Laxhar/noobai-XL-1.0
Modelo generativo de texto a imagen basado en difusión, entrenado a partir de Illustrious-xl y ajustado con datasets recientes de Danbooru y e621 usando etiquetas nativas como captions. Está orientado a generación de imágenes estilo anime/ilustración con control mediante etiquetas de calidad, fechas y contenido.
Como usar
Configuración recomendada: CFG entre 5 y 6, 25 a 30 pasos, método de muestreo Euler a y resolución con área aproximada de 1024x1024. Resoluciones sugeridas: 768x1344, 832x1216, 896x1152, 1024x1024, 1152x896, 1216x832 y 1344x768.
Prompt positivo sugerido: masterpiece, best quality, newest, absurdres, highres, safe,
Prompt negativo sugerido: nsfw, worst quality, old, early, low quality, lowres, signature, username, logo, bad hands, mutated hands, mammal, anthro, furry, ambiguous form, feral, semi-anthro
Caption recomendado: usar etiquetas como <1girl/1boy/1other/...> junto con tags descriptivos del sujeto, estilo, calidad y periodo.
Funcionalidades
- Basado en Stable Diffusion XL mediante Diffusers y archivos Safetensors.
- Fine-tune de OnomaAIResearch/Illustrious-xl-early-release-v0.
- Entrenado con imágenes recientes de Danbooru hasta aproximadamente el 23 de octubre de 2024 para v1.0 y el dataset e621-2024-webp-4Mpixel.
- Usa etiquetas nativas tipo Danbooru/e621 para guiar prompts y captions.
- Incluye etiquetas de calidad como masterpiece, best quality, good quality, normal quality y worst quality calculadas por popularidad, ratings y recencia.
- Incluye etiquetas temporales como old, early, mid, recent y newest según rangos de años.
- Recomienda CFG 5-6, 25-30 pasos, sampler Euler a y resoluciones cercanas a un área de 1024x1024.
- No está desplegado en proveedores de inferencia de Hugging Face según la página.
Casos de uso
- Generación de ilustraciones a partir de prompts con etiquetas estilo Danbooru.
- Creación de imágenes anime/ilustrativas con control fino por calidad, fecha y resolución.
- Experimentación con flujos SDXL en Diffusers usando Safetensors.
- Entrenamiento o comparación de derivados, merges o LoRAs bajo las restricciones de licencia del modelo.