Everclear PNY par zovya
everclearPNYByZovya_v2VAE

5) Quelques checkpoint merge

blue_pencil-XL

DynaVision XL

6) LoRA

ClassipeintXL

Les LoRA sont de petits modificateurs de modèles qui permettent d'apporter des variations intéressantes à vos créations tout en économisant de l'espace disque.

L’article de recherche à l’origine de la tehcnique des LoRA :
LoRA: Low-Rank Adaptation of Large Language Models (2021)

Une bonne présentation de comment le concept LoRA est appliqué dans Stable Diffusion :
Using LoRA for Efficient Stable Diffusion Fine-Tuning (Hugging Face blog)

Un guide en anglais sur les LoRA qui explique comment en créer soi-même :
Stable Diffusion LoRA models: a complete guide

Autre ressources :

7) ---- Easy Diffusion ----

Qu'est-ce qu'Easy Diffusion ? Easy Diffusion est une distribution de la diffusion stable, le principal logiciel d'IA texte-to-image libre.

Installation et démarrage : https://easydiffusion.github.io/. Une fois installé, pour utiliser le logiciel, allez sur l'interface web local : http://localhost:9000/. Le serveur redémarre avec la commande ./start.sh dans le dossier d'installation.

Guide d'utilisation de SDXL, ControlNet, LoRA etc. avec Easy Diffusion : https://github.com/easydiffusion/easydiffusion/wiki

Sujets spécifiques :

SDXL : https://github.com/easydiffusion/easydiffusion/wiki/SDXL
ControlNet : https://github.com/easydiffusion/easydiffusion/wiki/ControlNet
Multiple LoRA files : https://github.com/easydiffusion/easydiffusion/wiki/LoRA
Prompt Syntax (weights, emphasis etc) : https://github.com/easydiffusion/easydiffusion/wiki/Prompt-Syntax
Embeddings : https://github.com/easydiffusion/easydiffusion/wiki/Embeddings
xFormers : https://github.com/easydiffusion/easydiffusion/wiki/xFormers

Conseil :

Vous pouvez lancer plusieurs jobs à la suite, ils se metteront un file d'attente.
Vous pouvez Mettre un prompt par ligne, le travail sera répété pour chaque lignes.

Paramètres : Taille 512×768 pour modele SD et 1024×1024 pour model SDXL
Étapes d'inférence (inférene steps) 30 à 40 suffises (turbo 5 à 8)
Échelle de guidage Guidance Scale 7.5 (turbo 1 à 5)
Modèle SDXL modèle de base : https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/blob/main/sd_xl_base_1.0.safetensors
et L'AEV correspondant : https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/blob/main/sd_xl_base_1.0_0.9vae.safetensors
Une fois l'image créée, vous pouvez utiliser "Face Correction" ou "Upscaling" pour améliorer l'image, puis sur "Use as input" pour l'utiliser comme image d'entrée.
Vous pouvez utiliser une image d'entrée au même dimension.

Les prompts

Les prompts doivent être en anglais. Les mots peuvent être renforcé en les suffixant par un + (cela multiplie leur influence par 1.1) et par un - (cela multiplie leur influence par 0.9. Les parenthèses peuvent regrouper ce facteur multiplicatif. Exemple : a man (happy tired)++

Mélanger les concepts, exemple : ("a cat", "a dog").blend(0.25, 0.75)

Caractère d'échappement \(...\) et \"...\" pour redonner le sens intiale des parenthèses et guillemets.

8) ---- Fooocus sur Linux ----

Si vous avez une carte video NVIDIA vous pourrait utiliser Foocus comme suit :

Installez Miniconda comme suit :

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh

Après l'installation, pour initialiser :

~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

Installer Fooocus sur Linux :

git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
conda env create -f environment.yaml
conda activate fooocus
pip install -r requirements_versions.txt 

Pour lancer Fooocus :

python entry_with_update.py