
Q：初期N/初期Iのほうが優れている。
A：そのまま使ってください。使用しないでください。簡単です。去る際はわざわざ告知する必要はありません。建設的なフィードバックを提供するつもりがあるか、将来のプロジェクトを支援するつもりがある場合を除きます。
特別な謝辞
洞察とフィードバックをくれた CagliostroLab の同僚たち（？）
品質管理を担当した Nur Hikari および Vanilla Latte
AI生成画像における私の指導者でロールモデルである Linaqruf およびタグ並び順の考案者
ライセンス
UrangDiffusion v1.0-v2.5 は Fair AI Public License 1.0-SD ライセンスの対象であり、v3.x は CreativeML OpenRAIL++-M ライセンス の対象です。