模型:
JosephusCheung/ACertainty
ACertainty是一个经过精心设计的模型,非常适合用于在dreambooth中进行进一步的微调和训练。与其他动漫风格的稳定扩散模型相比,它更容易训练,并且在进一步的开发中更不偏袒和更平衡。该模型不太可能受到Stable-Diffusion-v1-4+带来的双眼美学偏好的影响。
这不是ACertainModel的基础,但您可以将这个模型用作训练新的dreambooth模型的基础,例如一些主题、角色或风格。
例如:杰作,最佳质量,1女孩,棕色头发,绿色眼睛,色彩丰富,秋天,积雨云,闪电,蓝天,落叶,花园
不允许修改参数,因为似乎是使用Clip跳过:1生成的,为了性能更好,强烈建议改为Clip跳过:2。
下面是一个推理设置的示例,如果您在自己的服务器上可以使用:步骤:28,采样器:Euler a,CFG缩放:11,Clip跳过:2。
这个模型可以像其他稳定扩散模型一样使用。欲了解更多信息,请查看 Stable Diffusion 。
您还可以导出模型到 ONNX 、 MPS 和/或FLAX/JAX。
from diffusers import StableDiffusionPipeline import torch model_id = "JosephusCheung/ACertainty" branch_name= "main" pipe = StableDiffusionPipeline.from_pretrained(model_id, revision=branch_name, torch_dtype=torch.float16) pipe = pipe.to("cuda") prompt = "pikachu" image = pipe(prompt).images[0] image.save("./pikachu.png")
该模型是开放访问的,并且适用于所有人,采用CreativeML OpenRAIL-M许可证进一步确定权利和使用方式。CreativeML OpenRAIL许可证规定: