LOFI

lenMLlenML
10.3K
114.9K
photorealisticrealismbase modelportraitgirlsphotographyphotorealismリアル
v5-finalV4V3V3 inpaintV2.2V2.2 inpaintV2.1V2.1 inpaintV2V2preV1

詳細

ファイルをダウンロード

モデル説明

L.O.F.I: 干擾のない無限のオリジナリティ

[update:240515]

🚀 LOFI V5 - 最終版

これはLOFIシリーズの最終版モデルです。今後のLOFIモデルに更新はほぼないと考えられます（SD3.0がリリースされた場合を除く。その場合はSD3.0向けのLOFIバージョンを訓練する可能性があります）。

バージョン5は非常に特別であり、「LCM」と同様の効果すら発揮する場合があります。これを活用するには非常に低いCFG値を使用する必要があります。また、LCMやHyperSDと組み合わせることで、さらにパフォーマンスを向上させることができます。

さらに、このモデルは「プロンプトワードの注目度」に対して極めて敏感です。私のテストでは、プロンプトワードの重みは1.2を越えてはいけず、しばしばすべてのプロンプト重みを削除するとより良い結果が得られることがわかりました。これは、モデルがプロンプトの重要性と関連性を正確に理解していることを示しています。

🛠️ 推奨設定:

  • サンプラー: DPM++ (シリーズ) / Restart

  • ステップ数: 15-55（推奨35）

  • CFG: 2-5（推奨4）

> CFGが低いほど、生成される画像の創造性が高くなる可能性があります。

📸 ネヴァーノーワン問題:

このモデルは写真的な「被写体」を強く好む傾向があります。そのため、明確な被写体が欠けている画像を生成するのは難しいかもしれません。このモデルで風景画像を生成したい場合、出力の制御のためにControlNet-depthの使用が推奨されます。

💡 プロメモ: 実際、このモデルはかなり前から完成していたのですが、SDXLのリリース後に1.5モデルコミュニティが活発でなくなると判断し、リリースを延期していました。しかし、現在では1.5モデルが依然として非常に多く使われており、多くの人（私自身も含む）がSDXLのリファイナーとしても使用しているようです。

💡 プロメモ2: モデルの真の能力を示すために、すべての展示ではLoRAや後処理を使用せず、挑戦しています。もしあらかじめ適切なLoRAや後処理を使用すれば、さらに良い結果が得られるはずです。

🆕 そして、新しい蒸留モデルもリリースされました:

- CaseH (lofi_v4フォーク)

[update:230822]

LOFI v4リリース

変更点

  1. より多くのトレーニングとファインチューニング

  2. SDXL1.0の知識を統合（ポートレートや機械関係）

  3. 一部の画面構成バグを修正（v3バージョンのバグ：布地やシーンが頻繁に壊れる）

アドバイス

  1. v4では品質向上のためにプロンプトを追加する必要はありません。試しに何もつけずに生成してみてください（最高品質、傑作など）。

  2. v4では強力なプロンプト重み調整は不要です。すべてのプロンプト重みを削除して試してみてください。

  3. v4ではHi-RESは必要ありません。大きなステップ数（>50ステップ）を使用し、DPM++シリーズのサンプラーを活用してください。

  4. v4は多少アジア風の要素を含んでいますが、これを避けたい場合は以下のモデルをご利用ください 👉 EPIC-v1

---

V4 vs V3

プロンプトワードの正確な適用、デフォルトの顔スタイルの完全削除

---

huggingfaceバックアップ

[update:230720]

新しいモデル、LOFIv3 + SDXL0.9で微調整されたもの: RawXs

LOFIはポートレート生成に特化し、RawXsはより現実的

[update:230624] LOFI V3

さまざまなLOFIサブLoRAを再編成、過学習の修正

V3に関する推奨事項:

  • サンプラー: DPM adaptive / DPM++ / DDIM

  • カメラ制御機能は引き続き利用可能

拡張機能に関する推奨事項:

  • Stable Diffusion Dynamic Thresholding (CFG Scale Fix)

https://github.com/mcmonkeyprojects/sd-dynamic-thresholding/tree/master

私の設定:

