GPT
הוספת כלי
F

FuzzyHazel

קוד פתוח

Lucetepoliscreativeml-openrail-m2023-03-19

  • diffusers
  • stable-diffusion
  • stable-diffusion-diffusers
  • text-to-image

מיקס של מודלים ורכיבי LoRA שמכוון לסגנונות אנימה, צ'יבי ואיור יפני. הוא מתאים ליוצרים שמחפשים אסתטיקה ספציפית ומוכנים להתעסק עם משקלים עצומים.

  • 218 GBמשקל הקבצים
  • 3,207הורדות בחודש
  • 67לייקים

מה זה

מדובר במודל ליצירת תמונות מטקסט שנשען על ספריית diffusers, והוא תוצר של מיזוג מודלים קודמים כמו HazyAbyss, OctaFuzz, MareAcernis ואחרים, לצד שילוב ישיר של סגנונות LoRA מוגדרים היטב. המטרה כאן היא להפיק איורי אנימה מובהקים, סגנון צ'יבי דחוס, ועבודות בסגנון של מאיירים כמו טראדה טרה או קומוואטה הארוקה בלי להתחיל לאמן שכבות מאפס.

בכרטיס המודל אין מבחני ביצועים כמותיים או ציונים רשמיים, אלא מתכון עבודה מדויק שמבוסס על שילוב של EasyNegative ו־pastelmix-lora. המפתח הוסיף דוגמאות ויזואליות לשתי גרסאות, FuzzyHazel ו־FuzzyAlmond, שנועדו להראות את השליטה בפרטים הקטנים, בצבעוניות הפסטלית ובקווים הנקיים של הדמויות, כל עוד נצמדים להגדרות הרינדור שהוגדרו מראש.

מתאים ל

  • איור דמויות אנימה בצ'יבי

    המיקס כולל הטמעה מובנית של סגנונות LoRA ממוקדים שמתמחים בדמויות מוקטנות ומאוירות.

  • גרפיקה בסגנון אמנות יפנית

    שילוב סגנונות של מאיירים כמו Terada Tera מעניק קו גרפי ייחודי לפרויקטים חזותיים.

  • יצירת קונספט ארט צבעוני

    התאמה גבוהה לעבודה עם pastelmix שמייצרת גווני פסטל רכים בלי צורך בכוונון מורכב.

איפה זה נופל

הבעיה הבולטת ביותר כאן היא הבלגן באחסון. 218 גיגה בייט זה משקל חריג שמעיד על היעדר אופטימיזציה או העלאה גולמית של עשרות בדיקות וגרסאות בלי סדר. מעבר לזה, המודל רגיש מאוד לפרומפטים שליליים. כדי לקבל תוצאות שאינן מרוחות, מעוותות באנטומיה של הידיים או חסרות אצבעות, אתם חייבים להזין תוספי Negative כבדים וספציפיים כמו EasyNegative, מה שמראה שהבסיס סובל מבעיות אנטומיה מוכרות של מודלי תמונות מאותה תקופה.

שאלות
נפוצות

האם חייבים להוריד את כל 218 הגיגה בייט כדי להשתמש במודל?

ממש לא. המאגר כולל 100 קבצים שונים, כולל גרסאות מרובות וסגנונות כמו FuzzyAlmond לצד FuzzyHazel. מומלץ לאתר את קובץ המשקולות הספציפי שאתם רוצים לבדוק ולהוריד רק אותו, אחרת תבזבזו שעות על תעבורת רשת מיותרת.

למה התמונות שיוצאות לי נראות שבורות לעומת הדוגמאות?

היוצר מציין במפורש שהתוצאות תלויות לחלוטין בערכי רינדור קשיחים. אתם חייבים להגדיר Clip skip ל־2, להשתמש בדוגם DPM++ 2M Karras, ולשלב פרומפט שלילי ארוך יחד עם הקובץ EasyNegative, אחרת תקבלו עיוותי גוף ואיכות ירודה.

איך מריצים

הורדה מלאה של הריפו הזה היא מכה של ממש, 218 גיגה בייט שנפרסים על פני 100 קבצים שונים. כדי להריץ את זה מקומית תצטרכו שטח אחסון מהיר ונפח עבודה מכובד, לצד כרטיס מסך עם זיכרון גרפי שמתמודד היטב עם מודלי דיפוזיה, רצוי לפחות 8 עד 12 גיגה בייט של VRAM אם אתם רוצים לעבוד עם Hires upscale וברזולוציות של 768 על 512.

המפתח מגדיר במפורש את תנאי הריצה האופטימליים. צריך להשתמש בדוגם DPM++ 2M Karras, עבודה ב־28 צעדים, CFG scale מכוון ל־7, Clip skip על 2, והגדלה של 1.5 באמצעות Latent upscaler. אם אין לכם כוונה למשוך 218 גיגה בייט או לברור קובץ ספציפי מתוך המאגר, עדיף להריץ את זה בסביבת ענן ייעודית שתטען רק את המשקולת שאתם צריכים.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("Lucetepolis/FuzzyHazel")
img = pipe("a photo").images[0]

הקבצים

100 קבצים במאגר, 218 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון המדווח הוא creativeml-openrail-m. הוא מתיר שימוש מסחרי ביצירות ובמודל עצמו, אבל מחייב אתכם לעמוד בהגבלות שימוש אתיות ולא להשתמש בו ליצירת תכנים פוגעניים, מרמה או הפרת חוק. אם אתם משלבים אותו במוצר, אתם חייבים לצרף את תנאי הרישיון המקוריים.

  • שימוש מסחרי
  • שינוי הקוד
  • מגבלות שימוש ברישיון

הרישיון המלא בעמוד המודל ↗