NextPhoto

bigbeanboilerbigbeanboiler
2.9K
35K
photorealisticphotostyleeasy
v3.0v3.0-inpaintingv2.0v1.0

세부 정보

파일 다운로드

모델 설명

참고: 이 모델에는 자체 VAE가 내장되어 있습니다. 최상의 결과를 얻으려면, automatic1111에서 선택한 VAE를 "자동(Automatic)"으로 설정해 주세요. VAE 설정을 본적이 없다면 이 설정이 기본값이 될 것입니다.

NextPhoto는 방대한 학습, 데이터 정제, 블록 병합을 통해 만들어진 모델입니다. 이 모델은 오직 사진처럼 현실적인 이미지 생성을 위해 특별히 설계되었으며, 비사진 이미지(예를 들어 일러스트 등)는 생성할 수 없습니다. (즉, 프롬프트에 그러한 요청이 있더라도 불가능합니다.) 버전 3.0에 관한 구체적인 정보는 "이 버전에 대해" 섹션을 참고하세요.

모든 샘플 이미지는 ESRGAN_4x 업스케일링 모델을 2배로 업스케일링하고, 노이즈 제거 강도 0.45로 생성되었습니다. v3 모델은 16비트 정밀도로 훈련되었기 때문에, 32비트 모델을 업로드하는 것은 실질적으로 공간 낭비이므로 하지 않겠습니다.

사용 안내

  • (강력 추천) 피사체의 사실적인 표현에 매우 중요한 역할을 하는 부정적 프롬프트는, 훌륭한 결과를 얻기 위해 항상 변경할 필요는 없습니다. 아래의 부정적 프롬프트를 기준으로 사용하는 것을 권장합니다: (worst quality:0.8), cartoon, halftone print, burlap, (cinematic:1.2), (verybadimagenegative_v1.3:0.3), (surreal:0.8), (modernism:0.8), (art deco:0.8), (art nouveau:0.8)

    • 이 프롬프트는 verybadimagenegative_v1.3 텍스트 임베딩을 사용합니다. 다음을 다운로드하셔야 합니다.

    • 다운로드한 파일을 SD WebUI 루트 디렉터리의 "embeddings" 폴더에 넣은 후, Stable Diffusion을 재시작해 주세요.

  • 긍정적 프롬프트: 긍정적 프롬프트에 대해 복잡하게 생각할 필요는 없습니다. 이 모델은 간단한 긍정적 프롬프트와도 매우 잘 작동합니다.

    • 예시:

      • 기차역에서 촬영된 밝게 조명된 여자 사진
      • 베란다에 앉아 있는 오래된 부부의 완벽하게 조명된 중간 크기 사진
      • 밤에 산책로를 걷고 있는 남성의 어두운 조명의 사진

    • 긍정적 프롬프트의 더 많은 예는 모델의 샘플 이미지를 참고하세요.

  • 업스케일링: 이 모델은 업스케일링 없이도 사실적인 이미지를 생성할 수 있지만, 사실적인 이미지를 얻기 위해 업스케일링을 강력히 추천합니다. 임시 해상도(LoRAs) 처리 섹션에서 ESRGAN_4x 업스케일링 모델(그리고 R-ESRGAN은 아님)을 사용해야만 제법 좋은 결과를 얻을 수 있습니다. 최적의 결과를 위해, 가중치는 0.3에서 0.5 사이의 값으로 설정하고, 업스케일링 배수는 2로 설정하는 것이 좋습니다. 저는 일반적으로 가중치를 0.5 또는 0.45로 설정합니다.

  • 샘플러: 저는 DPM++ 2M Karas를 사용하고 있으며, 이 샘플러를 이용하는 것이 일반적입니다. 다른 샘플러도 좋은 결과를 낼 수 있지만, 제 경험상 이 모델과 함께 사용했을 때 DPM++ 2M Karas가 가장 일관되고 안정적인 결과를 만들어냅니다.

  • 추가 성능 향상을 원하신다면:

    • CFG 스케일을 낮추세요: 기본 설정인 7의 분류기 자유 지침 스케일은 괜찮지만, 가끔 너무 높을 수 있습니다. 결과가 마음에 들 때까지 CFG 스케일을 줄이세요. 저는 보통 최소 4.0까지 낮추는 편이며, 그보다 낮추면 부정적 프롬프트가 무시되기 시작합니다. CFG 스케일을 7이나 8을 넘게 설정하면 이미지가 지나치게 "드라마틱하게"(좋은 방향이 아님) 변형되며, 이로 인해 프롬프트에 더 잘 반응하게 되지만, 균형을 잘 맞춰야 합니다. 높은 CFG 스케일은 특정 상황에서는 효과가 좋을 수 있지만, 낮은 CFG 스케일은 일관성 있게 훌륭한 결과를 얻기 좋은 선택입니다.

    • 과도한 LORA 및 텍스트 임베딩 사용을 피하세요: v2 및 v3 버전의 이 모델은 순수 블록 병합 기반 모델이 아니라 맞춤 학습된 모델이기 때문에, 다른 모델과 달리 LORA나 텍스트 임베딩이 항상 최적의 결과를 내는 것은 아닙니다. 제 경험상, 여전히 좋은 결과를 얻을 수는 있지만, 신중하게 사용하는 것이 좋습니다. 필요할 때만 선택적으로 LORA나 임베딩을 추가하는 ‘누적형’ 접근 방식을 추천합니다.

이 모델로 만든 이미지

이미지를 찾을 수 없습니다.