/ Модель

Характеристики

Лицензия
OpenRAIL++
Опубликована
11 мар 2024

AnimeBoysXL-v3.0

Генерация изображенийТекст → изображение3 профессии

Модель на базе Pony Diffusion V6 XL для генерации аниме-изображений мужских персонажей по текстовым запросам.

5 758скачиваний за 30 дней17лайковвеса обновлены17 мая 2024

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

AnimeBoysXL v3.0 — модель Koolchh для генерации изображений в стиле аниме, ориентированная на мужских персонажей и изображения только с мужчинами. Она основана на Pony Diffusion V6 XL и предназначена для генерации по текстовым запросам, в том числе с тегами персонажей и серий. Автор рекомендует структурировать запросы, задавать негативный запрос и использовать SDXL VAE; модель также подходит для дальнейшего обучения собственных моделей и LoRA.

Модель распространяется в форматах Diffusers и Safetensors и лицензирована по OpenRAIL++. В README указаны настройки для разных пропорций изображения и примеры тегов качества, эстетики и рейтинга. Результаты зависят от формулировки и порядка тегов; автор не приводит сведений о размере модели или длине контекста.

Сценарии применения

  • генерация портретов аниме-мальчиков по тегам
  • создание изображений нескольких мужских персонажей
  • генерация персонажей из известных аниме-серий
  • подготовка основы для обучения собственной LoRA на аниме-персонажах

Ограничения

Для работы автор рекомендует SDXL VAE, а результаты зависят от порядка и состава тегов в запросе. Модель сфокусирована на мужских аниме-персонажах; README не приводит количественных оценок качества.

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

AnimeBoysXL v3.0

It takes substantial time and efforts to bake models. If you appreciate my models, I would be grateful if you could support me on Ko-fi ☕.

Features

  • ✔️ Good for inference: AnimeBoysXL v3.0 is a flexible model which is good at generating images of anime boys and males-only content in a wide range of styles.
  • ✔️ Good for training: AnimeBoysXL v3.0 is suitable for further training, thanks to its neutral style and ability to recognize a great deal of concepts. Feel free to train your own anime boy model/LoRA from AnimeBoysXL.

Inference Guide

  • Prompt: Use tag-based prompts to describe your subject.
    • Tag ordering matters. It is highly recommended to structure your prompt with the following templates:
      1boy, male focus, character name, series name, anything else you'd like to describe, best quality, amazing quality, best aesthetic, absurdres
      
      2boys, male focus, multiple boys, character name(s), series name, anything else you'd like to describe, best quality, amazing quality, best aesthetic, absurdres
      
    • For more detailed documentation, you can visit my article on Ko-fi (available to supporters only).
  • Negative prompt: Choose from one of the following two presets.
    1. Heavy (recommended):
    lowres, bad, text, error, missing, extra, fewer, cropped, jpeg artifacts, worst quality, bad quality, watermark, bad aesthetic, unfinished, chromatic aberration, scan, scan artifacts
    
    1. Light:
    lowres, jpeg artifacts, worst quality, watermark, blurry, bad aesthetic
    
  • VAE: Make sure you're using SDXL VAE.
  • Sampling method, sampling steps and CFG scale: I find (Euler a, 28, 8.5) good. You are encouraged to experiment with other settings.
  • Width and height: 832*1216 for portrait, 1024*1024 for square, and 1216*832 for landscape.

🧨Diffusers Example Usage

import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("Koolchh/AnimeBoysXL-v3.0", torch_dtype=torch.float16, use_safetensors=True, variant="fp16")
pipe.to("cuda")

prompt = "1boy, male focus, shirt, solo, looking at viewer, smile, black hair, brown eyes, short hair, best quality, amazing quality, best aesthetic, absurdres"
negative_prompt = "lowres, bad, text, error, missing, extra, fewer, cropped, jpeg artifacts, worst quality, bad quality, watermark, bad aesthetic, unfinished, chromatic aberration, scan, scan artifacts"

image = pipe(
    prompt=prompt, 
    negative_prompt=negative_prompt, 
    width=1024,
    height=1024,
    guidance_scale=8.5,
    num_inference_steps=28
).images[0]

Training Details

AnimeBoysXL v3.0 is trained from Pony Diffusion V6 XL, on ~516k images.

The following tags are attached to the training data to make it easier to steer toward either more aesthetic or more flexible results.

Quality tags

tagscore
best quality>= 150
amazing quality[75, 150)
great quality[25, 75)
normal quality[0, 25)
bad quality(-5, 0)
worst quality<= -5

Aesthetic tags

The aesthetic tags of AnimeBoysXL v3.0 reflect my aesthetic preference.

tag
best aesthetic
amazing aesthetic
great aesthetic
normal aesthetic
bad aesthetic

Rating tags

tagrating
sfwgeneral
slightly nsfwsensitive
fairly nsfwquestionable
very nsfwexplicit

Year tags

year YYYY where YYYY is in the range of [2005, 2023].

Training configurations

  • Hardware: 4 * Nvidia A100 80GB GPUs
  • Optimizer: AdaFactor
  • Gradient accumulation steps: 8
  • Batch size: 4 * 8 * 4 = 128
  • Learning rates:
    • 8e-6 for U-Net
    • 5.2e-6 for text encoder 1 (CLIP ViT-L)
    • 4.8e-6 for text encoder 2 (OpenCLIP ViT-bigG)
  • Learning rate schedule: constant with 250 warmup steps
  • Mixed precision training type: FP16
  • Epochs: 40

Changes from v2.0

  • Change the base model from Stable Diffusion XL Base 1.0 to Pony Diffusion V6 XL.
  • Revamp the dataset's aesthetic tags based on the developer's preference.
  • Update the criterion of quality tags.
  • Use FP16 mixed-precision training.
  • Train for more epochs.

Special thanks

chefFromSpace for his assistance with the showcase images.

License

Since AnimeBoysXL v3.0 is a derivative model of Pony Diffusion V6 XL by PurpleSmartAI, it has a different license from the previous versions. Please read their license before using the model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
690de25

0 моделей