C++AravaggioV0.9 - an Answer to both Dall-E and Kandinsky 2.1

编辑：在收到负面反馈后，我应明确说明，该模型并非完全基于 SD 1.5，因此需要采用不同的图像生成方法。此处链接的负向嵌入有助于使用负向提示，而该模型中准确使用负向提示相当困难。

该模型已在 Automatic1111 上测试。

如果你在生成图像时遇到问题——如果图像效果很差——可能是你的显卡问题（将随机数生成器设为 CPU）。

另一个技巧是：将 ENSD 设置为 99999 比 31337 效果更好，你可以自己尝试验证。

如果你无论如何都无法复现图像效果，即使使用了嵌入，也可以尝试从示例图像中复制相关信息，这可能会有帮助。

/model/93766/embeddings-pack-for-caravaggio-reupload-with-images

该模型并不完美，我对此非常清楚。这是我现在正在开发的模型的第一步，但我暂时还不想发布它。不过，它仍具备强大的能力。

（内置 VAE，模型附带一些文本反转嵌入，分辨率为 768x768）

制作该模型的流程首先是进行若干模型合并，然后我使用自己的部分黑白素描/草图对一个基础的 1.5 模型进行了微调（我本人并非专业画家，但效果非常好，因为它以一种很自然的方式吸收了风格，使生成的人形图像与动漫风格和半写实风格模型都有显著区别）。

接着，我把微调后的模型再次与原模型合并，然后使用 Kohya 的 extract diffusers 工具对该最终模型进行拆解……为什么？因为 Stable Diffusion 基础文本编码器之外还有更好的编码器！实际上，我从 Huggingface 上搜集并逐一测试了多个编码器，以找到兼容性最佳的。现在，该模型能较好地理解结构化的英文，你可以轻松让 ChatGPT 生成一段故事，然后用它来生成图像，或者直接复制你的 Midjourney 提示词——效果不错，但显然还不是 Midjourney。