Queratogray Sketch (eddiemauro-mix) LORA

使用前须知

您必须了解 Stable Diffusion 的工作原理。我建议使用 Automatic1111 作为界面来启动该模型。
此模型基于 SD 1.5 训练，因此您需要意识到它并不完美。我进行了大量测试才获得稳定的生成效果。当出现更好的基础模型（如新的 SD XL）时，我会进一步优化此模型。
这是一个 LORA 模型，建议将其作为 Checkpoint 的扩展使用。我推荐您搭配使用写实风格的数据集模型。
我建议您关注我的 Instagram 账号，我将在那里分享有关 AI 图像生成的见解：https://www.instagram.com/eddiemauro.design/

简介

Queratogray Sketch (eddiemauro-mix) LORA：您好，我是一名产品与汽车设计师，对使用 AI 进行创作感到非常兴奋，我认为它是设计的绝佳工具。此工具（Lora）仅供娱乐使用。我决定与一位名叫“Joell Martínez Tenjo”的朋友合作，他是一名专注于动画与插画的产品设计师。我们选取了他“Sketchbook”系列中超过 50 幅灰度/单色草图风格的作品，随后我训练了一个模型，并将其与其他模型混合以稳定训练过程，最终保留了约 50% 的他的风格特征。您可以通过以下链接查看他的作品集：https://www.behance.net/queratoilustracion

这是我在之前创建的 Checkpoint 的 Lora 版本：/model/80357/queratogray-sketch-eddiemauro-mix

如果您想支持我的工作，并帮助我上传更多高质量模型，请通过以下链接捐赠，我将非常感激：https://ko-fi.com/eddiemauro

安装说明

我使用的是 Automatic1111 —— Stable Diffusion 图像生成的最佳界面，因此我建议您本地安装或通过 Colab 等在线平台使用。您可在网上查找相关安装说明或视频教程。若您选择本地安装，可观看此在线教程：https://www.youtube.com/watch?v=kqXpAKVQDNU&ab_channel=SebastianKamph，并建议您配备至少 6-8GB 显存的 NVIDIA 显卡，以确保稳定运行；同时推荐使用“Microsoft Edge”浏览器启动，因为在“Google Chrome”中可能出现问题。此外，请尝试安装“medvram”或“lowvram”选项，同时搭配“xformers”（请在网上搜索如何操作）。
这是一个 Lora 模型。您可以观看此视频了解如何安装：https://www.youtube.com/watch?v=9MT1n97ITaE&t=746s&ab_channel=OlivioSarikas。只需下载一个文件并放入 Lora 模型文件夹中即可。Lora 文件扩展名为“.safetensor”，其大小通常小于 Checkpoint（后者可能超过 1GB）。
您还需安装一个 Checkpoint 模型配合使用，建议选择侧重写实或绘图风格的模型。
为获得良好的图像生成效果，请务必遵循我的全部建议，否则难以生成高质量图像。同时请明白，当前 AI 图像生成尚不完全一致与完美，您必须投入时间进行大量测试才能获得理想结果。

