Cat Carrier

nuko_masshiguranuko_masshigura
728
10.2K
애니메이션base modelcheckpoint merge
v7.0v6.0v5.1v5.0v4.0v3.0v2.0v1.0

세부 정보

파일 다운로드

모델 설명

Cat Carrier는 애니메이션 스타일의 IllustriousXL 모델이며, NoobAI XL이 아닙니다.

VAE는 내장되어 있습니다.

권장 설정

  • 스텝: 25-30

  • CFG 스케일: 5-7

  • 샘플러: Euler a, DPM++ 2M Karras

  • 필요에 따라 ADetailer 사용

긍정 프롬프트

masterpiece, best quality, absurdres, very aesthetic,

부정 프롬프트

worst quality, bad quality, low quality, lowres, scan artifacts, jpeg artifacts, sketch, light particles, watermark,

병합 레시피 (v7)

  1. Raehoshi illust XL v6.0과 stable-diffusion-xl-base-1.0, CyberRealistic XL v7.0과 stable-diffusion-xl-base-1.0의 차이를 "Perpendicular Component" 및 "Add Difference"로 병합하여 Raehoshi illust XL v6.0에 적용 (체크포인트 A)

  2. 체크포인트 A를 "SLERP"로 Raehoshi illust XL v6.0에 병합, alpha = 0.5 (체크포인트 B)

  3. 체크포인트 B를 "Rotate"로 Raehoshi illust XL v6.0에 병합, alignment = 1.0, alpha = 0.0 (체크포인트 C)

  4. 체크포인트 C의 CLIP을 Raehoshi illust XL v6.0으로 교체 (체크포인트 D)

  5. 체크포인트 D를 애니메이션 스타일 데이터셋(0.5k)으로 풀 파인튜닝, 해상도 = '1536,1536', 옵티마이저 = AdamW8bit, 스케줄러 = warmup stable decay, 학습률 = 1e-7, 스케줄러 최소 학습률 비율 = 0.1, 62 에포크, unet만, 그래디언트 누적 스텝 = 1, 배치 크기 = 3 (체크포인트 E)

  6. 체크포인트 E를 "Weighted Sum"으로 Raehoshi illust XL v6.0에 병합, 블록 (0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,0,0,0,0,0) (체크포인트 F)

  7. LunarPeachMix v2.0과 Illustrious XL v1.1의 차이를 "Train Difference"로 체크포인트 F에 병합, 블록 (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0) (체크포인트 G)

  8. JANKU v4.0과 RouWei v0.7 epred의 차이를 "Train Difference"로 체크포인트 G에 병합, 블록 (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0) (체크포인트 H)

  9. copycat-RouWei vpred-v0.42과 Rouwei 0.80 vpred의 차이를 "Train Difference"로 체크포인트 H에 병합, 블록 (0,0,0,0,0,0,0,0,0,0,0,0.15,0.15,0.15,0.15,0,0,0,0,0) (Cat Carrier v7.0)

병합 레시피 (v6)

  1. Raehoshi illust XL v5.1을 애니메이션 스타일 데이터셋(0.5k)으로 OFT 방법으로 파인튜닝, dim = 4, alpha = 1e-3, 학습률 = 2.5e-6, 15000 스텝. OFT 모델을 Raehoshi illust XL v5.1에 ratio = 1.0으로 병합 (체크포인트 A)

  2. 체크포인트 A를 "Weighted Sum"으로 Raehoshi illust XL v5.1에 병합, 블록 (0,0,0,0,0,0,0,0,0,0,0,0.68,0.68,0.68,0.68,0,0,0,0,0) (체크포인트 B)

  3. LunarPeachMix v2.0을 "SLERP"로 체크포인트 B에 병합, 블록 (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0) (체크포인트 C)

  4. JANKU v4.0과 RouWei v0.7 epred의 차이를 "Train Difference"로 체크포인트 C에 병합, alpha=0.25 (Cat Carrier v6.0)

병합 레시피 (v5.1)

  1. plumMix v1.0을 Cat Carrier v5.0에 "SLERP"로 병합, alpha=0.3 (체크포인트 A)

  2. LunarPeachMix v2.1을 체크포인트 A에 "SLERP"로 병합, alpha=0.5 (Cat Carrier v5.1)

병합 레시피 (v5)

  1. CyberRealistic XL v5과 stable-diffusion-xl-base-1.0의 차이를 "Add Difference"로 Illustrious-XL-v2.0-stable에 병합 (체크포인트 A)

  2. 체크포인트 A의 CLIP을 Illustrious-XL-v2.0-stable으로 교체 (체크포인트 B)

