底模:SDXL
主页:https://www.liblib.art/modelinfo/e24e98b44172418e96ef369e4e17a2f6
版本:1.0
我们发布了 ArtiWaifu Diffusion 模型,用于生成美观且还原的动漫风格插画。
awa diffusion 迭代自 ****** ********* XL 模型,掌握 6000+ 种艺术风格和 4000+ 个动漫角色等大量 ACG 概念,通过触发词生成。
作为二次元特化的图像生成模型,它在生成高质量的二次元图像时表现出色,特别是在生成具有高辨识度风格和角色的同时,维持图像一贯高质量的美学表达。
模型细节
awa diffusion 模型微调自 ****** ********* XL,精选了 150 万的高质量动漫图像作为数据集,知识涵盖了截止至 2024 年 4 月 15 日的各种冷热门的二次元概念。
awa diffusion 采用了我们最先进的训练策略,允许用户轻松地诱导模型生成特定角色或风格的图像,同时保持图像的高质量和美学表达。
模型信息
- 模型开发: Euge ( https://civitai.com/user/Euge_ )
- 算力赞助:Neta.art ( https://nieta.art/ )
- 模型类型:生成式文生图扩散模型
- 微调自基础模型:SDXL 1.0 Base ( https://huggingface.co/*********ai/stable-diffusion-xl-base-1.0 )
- 模型证书: Fair AI Public License 1.0-SD ( https://freedevproject.org/faipl-1.0-sd/ )
使用指南
该指南将 (i) 介绍模型的推荐使用方法和提示词编写策略,旨在提供生成方面的建议,并 (ii) 作为模型使用的参考文档,介绍触发词、质量标签、分级标签、风格标签和角色标签的编写模式和策略。
基本用法
- CFG scale: 5-11
- Resolution: 面积(= 宽 x 高)围绕 1024x1024。不低于 256x256,且长和宽均为 32 倍数的分辨率。
- Sampling method: Euler A (50+ steps) 或 DPM++ 2M Karras (~35 steps)
由于特殊的训练方式,awa 的最佳推理步数高于常规值。随着推理步数的进一步提高,生成图像的质量能够继续提升……
❓ Question: 为什么不使用标准的 SDXL 分辨率?
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。0