Queratogray Sketch (eddiemauro-mix)

使用前须知

您需要了解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模型训练，因此请记住它并非完美。在达到稳定生成效果之前，我进行了大量测试。当出现更好的基础模型（如新的SD XL）时，我会进一步优化该模型。
这是一个检查点（Checkpoint）数据集。
我推荐您关注我的Instagram账号，在那里我将分享关于AI图像生成的详细讲解：https://www.instagram.com/eddiemauro.design/

简介

QUERATOGRAY SKETCH (eddiemauro-mix) 检查点：大家好，我是一名产品与汽车设计师，非常兴奋能将AI用于设计，我认为它是一个强大的设计工具。我决定与一位朋友合作，他叫Joell Martínez Tenjo，是一名专注于动画与插画的产品设计师。我们收集了他超过50张灰度/单色风格的“Sketchbook”系列插画，并以此训练模型，还融合了其他一些模型以稳定训练过程，最终成功还原了约50%的他本人风格。您可以在以下链接查看他的作品集：https://www.behance.net/queratoilustracion

该风格主要针对人物图像生成，但您可以将其与其他LoRA结合使用，以扩展至其他类型的创作。

如果您希望支持我的工作并帮助我上传更多高质量模型，请访问此处捐赠，我将非常感谢：https://ko-fi.com/eddiemauro

安装说明

我使用Automatic1111——Stable Diffusion图像生成的最佳用户界面，因此我建议您本地安装，或使用Colab等在线平台运行。您可以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，以确保界面稳定运行。请使用“Microsoft Edge”浏览器，因“Google Chrome”可能会出现兼容问题。同时建议安装“medvram”或“lowvram”选项，并配合“xformers”（可在网络上搜索具体安装方法）。
使用前必须安装该检查点模型。
为生成高质量图像，请务必遵循我所有的建议。若不遵守，则很难生成理想效果。此外，需要认识到当前AI图像生成尚不具备完全一致性和完美性，必须投入时间反复测试才能获得理想结果。

图像生成建议

激活标记/提示词：在提示词框中，第一个词必须为 “sketch artstyle”，以激活该风格。此操作为强制要求，若未执行，效果将无法实现。
推荐的提示词组合：在正向提示词中可加入以下词汇以增强生成效果：正向提示词：“grayscale, monochrome, ((solo))”；负向提示词：“out of frame, multiple people, missing fingers, extra digit, fewer digits, (((many people))), blurry, color”。您也可参考示例图像的元数据，尝试模仿其提示词结构。
推荐使用文本反转/嵌入式LoRA工具：若希望保留原有风格，请避免使用负向嵌入（Negative Embeddings），否则风格将退化为普通灰度素描。建议使用简洁的负向提示词（参见示例图像），因为复杂的负向提示会破坏风格。该模型在生成人脸与眼睛方面表现良好，因此通常不需要“面部修复”或其他嵌入模型。若必须使用负向嵌入，我推荐使用“EasyNegative”——它是目前最有效的文本反转负向提示模型之一。下载链接，安装后将文件放入“embeddings”文件夹中。
VAE：生成灰度素描风格时，必须使用 "kl-f8-anime2"。如尚未安装，请立即下载并完成安装。
Clip Skip：请设置为2。
步骤数与CFG值：推荐使用20–40步，CFG值设为7–8，理想配置为：30步，CFG=7。未来的模型可能需调整这些参数。
采样器：我主要使用“EulerA”或“DPM++SDE Karras”。EulerA更简洁且更具创造性。您也可尝试其他采样器以获得不同风格。
批次（Batch）设置：在txt2img模式中，建议将数值设为4，以一次生成多张图像并观察效果。若您显卡性能良好，可使用“Batch size”一次生成4张图像（生成时间较长）；若计算机承受不了，建议使用“Batch count”按顺序生成4张图像，虽耗时较长，但系统更稳定。
图像比例：建议使用以下尺寸：512x512，768x512，512x768。避免生成尺寸过大的图像，否则风格可能丢失。如需更大尺寸，请使用txt2img模式下的hires.fix功能、img2img的放大方法、Ultimate SD Upscale脚本扩展+ControlNet，或直接使用GAN类模型进行超分。
生成大尺寸图像：Stable Diffusion提供四种生成大图的方法，可在线查找教程。第一种方法“txt2img hires.fix”中，我推荐使用名为“4x-AnimeSharp”的放大模型，下载地址仅需下载“.pth”文件，放入“ESRGAN”文件夹中。在hires.fix中选择任意“放大倍数”，并设置“去噪强度”为“0.5–0.7”。第二种方法是先在txt2img中生成图像，再切换至img2img模式，将尺寸至少放大1.5倍，并将去噪强度设为“0.3–0.5”。第三种方法可沿用img2img配置，开启ControlNet扩展的“tile”模式，并启用“Ultimate SD Upscale”脚本，但建议观看此教程。第四种方法是将txt2img生成的图像导入“Extras”模块，选择一个GAN模型并进行放大，您也可使用“4x-UltraSharp”模型。
提升创作控制力：建议使用“ControlNet”扩展，从而更精准地控制图像形态，甚至可以尝试用草图作为引导。可使用“Scribble”或“Lineart”模式。建议安装该扩展并学习使用方法，网络上有大量相关教程。
复制提示词至图像元数据：您可下载我的示例图像，将其中的PNG信息直接粘贴至Automatic1111的“PNG info”标签页中。

示例提示词

正向提示词：
A young man, sketch artstyle, grayscale, monochrome, ((solo))

（风格丢失示例）正向提示词：
A young man, sketch artstyle, grayscale, monochrome, ((solo)), ((masterpiece)), HDR, highly detailed, professional

负向提示词：
out of frame, multiple people, missing fingers, extra digit, fewer digits, (((many people))), blurry, color

（风格丢失示例）负向提示词：
EasyNegative, (worst quality:2), (low quality:2), (normal quality:2), out of frame, multiple people, missing fingers, extra digit, fewer digits, (((many people))), blurry, color

步骤数：20–40（EulerA仅需20步即可，也可尝试DPM++SDE Karras，但EulerA通常效果更佳）

CFG 值：7–8（7为理想值）

未来规划

我正在持续优化该模型。目前训练基于512×512图像尺寸，未来我将尝试使用768×768（更大尺寸）及其他配置（如调整提示词、步数、训练轮数等）。若您希望获得更优版本，欢迎持续通过Ko-fi支持我。若支持者更多，我就能投入更长时间训练与优化模型；否则，受限于时间和资源，难以推进。