Cat Carrier

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

詳細

ファイルをダウンロード

モデル説明

猫用キャリーバッグはアニメスタイルのIllustriousXLモデルであり、NoobAI XLではありません。

VAEは組み込まれています。

推奨設定

  • ステップ: 25-30
  • CFGスケール: 5-7
  • サンプラ: Euler a, DPM++ 2M Karras
  • 必要に応じてADetailerを使用

ポジティブプロンプト

masterpiece, best quality, absurdres, very aesthetic,

ネガティブプロンプト

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

マージレシピ (v7)

  1. Raehoshi illust XL v6.0 と stable-diffusion-xl-base-1.0 の差分、および CyberRealistic XL v7.0 と stable-diffusion-xl-base-1.0 の差分を「Perpendicular Component」と「Add Difference」で Raehoshi illust XL v6.0 にマージ（チェックポイントA）

  2. チェックポイントAを「SLERP」で Raehoshi illust XL v6.0 にマージ、α = 0.5（チェックポイントB）

  3. チェックポイントBを「Rotate」で Raehoshi illust XL v6.0 にマージ、alignment = 1.0、α = 0.0（チェックポイントC）

  4. チェックポイントCのCLIPをRaehoshi illust XL v6.0で置換（チェックポイントD）

  5. チェックポイントDをアニメスタイルデータセット（0.5k）でフルファインチューニング、解像度 = '1536,1536'、オプティマイザ = AdamW8bit、スケジューラ = warmup stable decay、学習率 = 1e-7、スケジューラ最小学習率比 = 0.1、エポック数 = 62、UNetのみ、勾配蓄積ステップ = 1、バッチサイズ = 3（チェックポイントE）

  6. チェックポイントEを「Weighted Sum」で Raehoshi illust XL v6.0 にマージ、ブロック = (0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,0,0,0,0,0)（チェックポイントF）

  7. LunarPeachMix v2.0 と Illustrious XL v1.1 の差分を「Train Difference」でチェックポイントFにマージ、ブロック = (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0)（チェックポイントG）

  8. JANKU v4.0 と RouWei v0.7 epred の差分を「Train Difference」でチェックポイントGにマージ、ブロック = (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0)（チェックポイントH）

  9. copycat-RouWei vpred-v0.42 と Rouwei 0.80 vpred の差分（LunarPeachMix v2.0 と Illustrious XL v1.1 の差分を含む）を「Train Difference」でチェックポイントHにマージ、ブロック = (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）

マージレシピ (v6)

  1. Raehoshi illust XL v5.1 をアニメスタイルデータセット（0.5k）でOFT方式でファインチューニング、dim = 4、alpha = 1e-3、学習率 = 2.5e-6、15000ステップ。OFTモデルをRaehoshi illust XL v5.1にマージ、比率 = 1.0（チェックポイントA）

  2. チェックポイントAを「Weighted Sum」で Raehoshi illust XL v5.1 にマージ、ブロック = (0,0,0,0,0,0,0,0,0,0,0,0.68,0.68,0.68,0.68,0,0,0,0,0)（チェックポイントB）

  3. LunarPeachMix v2.0 を「SLERP」でチェックポイントBにマージ、ブロック = (0,0,0,0,0,0,0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0,0,0)（チェックポイントC）

  4. JANKU v4.0 と RouWei v0.7 epred の差分を「Train Difference」でチェックポイントCにマージ、α=0.25（Cat Carrier v6.0）

マージレシピ (v5.1)

  1. plumMix v1.0 を「SLERP」で Cat Carrier v5.0 にマージ、α=0.3（チェックポイントA）

  2. LunarPeachMix v2.1 を「SLERP」でチェックポイントAにマージ、α=0.5（Cat Carrier v5.1）

マージレシピ (v5)

  1. CyberRealistic XL v5 と stable-diffusion-xl-base-1.0 の差分を「Add Difference」で Illustrious-XL-v2.0-stable にマージ（チェックポイントA）

  2. チェックポイントAのCLIPを Illustrious-XL-v2.0-stable で置換（チェックポイントB）

  3. Illustrious-XL-v2.0-stable をアニメスタイルデータセットでOFT方式でファインチューニング、dim = 8、alpha = 1e-3、学習率 = 1e-4。OFTモデルをチェックポイントBにマージ、比率 = 1.0（チェックポイントC）

