MakkiXL

由 makkishizu 基于 Illustrious XL v0.1 恢复训练。

主要使用 40k 张高评分 Danbooru 2024 图像，在 4060Ti 上经过 2+8 个 epoch 训练。

由于计算资源限制，我未使用超大规模数据集进行训练。主要目标是在跟踪用户偏好同时，提升 Illustrious XL 的“默认艺术风格”（无艺术家标签）。请参考以下对比样图：

如果您更偏好基于更大数据集训练的模型，可尝试 noobai-xl-nai-xl。

使用指南

本模型使用 Danbooru 风格标签训练，而非自然语言！请仅使用标签以获得最佳效果。

使用方式基本与 Illustrious XL 相同，您可通过艺术家列表调整艺术风格。若您对艺术家列表感兴趣但不知如何编写，可尝试使用 novelai_300artist。

本模型支持从 ARB 1024x1024 起的分辨率，最低为 256，最高为 2048。虽然可使用标准 SDXL 分辨率，但建议选择略高于 1024x1024 的分辨率，并推荐启用 hires-fix 以提升输出质量。

更多细节请参阅提供的示例图像。

除遵循 Illustrious XL 的使用说明外：

推荐采样方法：Euler a，采样步数：20–28，CFG：5–7.5（根据使用场景可能有所调整）。
模型支持质量标签，如：“worst quality”、“bad quality”、“average quality”、“good quality”、“best quality” 和 “masterpiece (quality)”。

本模型还平衡了评分标签的分布，使您可根据不同评分等级区分图像：

评分修饰符	    评分标准
safe	            通用
sensitive	        敏感
nsfw	            有疑问
explicit, nsfw	    明确

推荐提示词格式：

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

<|general|>, 

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

推荐负向提示词：

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

训练详情：

本模型的训练数据集来源于 hakubooru。

MakkiXL 的训练由 LyCORIS 项目及 lora-scripts 的训练器协助完成。

原始 LoKr 文件也作为 “makki_illustrious_lokr” 版本提供。详细设置请参考 makki_illustrious_lokr 中的 LyCORIS 配置文件。

硬件：RTX 4060Ti

训练图像数量：43,216

总 Epoch 数：2+8

总步骤数：6760

批处理大小：1

梯度累积步数：64

等效批处理大小：64

优化器：Lion8bit

学习率：UNet 为 5e-5 / 不训练 TE

学习率调度器：Constant

最小 SNR Gamma：5

噪声偏移：0.03

分辨率：1024x1024

最小桶分辨率：256

最大桶分辨率：2048

混合精度：BF16

许可证

本模型根据 Fair-AI-Public-License-1.0-SD 发布。

更多信息请访问：

Freedom of Development freedevproject.org

贡献者仓库

lora-scripts

hakubooru

感谢 onommai 开源项目提供了如此强大的基础模型。