metadata

license: other
license_name: fair-ai-public-license-1.0-sd
license_link: https://freedevproject.org/faipl-1.0-sd/
language:
  - en
base_model:
  - Laxhar/noobai-XL_v1.0
pipeline_tag: text-to-image
tags:
  - safetensors
  - diffusers
  - stable-diffusion
  - stable-diffusion-xl
  - art
  - not-for-all-audiences
library_name: diffusers

NoobAI XL V预测 0.5

模型介绍

本图像生成模型基于 Laxhar/noobai-XL_v1.0。模型使用了完整的 Danbooru 和 e621 数据集训练，同时支持原生标签和自然语言描述。

本模型是一个 v-prediction 模型（与 eps-prediction 不同），需要特定的参数配置，详细信息请参考下面的章节。

特别感谢我的队友 Euge 的编码工作，同时感谢社区中许多乐于助人的成员提供的技术支持。

⚠️ 重要提示 ⚠️

该模型与一般的（噪声预测）模型具有不同的工作方式

请仔细阅读使用指南！

模型细节

开发者: Laxhar Lab
模型类型: Diffusion-based text-to-image generative model
基础模型: Laxhar/noobai-XL_v1.0
算力赞助: Lanyun Cloud

如何使用该模型？

方法一: reForge

(如果您尚未安装 reForge) 请按照存储库中的说明安装 reForge；
启动 reForge UI 并像往常一样使用模型！

方法二: ComfyUI

示例工作流：

comfy_ui_workflow_sample

方法三: WebUI

注意：该方法可能会产生 BUG，因此请谨慎使用。注意: 请确保您的机器上已安装 Git 并正确配置环境。

(如果您尚未安装 WebUI) 请按照存储库中的说明安装 WebUI；
使用控制台切换至 dev 分支：

git checkout dev

拉取最新更新：

git pull

启动 WebUI 并像往常一样使用模型！

方法四: Diffusers

import torch
from diffusers import StableDiffusionXLPipeline
from diffusers import EulerDiscreteScheduler

ckpt_path = "/path/to/model.safetensors"
pipe = StableDiffusionXLPipeline.from_single_file(
    ckpt_path,
    use_safetensors=True,
    torch_dtype=torch.float16,
)
scheduler_args = {"prediction_type": "v_prediction", "rescale_betas_zero_snr": True}
pipe.scheduler = EulerDiscreteScheduler.from_config(pipe.scheduler.config, **scheduler_args)
pipe.enable_xformers_memory_efficient_attention()
pipe = pipe.to("cuda")

prompt = """masterpiece, best quality,artist:john_kafka,artist:nixeu,artist:quasarcake, chromatic aberration, film grain, horror \(theme\), limited palette, x-shaped pupils, high contrast, color contrast, cold colors, arlecchino \(genshin impact\), black theme,  gritty, graphite \(medium\)"""
negative_prompt = "nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro"

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    num_inference_steps=28,
    guidance_scale=5,
    generator=torch.Generator().manual_seed(42),
).images[0]

image.save("output.png")

Laxhar
/

noobai-XL-Vpred-0.5