  4. チェックポイントCを「Weighted Sum」でチェックポイントBにマージ、α=0.3（チェックポイントD）

  5. songMix v2.2 を「Weighted Sum」でチェックポイントDにマージ、ブロック = (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)（チェックポイントE）

  6. LunarPeachMix v2.1 を「Weighted Sum」でチェックポイントEにマージ、α=0.3（チェックポイントF）

  7. スタイルLoRAをチェックポイントFにマージ（Cat Carrier v5）

マージレシピ (v4)

  1. Illustrious XL v1.0 をアニメスタイルデータセットでOFT方式でファインチューニング、dim = 8、alpha = 1e-3、学習率 = 1e-4

  2. OFTモデルを Raehoshi illust XL v4.0 にマージ、比率 = 1.0（チェックポイントA）

  3. チェックポイントAを「Add Cosine B」で Raehoshi illust XL v4.0 にマージ、α=0.25（チェックポイントB）

  4. Cat Carrier v3.0 と Illustrious XL v1.1 の差分を「Train Difference」でチェックポイントBにマージ、ブロック = (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)（チェックポイントC）

  5. スタイルLoRAをチェックポイントCにマージ（Cat Carrier v4）

マージレシピ (v3)

  1. Illustrious XL v1.0 をアニメスタイルデータセットでOFT方式でファインチューニング、dim = 8、alpha = 1e-3、学習率 = 1e-4

  2. OFTモデルを Illustrious XL 1.0 にマージ、比率 = 1.0（チェックポイントA）

  3. チェックポイントAを「Weighted Sum」で Illustrious XL v1.0 にマージ、α=0.75（チェックポイントB）

  4. ExilluSPO Anime v1 と Illustrious XL v0.1 の差分を「Train Difference」でチェックポイントBにマージ、α = 0.2（チェックポイントC）

  5. Catloaf と ponyDiffusionV6XL の差分を「Train Difference」でチェックポイントCにマージ、ブロック = (0,0,0,0,0,0,0,0,0,0,0,0.4,0.7,0.7,0.7,0,0,0,0,0)（チェックポイントD）

  6. スタイルLoRAをチェックポイントDにマージ（Cat Carrier v3）

マージレシピ (v2)

  1. Illustrious XL v0.1 をアニメスタイルデータセット（0.5k）でOFT方式でファインチューニング、dim = 8、alpha = 1e-3、学習率 = 1e-4

  2. OFTモデルを Raehoshi illust XL v1.0 spo edition にマージ、比率 = 1.0（チェックポイントA）

  3. ExilluSPO Anime v1 をチェックポイントAにマージ、比率 = 0.2（チェックポイントB）

  4. Catloaf と ponyDiffusionV6XL の差分をチェックポイントBにマージ、チェックポイントB + (catloaf - ponyDiffusionV6XL) × α（0,0,0,0,0,0,0,0,0,0,0,0.4,0.7,0.7,0.7,0,0,0,0,0）、モード = Add difference、calcmode = trainDifference（Cat Carrier v2）

マージレシピ (v1)

  1. Illustrious XL v0.1 をアニメスタイルデータセット（0.5k）でOFT方式でファインチューニング、dim = 8、alpha = 1e-3、学習率 = 1e-4

  2. OFTモデルを Raehoshi illust XL にマージ、比率 = 1.0（チェックポイントA）

  3. ExilluSPO Anime v1 をチェックポイントAにマージ、比率 = 0.2（チェックポイントB）

  4. Catloaf と ponyDiffusionV6XL の差分を表すLoRAをチェックポイントBにマージ、比率 = 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]（Cat Carrier v1）

ライセンス

このモデルは Fair AI Public License 1.0-SD に準拠しており、非商業目的でのみ利用可能です。商業利用は禁止されています。

このモデルで生成された画像

画像が見つかりません。