Test tune of ~17K images trained at 1024x1024 with buckets using captions from CogFlorence-2.2 at batch size 4 for 4 epochs.
All images were manually filtered to the best of my ability to avoid low quality/watermarks/AI/etc.
All images are originally at least 1024x1024 total pixels.
I wanted to throw some fairly high quality but "general use-case" images at a model to use as a base so it can be further trained on more specific tasks in the future.
This version does not contain much ??????, and may be biased towards women. I am working on increasing the dataset size and variety, and optimizing the training settings if needed.
There is a v1, but it was trained at batch size 1 for 1 epoch with the text encoder LR at half the amount v1.1 was trained at, so I don't feel it is worth publishing.
1. สิทธิ์ของโมเดลที่โพสต์ซ้ำเป็นของผู้สร้างต้นฉบับ
2. ผู้สร้างต้นฉบับที่ต้องการรับรองโมเดล โปรดติดต่อเจ้าหน้าที่ SeaArt AI ผ่านช่องทางทางการ คลิกเพื่อรับรอง
