SD1.5 New Test Model (use epsilon-scaling) Training 2048px 32000step "EmoNAVI"<hr />|推奨設定| ※ これはまだ訓練中のデモモデルです epsilon-scaling：1.02 (A1111･forge 非対応／reforge等の最新版で対応可)、 960 x 1280px 以下(またはKohya-HiRESをつかう) DPM++ 2M SDE SGM Uniform、 CFG：5、 Clip skip：2、 EmolutionVAE：モデル内蔵／EQ-VAE(SDXL) を微量混ぜた 840000 です<hr />過去に作成した SD15 モデルを EmoNAVI にて実写画像を用いて学習しました。 解像度：2048px の学習により高解像域は 1280px くらいまで実用可になりました。 (ただし epsilon-scaling を使用してください／さらに高解像度は Kohya-HiRES で可) e-pred ながら ZtSNR を適用し、漆黒･純白も出せます、色域も拡大しています。 VAE も 840000(デフォルト) に対し SDXLのEQ-VAEを微量マージして統合しています。 学習時もこの新VAEを用いています。 SDXL の Clip-Gパディング問題 等を回避し、VRAM負荷の少ない環境を残す、 そのために SD15 を再び活用する取り組みです。<hr />|学習概要| 概要は以下のとおりです 旧Emolutionモデル(fp8読み込み)、EmoNAVI(constant)、5e-5、bf16、2048px、 EmolutionVAE (SDXL：EQ-VAE を微量混ぜた 840000)、全層LoRA(c3lier)、 e-pred、ZtSNR(Debiased-Estimation)、Huber-SNR、R16･8／A16･8、 ※ EmoNAVI 使用で、動的Rank、動的Alpha、的な、SVD系上位互換になります<hr />今後、APU(内蔵GPU)、NPU、モバイル環境などで画像生成したい方のために、 SD15環境は重要になるかもしれないので、主に高解像度化を進める取り組みです。 過去のSD15登場時と違う現在の学習手法等でSD15をアップデートします。 この取り組みにご賛同いただける方はぜひ"いいね"等でご協力ください。 学習についてご協力くださる方は学習概要を参考にLoRA等を制作してください。<hr />EmoVAE については <a target="_blank" rel="ugc" href="https://civarchive.com/posts/23602506">https://civarchive.com/posts/23602506</a> をまずご確認ください これで視覚的には、560000VAE と 840000VAE の中間でイイトコ取りと思います。 拡大し見て欲しいのは、明部は 56寄り、暗部は 84寄りで、色域が拡大しています 画面左にある本棚の書籍の白い部分の文字らしきものについても比較してください 56VAEは文字らしきものが薄く消失し、EmoVAEおよび84VAEは微細さを保ちます 画面右下部ベッドかソファの横側の模様ぽいものについても注目してください 84VAEは灰色が強く模様が消えかかり、EmoVAEおよび56VAEは微細さを保ちます このように得意･不得意はありますので、あとは好みでVAEを選択してください。

Files with SHA256: 8ba354a826d3079ef155ea556372fc18a7c8edf04f24ea8bc0dc9bfdc99e2b2a