/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
animagine-xl-3.1
Опубликована
26 июн 2024

UrangDiffusion-1.0

Генерация изображенийТекст → изображение3 профессии

Дообученная на базе Animagine XL 3.1 модель для генерации аниме-иллюстраций по текстовым запросам.

40скачиваний за 30 дней6лайковвеса обновлены26 июн 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

UrangDiffusion 1.0 — модель генерации изображений по текстовому описанию, созданная автором UrangDiffusion как продолжение AingDiffusion. Она основана на дообученной Animagine XL 3.1 и прошла предварительное обучение и последующее дообучение для выработки устойчивого визуального стиля. Модель предназначена прежде всего для создания иллюстраций в стиле аниме; автор также добавил данные о персонажах из Wuthering Waves и hololiveEN -Justice-. Для запросов автор рекомендует формат Animagine XL 3.0 с тегами персонажа и качества. Модель распространяется в форматах Diffusers и Safetensors; лицензия указана как other.

Модель умеет создавать персонажей и сцены по текстовым промптам, в том числе без явного указания стиля. Точность новых персонажей из Wuthering Waves и hololiveEN -Justice- ограничена малым объёмом обучающих данных: официальные изображения и характерные детали могут воспроизводиться неточно.

Сценарии применения

  • создание аниме-персонажей по текстовому описанию
  • генерация иллюстраций с персонажами Wuthering Waves
  • создание изображений персонажей hololiveEN -Justice-
  • генерация изображений в заданном стиле без явного указания стиля в запросе

Ограничения

Персонажи, добавленные из Wuthering Waves и hololiveEN -Justice-, могут генерироваться неточно из-за малого объёма данных. Лицензия указана как other, поэтому перед использованием следует проверить условия распространения модели.

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

UrangDiffusion (oo-raw-ng Diffusion) is a sequel to AingDiffusion. This checkpoint is fully trained, unlike its predecessor.

The name "Urang" comes from Sundanese, meaning "We/Our/I." The history behind the name is to make the model not only suitable for me but also for many people. Another reason is that I use many resources (training scripts, dataset collecting scripts, etc.) from other people. It’s unfair to claim this model as "my sole work".

The model went through two steps of training: pretraining and finetuning. Pretraining is to make the model learn new things, while finetuning ensures the images produced by the model are decent (A.K.A. having a standard style) without mentioning style in the prompt.

Standard Prompting Guidelines

The model is finetuned from Animagine XL 3.1. However, I didn’t finetune the aesthetic tags trained with 3.1 due to some considerations. Therefore, the default prompt uses 3.0’s default prompting format:

Default prompt:

1girl/1boy, character name, from what series, everything else in any order, masterpiece, best quality

Default negative prompt:

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, artist name

Default configuration:

Euler a with around 25-30 steps, CFG 5-7, and ENSD set to 31337.

Training Configurations

Pretraining:

  • Dataset size: ~17,200 images

  • GPU: 1xA100

  • Optimizer: AdaFactor

  • Unet Learning Rate: 2.5e-6

  • Text Encoder Learning Rate: 1.25e-6

  • Batch Size: 48

  • Gradient Accumulation: 1

  • Epoch: 10 (epoch 8 is used)

Finetuning:

  • Dataset size: ~1,300 images

  • GPU: 1xA100

  • Optimizer: AdaFactor

  • Unet Learning Rate: 2e-6

  • Text Encoder Learning Rate: - (Train TE set to False)

  • Batch Size: 48

  • Gradient Accumulation: 1

  • Epoch: 10 (epoch 8 is used)

Added Series

Wuthering Waves and hololiveEN -Justice- have been added to the model.

Warning, the dataset is very small, and it still struggles to generate the characters added accurately. You can generate them with alternate costumes, but if you’re trying to generate them following the official art, you will struggle a lot.

Special Thanks

  • My co-workers(?) at CagliostroLab for the insights and feedback.

  • Nur Hikari and Vanilla Latte for quality control.

  • Linaqruf, my tutor and role model in AI-generated images.

License

UrangDiffusion falls under the Fair AI Public License 1.0-SD license.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
794e5df

0 моделей