/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
diffusers
Опубликована
21 дек 2022

Baka-Diffusion

Генерация изображенийТекст → изображение3 профессии

Baka-Diffusion — модель на базе Stable Diffusion 1.x для генерации иллюстраций по текстовым запросам, с вариантами для универсального стиля и мягкого 3D-вида.

72скачиваний за 30 дней95лайковвеса обновлены18 дек 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Baka-Diffusion — модель генерации изображений из текста на основе Stable Diffusion 1.x, созданная Hosioka с помощью дообучения и слияния блоков U-Net. Она использует систему тегов Danbooru и рассчитана на создание иллюстраций. Вариант General задуман как универсальная основа, совместимая с большинством LoRA и LyCORIS; вариант S3D добавляет мягкую трёхмерную текстуру и естественное освещение и ориентирован на повышенное разрешение, например 600×896.

Модель распространяется в форматах Diffusers, PyTorch и Safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Для вариантов модели автор рекомендует CFG 3–9: более высокие значения могут приводить к артефактам, остаточному шуму или перенасыщенным цветам. Результат зависит от варианта, промпта и настроек генерации.

Сценарии применения

  • создание иллюстраций по текстовому описанию
  • генерация изображений в стилистике тегов Danbooru
  • создание изображений с мягкой 3D-текстурой и естественным освещением
  • генерация иллюстраций с использованием LoRA или LyCORIS

Ограничения

Автор рекомендует CFG 3–9: при более высоких значениях возможны артефакты, остаточный шум и перенасыщенные цвета. Лицензия CC BY-NC 4.0 не допускает коммерческого использования.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face


⚠️ Disclaimer

You are responsible for the content you generate, whether it is NSFW or SFW. The AI models do not contain explicit visual content that can be accessed easily.


⚒️ Model synopsis

Due to the nature of U-Net Block merging, some models function differently in CFG Scales. It is generally preferred to use the models in this repository with CFG 3-9. above this range are usable, but you may encounter artifacting, visible leftover noise, or color burn.


Baka-Diffusion[General]

Baka-Diffusion[General] was created with the idea of being a blank canvas; Without heavy focus on stylization, I wanted to make something compatible with most LoRA/LyCORIS models, but with coherency that would outperform [S3D]. To achieve that I've used some inference tricks as well as becoming an Inference rat in the process. Issues such as burned gens when having a long prompt are gone. CFG is also much more stable in this release.


Baka-Diffusion[S3D]

Baka-Diffusion[S3D] aims to bring a subtle 3D textured look and mimic natural lighting, diverging from the typical anime-style lighting seen in regular Baka-Diffusion models. It's specifically designed for higher resolutions, preferring 600x896 over the traditional 512x768. This model works well with low rank networks like LoRA / LyCORIS models, ensuring compatibility and versatility.

negative settings: (worst quality, low quality:1.2), lowres, bad anatomy,


🔧 Inference tricks

To become an inference rat such as myself, You will need these !

  • Textual Inversion

"Why is Hosioka recommending people to use a textual inversion alongside the model? is he stupid?" Using a very light weight negative textual inversion such as SimpleNegativeV1 by Aikimi does wonders to your model's overall coherency without sacrificing the style. Thank you very much Aikimi!.

Here is my preset for FreeU, steering the model toward aesthetically pleasing generations, Also gives the model ZeroTerminalSNR effect when it comes being able to generate much lighter and darker images.


📝 Notes and Findings

Now on the topic of trainers. Everyone use either Kohya or EveryDream2 for finetuning. Based on my experiences with both, Kohya falls short in full fine-tuning, whereas EveryDream2 excels in this aspect. Each trainer has features I wish to see combined into one. For example, EveryDream2 allows the freezing of layers in the text encoder to retain parent data while training the rest. On the other hand, Kohya has Neuron Dropout, a feature that can compel layer(X) to learn what layer(Y) excels at. On the surface, both trainers have their strengths and weaknesses. Each excels in certain features but also falls short in other aspects.

For example, if OUT5 is proficient in learning faces but IN00 isn't, Network Dropout enables you to instruct OUT5 to take a temporary break while IN00 focuses on mastering the skill of drawing a face. This approach compels the targeted layer(X) to improve in areas where it is weak, while temporarily halting other layers to prevent them from learning at the same pace and overfitting. Idiot proofy infographic below.

Lastly, I've decided to step back from creating any more models. I want to take a break and wait a few more years until open-source diffusion matures. I'll still be around, occasionally making gens and low-rank adapters. Thank you for using Baka-Diffusion!


🔗 Credits!


📝 License

This project under the CC BY-NC 4.0 License.


Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
9fa76a5

0 моделей