Useful Quality Embeddings badv5

7928°

#anime #inversion textuelle #styles artistiques

NSFW

Modèle NSFW. Ses images sont masquées tant que NSFW est désactivé ; activez NSFW pour les voir.

Lancer ce modèle

Offres / Pub

Easy Creator (Prism) Web

Illimité · forfait fixe

Idéal pour les débutants. Flux de travail puissants, courbe d'apprentissage faible.

PirateDiffusion Telegram

Illimité · forfait fixe

Créez des vidéos, images, personnages de chat personnalisés, et plus encore.

Pro studio (SpyGlass) Web

Illimité · forfait fixe

Parcourez les modèles, générez et affinez depuis n'importe quel navigateur ou téléphone.

Discord bot (Vector)

Illimité · forfait fixe

Ajoutez Vector à votre serveur ou rejoignez le Discord de Vector. Créez tout ce que vous voulez !

Unified Editor Web

Illimité · forfait fixe

Éditeur pour images et vidéos : générez, modifiez, améliorez et plus encore sur une seule page.

Civitai Web

Paiement à l'usage

Générez sur le site de Civitai ; chaque image est payée avec des crédits Buzz.

Applications locales

Nécessite une configuration

Installe des programmes locaux si ton ordinateur est assez puissant.

ModelDuel Web

Paiement à l'usage

Génère la même invite sur jusqu'à 50 modèles checkpoint/base en même temps.

Louer un GPU dans le cloud

Graydient Cloud GPU

Illimité · forfait fixe

Forfait fixe, usage illimité. Ce modèle s’installe en un clic.

RunPod Cloud GPU

Facturé à la minute

Louez un GPU à la minute et installez le modèle vous-même.

Créé par

Euge_

sur Civitai

Notes du créateur

介绍（中文）基本信息该页面为推荐用于 AnimeIllustDiffusion [1] 模型的所有文本嵌入（Embedding）。您可以从版本描述查看该文本嵌入的信息。使用方法您应该将下载到的负面文本嵌入文件置入您 stable diffusion 目录下的 embeddings 文件夹内。之后，您只需要在填写负面提示词处输入 badv4 即可。评价参数每个文本嵌入将从以下参数描述其特性：正/负面文本嵌入：如果一个文本嵌入是正面文本嵌入，则您应该将它填写在正面提示词内发挥作用；反之，如果一个文本嵌入是负面文本嵌入，则您应该将它填写在负面提示词内发挥作用。作用范围：一个文本嵌入主要影响的画面内容。向量数：代表该文本嵌入占多少个词元。通常来说，您输入提示词中超过 75 个词元的部分会被忽略。因此，一个文本嵌入的向量数越少，您填入它之后剩余输入提示词的空间越多。向量强度：一个词元向量值的大小。向量强度越高，效果越强。普通词元的向量强度为[-0.05,0.05]。不可将用括号增强提示词等效于增强向量强度。 Introduction (English) Basic Information This page contains all the text embeddings recommended for use with the AnimeIllustDiffusion model [1]. You can view information about the text embeddings from the version description. Usage You should place the downloaded negative text embedding file in the embeddings folder of your Stable Diffusion directory. After that, you only need to enter "badv4" in the field for negative prompts. Evaluation Parameters Each text embedding is described by the following parameters: Positive/Negative Text Embedding: If a text embedding is a positive text embedding, it should be used in positive prompts. Conversely, if a text embedding is a negative text embedding, it should be used in negative prompts. Scope: The main content of the image that a text embedding will primarily affect. Vector Count: The number of token that the text embedding represents. Generally, the part of a prompt containing more than 75 tokens will be ignored. Therefore, the fewer the number of vectors in a text embedding, the more space you will have left to input the prompt. Vector Strength: The magnitude of a token's vector. The higher the vector strength, the stronger the effect. The vector strength of token is usually between [-0.05, 0.05]. Using parentheses to enhance prompts is not equivalent to increasing vector strength. 引用 / References [1] AnimeIllustDiffusion Model Webpage:

