Cat Carrier

nuko_masshiguranuko_masshigura
727
10.1K
动画base modelcheckpoint merge
v7.0v6.0v5.1v5.0v4.0v3.0v2.0v1.0

详情

下载文件

模型描述

猫 Carrier 是动漫风格的 IllustriousXL 模型，非 NoobAI XL。

VAE 已内嵌。

推荐设置

  • 步数：25-30

  • CFG 缩放：5-7

  • 采样器：Euler a，DPM++ 2M Karras

  • 按需使用 ADetailer

正向提示词

masterpiece, best quality, absurdres, very aesthetic,

负向提示词

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

合并配方（v7）

  1. 通过“垂直分量”和“添加差异”（检查点 A）合并 Raehoshi illust XL v6.0 与 stable-diffusion-xl-base-1.0，以及 CyberRealistic XL v7.0 与 stable-diffusion-xl-base-1.0 的差异至 Raehoshi illust XL v6.0。

  2. 通过“SLERP”将检查点 A 合并至 Raehoshi illust XL v6.0，alpha = 0.5（检查点 B）。

  3. 通过“旋转”将检查点 B 合并至 Raehoshi illust XL v6.0，对齐 = 1.0，alpha = 0.0（检查点 C）。

  4. 用 Raehoshi illust XL v6.0 替换检查点 C 的 CLIP（检查点 D）。

  5. 使用动漫风格数据集（0.5k）对检查点 D 进行全参数微调，分辨率为 '1536,1536'，优化器为 AdamW8bit，调度器为 warmup stable decay，学习率为 1e-7，调度器最小学习率比率为 0.1，训练 62 轮，仅微调 UNet，梯度累积步数 = 1，批次大小 = 3。（检查点 E）

  6. 通过“加权求和”并使用块 (0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,0,0,0,0,0) 将检查点 E 合并至 Raehoshi illust XL v6.0（检查点 F）。

  7. 通过“训练差异”并使用块 (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0) 将 LunarPeachMix v2.0 与 Illustrious XL v1.1 的差异合并至检查点 F（检查点 G）。

  8. 通过“训练差异”并使用块 (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0) 将 JANKU v4.0 与 RouWei v0.7 epred 的差异合并至检查点 G（检查点 H）。

  9. 通过“训练差异”并使用块 (0,0,0,0,0,0,0,0,0,0,0,0.15,0.15,0.15,0.15,0,0,0,0,0) 将 copycat-RouWei vpred-v0.42 与 Rouwei 0.80 vpred 的差异合并至检查点 H（Cat Carrier v7.0）

合并配方（v6）

  1. 使用动漫风格数据集（0.5k）通过 OFT 方法微调 Raehoshi illust XL v5.1，dim = 4，alpha = 1e-3，学习率 = 2.5e-6，训练 15000 步。将 OFT 模型以比例 1.0 合并至 Raehoshi illust XL v5.1（检查点 A）。

  2. 通过“加权求和”并使用块 (0,0,0,0,0,0,0,0,0,0,0,0.68,0.68,0.68,0.68,0,0,0,0,0) 将检查点 A 合并至 Raehoshi illust XL v5.1（检查点 B）。

  3. 通过“SLERP”并使用块 (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0) 将 LunarPeachMix v2.0 合并至检查点 B（检查点 C）。

  4. 使用“训练差异”并设置 alpha=0.25，将 JANKU v4.0 与 RouWei v0.7 epred 的差异合并至检查点 C（Cat Carrier v6.0）。

合并配方（v5.1）

  1. 通过“SLERP”并设置 alpha=0.3，将 plumMix v1.0 合并至 Cat Carrier v5.0（检查点 A）。

  2. 通过“SLERP”并设置 alpha=0.5，将 LunarPeachMix v2.1 合并至检查点 A（Cat Carrier v5.1）。

合并配方（v5）

  1. 通过“添加差异”将 CyberRealistic XL v5 与 stable-diffusion-xl-base-1.0 的差异合并至 Illustrious-XL-v2.0-stable（检查点 A）。