图像生成建议

最佳 Checkpoint 模型：基于 SD 1.5 的模型。强烈建议搭配以下 Checkpoint 使用："Fresh Photo v2"（更写实，通用性极佳）、"Fresh Magic v1.5"（介于写实与动漫之间，风格偏数字艺术，尤其适合风景）、"Fresh Draw v1"（更偏向动漫/漫画风格，不太适合风景）。您可以测试每个模型的最新版本。
激活词/提示词：在提示词区域，首词必须为：“sketch artstyle”。这是强制要求，否则模型将无法正常工作。
其他推荐提示词：在正向提示中可加入：“grayscale, monochrome, ((solo))”；在负向提示中可加入：“out of frame, multiple people, missing fingers, extra digit, fewer digits, (((many people))), blurry, color”。您也可以查看示例图像的元数据，以模仿其提示词。
推荐使用的技术工具（Textual Inversion / Embedding 或 Lora）：如需保留风格，请勿使用负向 Embedding，否则会破坏风格，转为普通灰度草图。建议使用简洁的负向提示（参见示例图像），因复杂负向提示会摧毁风格。该模型在生成面部和眼睛方面表现良好，因此“面部修复”或其他嵌入工具并非必需。若您坚持使用负向 Embedding，我推荐使用 “EasyNegative”，这是负向提示空间中最优的文本反转工具之一。请从此处下载并安装：/model/7808/easynegative，将文件放入“embeddings”文件夹中。
VAE：为获得草图风格，必须使用 "kl-f8-anime2"。如尚未安装，请下载并安装。
Clip Skip：请设置为 2。
步数与 CFG：建议步数范围为“20-40”，CFG 值为“7-8”，理想值为：步数 30，CFG 7。后续模型的参数可能有所调整。
采样器：我主要使用“EulerA”或“DPM++SDE Karras”。Euler 更简单且更具创意性。若您愿意，也可尝试其他采样器。
批量生成：在 txt2img 中建议设置为 4，以便一次生成多张图像进行观察。若您拥有高性能显卡，可使用“Batch size”，一次生成 4 张图像（耗时更短）；若您的设备性能不足，请改用“Batch count”，它将依次生成 4 张图像（耗时更长）。
图像比例：建议使用以下尺寸：512x512、768x512、512x768。请勿生成更大图像，以免风格丢失。如需生成大图，请使用 txt2img 中的“hires.fix”、img2img 增大方法，或结合“Ultimate SD Upscale”脚本扩展 + ControlNet，或使用 GAN 模型进行放大。
生成大图的方法：在 Stable Diffusion 中有四种生成大图的方法，您可在线查阅。第一种方法 “txt2img hires.fix”，我推荐使用名为 “4x-AnimeSharp” 的放大模型，下载地址（仅需“.pth”文件），将其放入“ESRGAN”文件夹中。在 hires.fix 中设置任意“放大倍数”，并将“降噪强度”设为“0.5-0.7”。第二种方法：先选中 txt2img 生成的图像，再转入 img2img 模式，至少放大 1.5 倍，降噪强度设为“0.3-0.5”。第三种方法：使用与 img2img 相同的配置，但开启“ControlNet”扩展的“tile”模式，并启用“Ultimate SD Upscale”脚本，建议观看此教程：https://www.youtube.com/watch?v=3z4MKUqFEUk&t=1s&ab_channel=OlivioSarikas。第四种方法：将 txt2img 生成的图像传入“extras”模块，选择 GAN 模型进行放大，也可使用“4x-UltraSharp”模型。
更好地控制创作：使用“ControlNet”扩展可更有控制地生成您想要的形态，甚至可尝试用草图作为输入。推荐使用“Scribble”或“Lineart”模式。请安装该扩展并学习使用方法，网上有大量相关视频教程。
复制提示词用于图像元数据：您可以下载我的示例图像，将其导入 Automatic1111 的“PNG info”标签中。

示例提示词：

正向提示词：
A young man, sketch artstyle, grayscale, monochrome, ((solo))

正向提示词（风格削弱版）：
A young man, sketch artstyle, grayscale, monochrome, ((solo)), ((masterpiece)), HDR, highly detailed, professional

负向提示词：
out of frame, multiple people, missing fingers, extra digit, fewer digits, (((many people))), blurry, color

负向提示词（风格削弱版）：
EasyNegative, (worst quality:2), (low quality:2), (normal quality:2), out of frame, multiple people, missing fingers, extra digit, fewer digits, (((many people))), blurry, color

步数： 20-40（使用 EulerA 时，20 步已足够，也可尝试 DPM++SDE Karras，但 EulerA 通常更优）。

CFG 值： 7-8（理想值为 7）。

未来计划

我正在努力优化此模型。如果您喜欢此版本的模型，请持续通过 Ko-fi 支持我。若支持者越多，我就能投入更多时间训练和优化模型；反之，若无人支持，我将无法持续更新。