MakkiXL

Illustrious XL v0.1 を makkishizu が再開。

主に、4060Ti を使用して 2+8 エポックで 4万枚の高評価 Danbooru 2024 画像を用いて訓練。

計算リソースの制約から、極めて大規模なデータセットでの訓練は行いませんでした。目的は、Illustrious XL の「デフォルトアートスタイル」（アーティストタグなし）を改善し、ユーザーの好みを反映させることでした。以下の比較サンプル画像をご参照ください：

より大規模なデータセットで訓練されたモデルをお探しの場合は、noobai-xl-nai-xl をお試しください。

使用ガイドライン

このモデルは自然言語ではなく、Danbooru 風のタグを使用して訓練されています。最適な結果を得るには、タグのみを使用してください。

使用方法は基本的に Illustrious XL と同じで、アーティストリストを使用してアートスタイルを調整できます。アーティストリストに興味があるが書き方が分からない場合は、novelai_300artist をお試しください。

このモデルは ARB 1024x1024 から、最小解像度 256、最大解像度 2048 までの解像度をサポートしています。標準的な SDXL 解像度も使用可能ですが、1024x1024 よりやや高い解像度を推奨します。出力品質を向上させるには、hires-fix の適用も推奨します。

詳細については、提供されているサンプル画像をご参照ください。

Illustrious XL の使用ガイドラインに加えて：

推奨サンプリング方法：Euler a、サンプリングステップ：20–28、CFG：5–7.5（使用状況により変動）
モデルは以下の品質タグをサポート： "worst quality", "bad quality", "average quality", "good quality", "best quality", "masterpiece (quality)"

このモデルは評価タグの分布をバランスよく調整しており、異なる評価レベルで画像を区別できます：

評価修正子　　評価基準
safe　　　　　General
sensitive　　Sensitive
nsfw　　　　　Questionable
explicit, nsfw　Explicit

推奨プロンプト形式：

<|special|>, 
<|characters|>, <|copyrights|>, 
<|artist|>, 

<|general|>, 

<|quality|>, <|meta|>, <|rating|>

推奨ネガティブプロンプト：

worst quality, comic, multiple views, bad quality, low quality, lowres, displeasing, very displeasing, bad anatomy, bad hands, scan artifacts, monochrome, greyscale, twitter username, jpeg artifacts, 2koma, 4koma, guro, extra digits, fewer digits, jaggy lines, unclear

訓練詳細：

本モデルの訓練用データセットは、hakubooru から入手しました。

MakkiXL の訓練は、LyCORIS プロジェクトと lora-scripts のトレーナーによって支援されました。

オリジナルの LoKr ファイルは、「makki_illustrious_lokr」バージョンとして提供されています。詳細な設定については、makki_illustrious_lokr からの LyCORIS 設定ファイルをご参照ください。

ハードウェア：RTX 4060Ti

訓練画像数：43,216

合計エポック：2+8

合計ステップ：6760

バッチサイズ：1

勾配蓄積ステップ：64

等価バッチサイズ：64

最適化アルゴリズム：Lion8bit

学習率：UNet 用に 5e-5 / TE は訓練しない

学習率スケジューラ：Constant

最小 SNR ガンマ：5

ノイズオフセット：0.03

解像度：1024x1024

最小バケット解像度：256

最大バケット解像度：2048

混合精度：BF16

ライセンス

このモデルは Fair-AI-Public-License-1.0-SD に基づいてリリースされています。

詳細については、以下のウェブサイトをご確認ください：

Freedom of Development freedevproject.org

貢献者リポジトリ

lora-scripts

hakubooru

onommai のオープンソースによる、このような強力なベースモデルの提供に感謝します。