  2. 使用 Illustrious-XL-v2.0-stable 替换检查点 A 的 CLIP（检查点 B）。

  3. 使用动漫风格数据集通过 OFT 方法微调 Illustrious-XL-v2.0-stable，dim = 8，alpha = 1e-3，学习率 = 1e-4，并将 OFT 模型以比例 1.0 合并至检查点 B（检查点 C）。

  4. 通过“加权求和”并设置 alpha=0.3，将检查点 C 合并至检查点 B（检查点 D）。

  5. 通过“加权求和”并使用块 (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) 将 songMix v2.2 合并至检查点 D（检查点 E）。

  6. 通过“加权求和”并设置 alpha=0.3，将 LunarPeachMix v2.1 合并至检查点 E（检查点 F）。

  7. 将风格 LoRA 合并至检查点 F（Cat Carrier v5）。

合并配方（v4）

  1. 使用动漫风格数据集通过 OFT 方法微调 Illustrious XL v1.0，dim = 8，alpha = 1e-3，学习率 = 1e-4。

  2. 将 OFT 模型以比例 1.0 合并至 Raehoshi illust XL v4.0（检查点 A）。

  3. 通过“Add Cosine B”并设置 alpha=0.25，将检查点 A 合并至 Raehoshi illust XL v4.0（检查点 B）。

  4. 通过“训练差异”并使用块 (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) 将 Cat Carrier v3.0 与 Illustrious XL v1.1 的差异合并至检查点 B（检查点 C）。

  5. 将风格 LoRA 合并至检查点 C（Cat Carrier v4）。

合并配方（v3）

  1. 使用动漫风格数据集通过 OFT 方法微调 Illustrious XL v1.0，dim = 8，alpha = 1e-3，学习率 = 1e-4。

  2. 将 OFT 模型以比例 1.0 合并至 Illustrious XL 1.0（检查点 A）。

  3. 通过“加权求和”并设置 alpha=0.75，将检查点 A 合并至 Illustrious XL v1.0（检查点 B）。

  4. 通过“训练差异”并设置 alpha = 0.2，将 ExilluSPO Anime v1 与 Illustrious XL v0.1 的差异合并至检查点 B（检查点 C）。

  5. 通过“训练差异”并使用块 (0,0,0,0,0,0,0,0,0,0,0,0.4,0.7,0.7,0.7,0,0,0,0,0) 将 Catloaf 与 ponyDiffusionV6XL 的差异合并至检查点 C（检查点 D）。

  6. 将风格 LoRA 合并至检查点 D（Cat Carrier v3）。

合并配方（v2）

  1. 使用动漫风格数据集（0.5k）通过 OFT 方法微调 Illustrious XL v0.1，dim = 8，alpha = 1e-3，学习率 = 1e-4。

  2. 将 OFT 模型以比例 1.0 合并至 Raehoshi illust XL v1.0 spo edition（检查点 A）。

  3. 将 ExilluSPO Anime v1 以比例 0.2 合并至检查点 A（检查点 B）。

  4. 将 Catloaf 与 ponyDiffusionV6XL 的差异以模式 Add difference 和 calcmode = trainDifference 合并至检查点 B，公式为：Checkpoint 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)（Cat Carrier v2）。

合并配方（v1）

  1. 使用动漫风格数据集（0.5k）通过 OFT 方法微调 Illustrious XL v0.1，dim = 8，alpha = 1e-3，学习率 = 1e-4。

  2. 将 OFT 模型以比例 1.0 合并至 Raehoshi illust XL（检查点 A）。

  3. 将 ExilluSPO Anime v1 以比例 0.2 合并至检查点 A（检查点 B）。

  4. 将 Catloaf 与 ponyDiffusionV6XL 差异的 LoRA 以比例 1.0 和 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] 合并至检查点 B（Cat Carrier v1）。

许可证

本模型遵循 Fair AI Public License 1.0-SD，仅限非商业用途，禁止商业使用。

此模型生成的图像

未找到图像。