  3. Illustrious-XL-v2.0-stable을 애니메이션 스타일 데이터셋으로 OFT 방법으로 파인튜닝, dim = 8, alpha = 1e-3, 학습률 = 1e-4, OFT 모델을 체크포인트 B에 ratio = 1.0으로 병합 (체크포인트 C)

  4. 체크포인트 C를 "Weighted Sum"으로 체크포인트 B에 병합, alpha=0.3 (체크포인트 D)

  5. songMix v2.2을 "Weighted Sum"으로 체크포인트 D에 병합, 블록 (0,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0,0,0,0,0) (체크포인트 E)

  6. LunarPeachMix v2.1을 "Weighted Sum"으로 체크포인트 E에 병합, alpha=0.3 (체크포인트 F)

  7. 스타일 LoRA를 체크포인트 F에 병합 (Cat Carrier v5)

병합 레시피 (v4)

  1. Illustrious XL v1.0을 애니메이션 스타일 데이터셋으로 OFT 방법으로 파인튜닝, dim = 8, alpha = 1e-3, 학습률 = 1e-4

  2. OFT 모델을 Raehoshi illust XL v4.0에 ratio = 1.0으로 병합 (체크포인트 A)

  3. 체크포인트 A를 "Add Cosine B"로 Raehoshi illust XL v4.0에 병합, alpha=0.25 (체크포인트 B)

  4. Cat Carrier v3.0과 Illustrious XL v1.1의 차이를 "Train Difference"로 체크포인트 B에 병합, 블록 (0,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0,0,0,0,0) (체크포인트 C)

  5. 스타일 LoRA를 체크포인트 C에 병합 (Cat Carrier v4)

병합 레시피 (v3)

  1. Illustrious XL v1.0을 애니메이션 스타일 데이터셋으로 OFT 방법으로 파인튜닝, dim = 8, alpha = 1e-3, 학습률 = 1e-4

  2. OFT 모델을 Illustrious XL 1.0에 ratio = 1.0으로 병합 (체크포인트 A)

  3. 체크포인트 A를 "Weighted Sum"으로 Illustrious XL v1.0에 병합, alpha=0.75 (체크포인트 B)

  4. ExilluSPO Anime v1과 Illustrious XL v0.1의 차이를 "Train Difference"로 체크포인트 B에 병합, alpha = 0.2 (체크포인트 C)

  5. Catloaf과 ponyDiffusionV6XL의 차이를 "Train Difference"로 체크포인트 C에 병합, 블록 (0,0,0,0,0,0,0,0,0,0,0,0.4,0.7,0.7,0.7,0,0,0,0,0) (체크포인트 D)

  6. 스타일 LoRA를 체크포인트 D에 병합 (Cat Carrier v3)

병합 레시피 (v2)

  1. Illustrious XL v0.1을 애니메이션 스타일 데이터셋(0.5k)으로 OFT 방법으로 파인튜닝, dim = 8, alpha = 1e-3, 학습률 = 1e-4

  2. OFT 모델을 Raehoshi illust XL v1.0 spo edition에 ratio = 1.0으로 병합 (체크포인트 A)

  3. ExilluSPO Anime v1을 체크포인트 A에 ratio = 0.2로 병합 (체크포인트 B)

  4. Catloaf과 ponyDiffusionV6XL의 차이를 체크포인트 B에 병합, 체크포인트 B + (catloaf - ponyDiffusionV6XL) x alpha (0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.4,0.7,0.7,0.7,0.0,0.0,0.0,0.0,0.0,0), mode = Add difference, calcmode = trainDifference (Cat Carrier v2)

병합 레시피 (v1)

  1. Illustrious XL v0.1을 애니메이션 스타일 데이터셋(0.5k)으로 OFT 방법으로 파인튜닝, dim = 8, alpha = 1e-3, 학습률 = 1e-4

  2. OFT 모델을 Raehoshi illust XL에 ratio = 1.0으로 병합 (체크포인트 A)

  3. ExilluSPO Anime v1을 체크포인트 A에 ratio = 0.2로 병합 (체크포인트 B)

  4. Catloaf과 ponyDiffusionV6XL의 차이를 나타내는 LoRA를 체크포인트 B에 ratio = 1.0, lbw = [0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0]로 병합 (Cat Carrier v1)

라이선스

이 모델은 Fair AI Public License 1.0-SD를 준수하며, 비상업적 사용에 한해서만 제공됩니다. 상업적 사용은 금지됩니다.

이 모델로 만든 이미지

이미지를 찾을 수 없습니다.