Mots déclencheurs

badv5

9,468 téléchargements · 196 j'aime sur Civitai

SHA256

0A3705F6D8E9E49374FB5D8A95373EF494BAC14E341BBF731B0247B7606AAE3B

Tendance de popularité de Useful Quality Embeddings badv5

Score de chaleur, derniers 12 mois

Score de popularité

7,928°

Cette semaine

▼

0.1%

7,930° alors, 7,928° maintenant

Ce mois-ci

▼

0.2%

7,935° alors, 7,928° maintenant

L'année passée

▼

2.8%

8,014° alors, 7,928° maintenant

7,000°

Plancher

L’échelle va de 0° à 9 999°. Tout ce qui est en dessous de 7,000° est réservé aux modèles dont aucune source ne rapporte encore de données, ils portent un nombre de remplacement pour que les listes restent complètes. 7,000° est le point où les données mesurées commencent : un modèle avec de vraies données mais presque aucun téléchargement est au plancher, et les mesures remplissent les degrés au-dessus. Le plancher ne dit rien sur le modèle ; seuls les degrés au-dessus le font, et ce sont eux qui différencient un modèle d’un autre.

+1,193°

Téléchargements Civitai

9,468 téléchargements de cette version exacte sur Civitai. Les téléchargements sont l'ingrédient le plus lourd et sont comptés sur une échelle logarithmique : multiplier par dix les téléchargements ajoute 300° au score, donc un modèle avec un million de téléchargements n'est pas mille fois plus chaud qu'un avec mille. Les six sources de téléchargements partagent ce terme, réparti proportionnellement à leurs comptes.

+344°

Likes

196 likes et pouces levés sur toutes les sources. Un like vaut la moitié d’un téléchargement, sur la même échelle logarithmique.

−609°

Âge

−609° parce que les poids SD15 sont sortis en 2022. Chaque modèle hérite de l’âge des poids sur lesquels il est construit : 150° par an, jusqu’à 750°, et ça continue de grandir jusqu’à ce seuil. Sans ça, le haut de la liste serait occupé par des checkpoints de 2022 et 2023 grâce aux téléchargements accumulés sur des années.

Afficher le détail

Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 7,928°, et voici comment il est construit, ingrédient par ingrédient, avec le total cumulé après chaque étape : le plancher, les degrés ajoutés par chaque source, le bonus pour le type de modèle et ce que l’âge de ses poids enlève. Les couleurs correspondent aux bandes du graphique ci-dessus. Le glossaire à la fin définit chaque terme.

1
Commence au plancher.
Pourquoi 7,000° et pas zéro : l’échelle va de 0° à 9 999°, et la partie en dessous de 7,000° est réservée aux modèles dont aucune source ne rapporte encore de données, qui portent un nombre de remplacement pour que les listes restent complètes et ne dépassent jamais un modèle avec données. 7,000° est le point où les données mesurées commencent. Un modèle avec de vraies données mais presque aucun téléchargement est ici ; tout ce qui suit est une mesure, et l’espace au-dessus du plancher contient dix paliers de dix fois plus de téléchargements à 300° chacun. Le plancher est le même pour tous les modèles, donc il ne décide rien ; ce sont les degrés au-dessus qui le font.
7,000°
total en cours
2
Ajoute les téléchargements.
9,468 équivalents de téléchargement au total, venant de Téléchargements Civitai. Multiplier les téléchargements par dix ajoute le même 300°, donc la taille compte mais ne domine jamais le score.
+1,193°
8,193°
total en cours
3
Ajoute les likes.
196 likes et pouces levés, à moitié du poids d’un téléchargement.
+344°
8,537°
total en cours
4
Enlève l’âge.
Les poids SD15 sont sortis en 2022 : 150° par an, jusqu’à 750°, qui augmente jusqu’à ce moment.
−609°
7,928°
total en cours
=
Le score de chaleur.
La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.
7,928°

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Voici comment la popularité de ce modèle a évolué par rapport au reste du catalogue : sa croissance en téléchargements, likes et utilisation à chaque période, comparée à la croissance typique des modèles sur la même période, avec son score de chaleur à ce moment-là. Au-dessus de la croissance typique, c’est une hausse, en dessous, une baisse. Le passé est reconstitué à partir des totaux d’aujourd’hui, du premier jour du modèle et de sa vitesse de téléchargement mesurée quand il y a deux relevés ; un modèle qui n’existait pas au début d’une période affiche n/a.

Rendus d'exemple

NSFW

Prompts et réglages partagés par les personnes qui ont réalisé ces rendus sur Civitai. Choisissez un rendu pour voir comment il a été fait.