NoobAI-XL (NAI-XL)

L_A_XL_A_X
16.1K
250.3K
动画base modelbasedstyles
V-Pred-1.0-VersionV-Pred-0.9R-VersionV-Pred-0.75S-VersionV-Pred-0.65S-VersionV-Pred-0.6-VersionV-Pred-0.5-VersionEpsilon-pred 1.1-VersionEpsilon-pred 1.0-VersionEpsilon-pred 0.75-VersionEpsilon-pred 0.5-VersionEarly Access VersionV-Pred-test Version

详情

下载文件

模型描述

模型介绍

本图像生成模型基于 Laxhar/noobai-XL_v1.0，利用了完整的 Danbooru 和 e621 数据集，包含原生标签与自然语言描述。

作为 v-预测模型（与 eps-预测不同），它需要特定的参数配置——详见下文章节。

特别感谢我的队友 euge 的编码工作，也感谢众多热心社区成员提供的技术支持。

⚠️ 重要通知 ⚠️

此模型与 eps 模型工作方式不同！

请仔细阅读使用指南！

模型详情

如何使用本模型

NoobAI XL 使用指南：

ENG：

https://civitai.com/articles/8962

CHS：

https://fcnk27d6mpa5.feishu.cn/wiki/S8Z4wy7fSiePNRksiBXcyrUenOh

NoobAI XL 推荐 LoRa 列表：

https://fcnk27d6mpa5.feishu.cn/wiki/IBVGwvVGViazLYkMgVEcvbklnge

方法一：reForge

  1. （如未安装 reForge）请按仓库说明安装 reForge；

  2. 启动 WebUI 并正常使用模型！

方法二：ComfyUI

节点示例：

comfy_ui_workflow_sample

方法三：WebUI

请注意，dev 分支不稳定，可能存在漏洞。

  1. （如未安装 WebUI）请按仓库说明安装 WebUI。为简化...

  2. 切换至 dev 分支：

git switch dev
  1. 拉取最新更新：
git pull
  1. 启动 WebUI 并正常使用模型！

方法四：Diffusers

import torch
from diffusers import StableDiffusionXLPipeline
from diffusers import EulerDiscreteScheduler

ckpt_path = "/path/to/model.safetensors"
pipe = StableDiffusionXLPipeline.from_single_file(
    ckpt_path,
    use_safetensors=True,
    torch_dtype=torch.float16,
)
scheduler_args = {"prediction_type": "v_prediction", "rescale_betas_zero_snr": True}
pipe.scheduler = EulerDiscreteScheduler.from_config(pipe.scheduler.config, **scheduler_args)
pipe.enable_xformers_memory_efficient_attention()
pipe = pipe.to("cuda")

prompt = """masterpiece, best quality,artist:john_kafka,artist:nixeu,artist:quasarcake, chromatic aberration, film grain, horror \(theme\), limited palette, x-shaped pupils, high contrast, color contrast, cold colors, arlecchino \(genshin impact\), black theme,  gritty, graphite \(medium\)"""
negative_prompt = "nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro"

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    num_inference_steps=28,
    guidance_scale=5,
    generator=torch.Generator().manual_seed(42),
).images[0]

image.save("output.png")

注意：请确保您的机器已安装 Git 并正确配置环境。

推荐设置

参数

  • CFG：4 ~ 5

  • 步数：28 ~ 35

  • 采样方法：Euler（⚠️ 其他采样器无法正常工作）

  • 分辨率：总面积约 1024x1024。推荐选择：768x1344、832x1216、896x1152、1024x1024、1152x896、1216x832、1344x768

提示词

  • 提示词前缀：
masterpiece, best quality, newest, absurdres, highres, safe,
  • 负面提示词：
nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro

使用规范

描述格式

<1girl/1boy/1other/...>, <角色>, <作品>, <艺术家>, <特殊标签>, <通用标签>, <其他标签>

质量标签

我们通过以下流程评估图像受欢迎程度以确定质量标签：

  • 基于多个来源和评分的数据标准化。

  • 根据时间新近度应用时间衰减系数。

  • 根据上述处理对整个数据集中的图像进行排名。

我们的最终目标是确保质量标签能有效反映近年来用户的偏好。

百分位范围 | 质量标签

95% | masterpiece
85% 且 ≤ 95% | best quality
60% 且 ≤ 85% | good quality
30% 且 ≤ 60% | normal quality
≤ 30% | worst quality

美学标签

标签 | 描述
very awa | 根据 waifu-scorer 美学评分排名前 5% 的图像
worst aesthetic | 根据 waifu-scorer 和 aesthetic-shadow-v2 美学评分排名后 5% 的图像
......

日期标签

日期标签分为两类：年份标签 和 时期标签。年份标签请使用 year xxxx 格式，如 year 2021。时期标签请参考下表：

年份范围 | 时期标签
2005–2010 | old
2011–2014 | early
2014–2017 | mid
2018–2020 | recent
2021–2024 | newest

数据集

  • 训练截止日期前最新的 Danbooru 图像（约在 2024-10-23 之前）

  • Hugging Face 上的 e621 图像数据集 e621-2024-webp-4Mpixel

交流方式

如何在 v-pred SDXL 模型上训练 LoRA

本教程适用于基于 sd-scripts 的 LoRA 训练者。

文章链接：https://civitai.com/articles/8723

工具支持

Laxhar Lab 正在为 NoobXL 训练专用的 ControlNet 模型，并逐步发布。目前已发布 normal、depth 和 canny 模型。

模型链接：/model/929685

模型授权

本模型授权继承自 https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0 的 fair-ai-public-license-1.0-sd，并附加以下条款。任何对该模型及其衍生版本的使用均受本授权约束。

I. 使用限制

  • 禁止用于有害、恶意或非法活动，包括但不限于骚扰、威胁和传播虚假信息。

  • 禁止生成不道德或冒犯性内容。

  • 禁止违反用户所在司法管辖区的法律法规。

II. 商业禁止

我们禁止任何形式的商业化行为，包括但不限于对模型、衍生模型或模型生成产品的盈利或商业用途。

III. 开源社区

为促进活跃的开源社区，用户必须遵守以下要求：

  • 开源基于本模型的衍生模型、合并模型、LoRAs 及相关产品。

  • 共享合成公式、提示词、工作流等详细内容。

  • 遵循 fair-ai-public-license，确保衍生作品保持开源。

IV. 免责声明

生成的模型可能产生意外或有害的输出。用户须自行承担使用中的一切风险与潜在后果。

参与者与贡献者

参与者

贡献者

此模型生成的图像

未找到图像。