/ Модель

Характеристики

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

holodayo-xl-2.1

Генерация изображенийТекст → изображение3 профессии

Дообученная на Animagine XL 3.1 модель SDXL для генерации аниме-изображений виртуальных ютуберов по текстовым запросам.

206скачиваний за 30 дней71лайквеса обновлены7 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

Holodayo XL 2.1 — диффузионная модель генерации изображений по тексту, разработанная Linaqruf. Она дообучена на базе Animagine XL 3.1, модели Stable Diffusion XL для аниме-иллюстраций, и настроена на создание изображений в стиле франшизы виртуальных ютуберов. Версия 2.1 направлена на улучшение анатомии и рук, снижение проблем с забыванием при дообучении и уменьшение избыточно пересвеченного стиля.

Модель принимает текстовые запросы и выдаёт изображения; для управления результатом поддерживает специальные теги качества, рейтинга, года и эстетики, унаследованные от Animagine XL 3.1. Её можно запускать через ComfyUI, Stable Diffusion WebUI или библиотеку diffusers. В README указана лицензия Fair AI Public License 1.0-SD; перед использованием следует учитывать условия этой лицензии.

Сценарии применения

  • создание аниме-иллюстраций виртуальных ютуберов
  • генерация изображений персонажей по текстовому описанию
  • создание фан-арта в стилистике виртуальных ютуберов

Ограничения

Качество результата зависит от формулировки запроса и рекомендуемых тегов и настроек генерации. Для варианта 2.1 заявлены улучшения анатомии и рук, но 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

Overview

Holodayo XL 2.1 is the latest version of the Yodayo Holodayo XL series, following the previous iteration, Holodayo XL 1.0. This open-source model is built upon Animagine XL V3, a specialized SDXL model designed for generating high-quality anime-style artwork. Holodayo XL 2.1 has undergone additional fine-tuning and optimization to focus specifically on generating images that accurately represent the visual style and aesthetics of the Virtual Youtuber franchise.

Holodayo XL 2.1 was trained to fix everything wrong in Holodayo XL 2.0, such as bad hands, bad anatomy, catastrophic forgetting due to the text encoder being trained during the fine-tuning phase, and an overexposed art style by decreasing the aesthetic datasets.

Model Details

  • Developed by: Linaqruf
  • Model type: Diffusion-based text-to-image generative model
  • Model Description: Holodayo XL 2.1, the latest in the Yodayo Holodayo XL series, is an open-source model built on Animagine XL V3. Fine-tuned for high-quality Virtual Youtuber anime-style art generation.
  • License: Fair AI Public License 1.0-SD
  • Finetuned from model: Animagine XL 3.1

Supported Platform

  1. Use this model in our platform: Open In Spaces
  2. Use it in ComfyUI or Stable Diffusion Webui
  3. Use it with 🧨 diffusers

🧨 Diffusers Installation

First install the required libraries:

pip install diffusers transformers accelerate safetensors --upgrade

Then run image generation with the following example code:

import torch
from diffusers import StableDiffusionXLPipeline

pipe = StableDiffusionXLPipeline.from_pretrained(
    "yodayo-ai/holodayo-xl-2.1", 
    torch_dtype=torch.float16, 
    use_safetensors=True,
    custom_pipeline="lpw_stable_diffusion_xl",
    add_watermarker=False,
    variant="fp16"
)
pipe.to('cuda')

prompt = "1girl, nakiri ayame, nakiri ayame \(1st costume\), hololive, solo, upper body, v, smile, looking at viewer, outdoors, night, masterpiece, best quality, very aesthetic, absurdres"
negative_prompt = "nsfw, (low quality, worst quality:1.2), very displeasing, 3d, watermark, signature, ugly, poorly drawn"

image = pipe(
    prompt, 
    negative_prompt=negative_prompt,
    width=832,
    height=1216, 
    guidance_scale=7,
    num_inference_steps=28
).images[0]

image.save("./waifu.png")

Usage Guidelines

Tag Ordering

For optimal results, it's recommended to follow the structured prompt template because we train the model like this:

1girl/1boy, character name, from which series, by which artists, everything else in any order.

Special Tags

Holodayo XL 2.1 inherits special tags from Animagine XL 3.1 to enhance image generation by steering results toward quality, rating, creation date, and aesthetic. This inheritance ensures that Holodayo XL 2.1 can produce high-quality, relevant, and aesthetically pleasing images. While the model can generate images without these tags, using them helps achieve better results.

  • Quality tags: masterpiece, best quality, great quality, good quality, normal quality, low quality, worst quality
  • Rating tags: safe, sensitive, nsfw, explicit
  • Year tags: newest, recent, mid, early, oldest
  • Aesthetic tags: very aesthetic, aesthetic, displeasing, very displeasing

Recommended Settings

To guide the model towards generating high-aesthetic images, use the following recommended settings:

  • Negative prompts:
nsfw, (low quality, worst quality:1.2), very displeasing, 3d, watermark, signature, ugly, poorly drawn
  • Positive prompts:
masterpiece, best quality, very aesthetic, absurdres
  • Classifier-Free Guidance (CFG) Scale: should be around 5 to 7; 10 is fried, >12 is deep-fried.
  • Sampling steps: should be around 25 to 30; 28 is the sweet spot.
  • Sampler: Euler Ancestral (Euler a) is highly recommended.
  • Supported resolutions:
1024 x 1024, 1152 x 896, 896 x 1152, 1216 x 832, 832 x 1216, 1344 x 768, 768 x 1344, 1536 x 640, 640 x 1536

Training

These are the key hyperparameters used during training:

FeaturePretrainingFinetuning
Hardware2x H100 80GB PCIe2x A100 80GB PCIe
Batch Size3248
Gradient Accumulation Steps21
Noise OffsetNone0.0357
Epochs1010
UNet Learning Rate5e-62e-6
Text Encoder Learning Rate2.5e-6None
OptimizerAdafactorAdafactor
Optimizer ArgsScale Parameter: False, Relative Step: False, Warmup Init: FalseScale Parameter: False, Relative Step: False, Warmup Init: False
SchedulerConstant with WarmupsConstant with Warmups
Warmup Steps0.05%0.05%

License

Holodayo XL 2.1 falls under Fair AI Public License 1.0-SD license, which is compatible with Stable Diffusion models’ license. Key points:

  1. Modification Sharing: If you modify Holodayo XL 2.1, you must share both your changes and the original license.
  2. Source Code Accessibility: If your modified version is network-accessible, provide a way (like a download link) for others to get the source code. This applies to derived models too.
  3. Distribution Terms: Any distribution must be under this license or another with similar rules.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
c140027

0 моделей