Dynamic thresholding有効: True, Mimic scale: 4, Threshold percentile: 100, Mimic mode: Linear Up, Mimic scale minimum: 0, CFG mode: Linear Up, CFG scale minimum: 0,
  • ControlNet

https://github.com/Mikubill/sd-webui-controlnet

  • FaceEditor（restore-faceよりも優れた結果）

https://github.com/ototadana/sd-face-editor

（顔の面積が相対的に小さい画像生成に適しています。正面の写真生成の場合は不要です）

---

v3 inpaint

---

huggingface

https://huggingface.co/lenML/LOFI-v3/tree/main

[update:230602] LOFI V2.2

より偽物を知り、よりリアルを知る

V22バージョンについての推奨事項:

  1. ネガティブプロンプトが大幅な効果を発揮し、品質を著しく向上させます。このモデルは「悪いもの」とされる内容を正確に理解しています。

  2. カメラ制御機能はV21ほど強力ではありませんが、V21の約30%の制御能力を保持しています。

  3. このトレーニングには大量のアジア系画像（約5GB）を使用しており、他の人種を描く場合、異なるLoRAやTiモデルが必要となる可能性があります。

  4. _［強く推奨］ ControlNetを使用してください。このバージョンはControlNetと完璧に連携し、画像の特定部分を制御することで、モデルが出力する内容を現実に限りなく近づけます。

  5. DPM++シリーズのサンプラー を使用してください。ステップ数が多くなるほど出力の詳細性が増し、CFGの値も引き上げることができます。

AIの世界をお楽しみください。

--

ControlNetと相性が良い:

👈 左側：構図は正しそうだが、髪型、表情、ポーズ、照明すべてがプロンプトと不一致

👉 右側：ControlNet有効。シーンの配置が制御され、すべてのプロンプトが正確に反映され、素晴らしい！

--

LOFI V22のインペイントモデルリリース～紹介画像：

--

現在、私のモデルはhuggingfaceにバックアップされています:

https://huggingface.co/lenML/LOFI-v2_2/tree/main

https://huggingface.co/lenML/LOFI-V2_2-inpainting/tree/main

https://huggingface.co/lenML/LOFI-v2pre/tree/main

--

[update:230414] LOFI V2.1

  • 🧙 ローカルの反復トレーニングにより、よりリアルなディテール（200エポック）

  • 🩹 フェイシャルエフェクトの少し戻し（LOFI V2preと同様）

  • 🖌️ インペイントモデルの追加（LOFI V2.1に基づく）

インペイントモデルに関するヒント:

ターゲットのインペイントモデル名がWebUIで対応されているフォーマットであることを確認してください。例：LOFI_V21.inpainting.safetensors

（Civitaiのバグにより、ダウンロードしたファイル名がアップロードされた名前と異なる可能性があります。手動で名前を変更して、WebUIが正常にモデルを読み込めるようにしてください。）

--

Note: torch2.1の一部最適化を使用しているため、同じパラメータでも完全に同一の画像が生成されない可能性がありますが、品質は良好です

[update:230325] LOFI V2

ついに、v2がリリースされました。

LOFI-v1モデルを基に、80,000ステップ／300エポックのファインチューニングを実施

  • 📷 より高度なカメラコンセプト

  • 🎨正確なパレット

[update:230224] LOFI V2pre

v2のプレリリース版。単なるマージモデルではなく、訓練を通じてファインチューニングしたモデル部品も含んでいます。既にリリース済みのTAFや、画像品質を向上させるその他のトレーニングモデルも含まれます。

ただし、モデルが「キャラクターのポートレート」に偏る可能性があるため、これはあくまでプレリリース版であり、今後更新が必要です。LOFIモデルは汎用性と高品質を意図しています。

プロンプトに関する提案

  • テキストエンコーダが十分に訓練済みのため、重みを非常に高く設定する必要はありません。少ないと正確な描写が可能なため、推奨される重みはすべて1.2以下に保つこと。

  • 特別な構図要件がない場合は、多すぎるネガティブプロンプト（「手が欠けている」など）は不要です。人体の描写に悪影響を及ぼす可能性があり、DeepNegative で十分です。

  • 強く推奨：hires.fixを活用して生成すること。推奨パラメータ:

    • (最終出力：512×768)

      ステップ数: 20, サンプラー: Euler a, CFGスケール: 7, サイズ: 256x384, ノイズ除去強度: 0.75, hiresアップスケール: 2, hiresステップ数: 40, hiresアップスケーラ: Latent (bicubic antialiased)

ほとんどのサンプル画像はhires.fixで生成されています。

Note: hires.fixを使用すると、WebUI上で同じパラメータでも同じ画像を再現できない場合があります。これはhires.fixが二重のランダム性を導入するためです

このモデルで生成された画像

画像が見つかりません。