Upload Anima Base realstyle LoRA: 30 epochs and training artifacts

acfbd40 verified 11 days ago

3.87 kB

---
license: other
license_name: circlestone-labs-non-commercial-license
license_link: LICENSE.md
base_model: circlestone-labs/Anima
base_model_relation: adapter
datasets:
- ACCC1380/realstyle
language:
- zh
- en
pipeline_tag: text-to-image
tags:
- anima
- lora
- style
- safetensors
inference: false
---
# realstyle — Anima Base LoRA

使用 [Anima Base v1.0](https://huggingface.co/circlestone-labs/Anima) 和 [lora-scripts-next](https://github.com/wochenlong/lora-scripts-next) 训练的风格 LoRA。数据集为 [ACCC1380/realstyle](https://huggingface.co/datasets/ACCC1380/realstyle)，共 882 张图片。

**触发词：`realstyle`**

## 模型文件

- [`realstyle_anima.safetensors`](realstyle_anima.safetensors)：第 30 轮最终 LoRA，约 44 MiB。
- `realstyle_anima-000001.safetensors` 至 `realstyle_anima-000030.safetensors`：完整保留每一轮权重；第 30 轮文件与最终 LoRA 内容相同。
- `realstyle_anima-000028-state/`、`realstyle_anima-000029-state/` 和 `realstyle_anima-state/`：最近两轮与最终训练状态，用于恢复训练。

在支持 Anima 的推理工具中，将 LoRA 与匹配的 Anima 基础模型一起加载，并在提示词中加入 `realstyle`。此仓库保留了所有轮次供比较；第 30 轮是训练完成时的版本，尚未通过出图对比评选最佳轮次。

## 训练参数

| 参数 | 设置 |
| --- | --- |
| 底模 | `anima-base-v1.0.safetensors` |
| 训练器 | lora-scripts-next，标准 Anima CLI / sd-scripts 后端 |
| 轮数 / 步数 | 30 / 13,230 |
| 每轮步数 / repeats | 441 / 1 |
| Batch size / 梯度累积 | 2 / 1 |
| 梯度检查点 | 关闭 |
| 优化器 | AdamW |
| 学习率 / 调度器 | 1e-4 / constant |
| LoRA rank / alpha | 16 / 16 |
| 混合精度 / 保存精度 | BF16 / BF16 |
| 训练范围 | DiT LoRA |
| 分辨率 | 1024 目标面积，832×1216 与 1216×832 分桶 |
| Attention | SDPA |
| 时间步采样 / shift / weighting | shift / 3.0 / uniform |
| Seed | 42 |
| 缓存 | 图像 latent 和文本编码结果均缓存到磁盘 |

全部 30 轮在 batch size 2 下完成。最终 840 个张量已检查，无 NaN 或 Inf；逐轮文件已核对轮数、步数及优化器等配置。未做推理图像质量评估。

## 自动打标

使用 [PixAI Tagger v1.0](https://huggingface.co/pixai-labs/pixai-tagger-v1.0) 为全部 882 张图片打标，平均每张约 69 个标签。阈值如下：

| 类别 | 阈值 |
| --- | --- |
| General | 0.14 |
| Character | 0.24 |
| Copyright | 0.21 |
| Style | 0.13 |
| Meta | 0.15 |
| Rating | 0.41 |

训练标签统一加入 `realstyle`。原始预测及分数均已归档；Style 类别中的画师猜测不作为训练标签，Meta 类别保留描述图像的选定标签。标签中的下划线转换为空格。全部标签在 Qwen3 和 T5 tokenizer 下均未超过 512 tokens。

## 训练记录与复现资料

- `train.toml`、`train-sd-scripts.toml`、`dataset.toml`：训练及数据配置。
- `captions-and-tags.zip`：全部文本标签和原始 PixAI 预测。
- `tagging-report.json`、`caption-token-stats.json`：图片清单、哈希、打标和 token 统计。
- `epochs.jsonl`、`training-attempt-1.log`、`logs/`：逐轮 loss、完整训练日志及 TensorBoard 事件。
- `run-result.json`、`provenance.json`、`trainer-revision.txt`、`environment.txt`：完成记录及版本信息。
- `upload-manifest.json`：仓库文件的大小与 SHA-256 清单。

配置文件记录了训练容器中的原始绝对路径；在其他环境恢复训练时，需要调整模型、数据与输出路径。

## 基础模型许可与归属

本 LoRA 是经过训练修改的 CircleStone Model 衍生模型。底模许可文件见 [`LICENSE.md`](LICENSE.md)，归属与修改声明见 [`NOTICE.txt`](NOTICE.txt)。相关使用权由 CircleStone Labs LLC 按所附许可直接授予使用者。

	---
	license: other
	license_name: circlestone-labs-non-commercial-license
	license_link: LICENSE.md
	base_model: circlestone-labs/Anima
	base_model_relation: adapter
	datasets:
	- ACCC1380/realstyle
	language:
	- zh
	- en
	pipeline_tag: text-to-image
	tags:
	- anima
	- lora
	- style
	- safetensors
	inference: false
	---

	# realstyle — Anima Base LoRA

	使用 [Anima Base v1.0](https://huggingface.co/circlestone-labs/Anima) 和 [lora-scripts-next](https://github.com/wochenlong/lora-scripts-next) 训练的风格 LoRA。数据集为 [ACCC1380/realstyle](https://huggingface.co/datasets/ACCC1380/realstyle)，共 882 张图片。

	触发词：`realstyle`

	## 模型文件

	- [`realstyle_anima.safetensors`](realstyle_anima.safetensors)：第 30 轮最终 LoRA，约 44 MiB。
	- `realstyle_anima-000001.safetensors` 至 `realstyle_anima-000030.safetensors`：完整保留每一轮权重；第 30 轮文件与最终 LoRA 内容相同。
	- `realstyle_anima-000028-state/`、`realstyle_anima-000029-state/` 和 `realstyle_anima-state/`：最近两轮与最终训练状态，用于恢复训练。

	在支持 Anima 的推理工具中，将 LoRA 与匹配的 Anima 基础模型一起加载，并在提示词中加入 `realstyle`。此仓库保留了所有轮次供比较；第 30 轮是训练完成时的版本，尚未通过出图对比评选最佳轮次。

	## 训练参数

	\| 参数 \| 设置 \|
	\| --- \| --- \|
	\| 底模 \| `anima-base-v1.0.safetensors` \|
	\| 训练器 \| lora-scripts-next，标准 Anima CLI / sd-scripts 后端 \|
	\| 轮数 / 步数 \| 30 / 13,230 \|
	\| 每轮步数 / repeats \| 441 / 1 \|
	\| Batch size / 梯度累积 \| 2 / 1 \|
	\| 梯度检查点 \| 关闭 \|
	\| 优化器 \| AdamW \|
	\| 学习率 / 调度器 \| 1e-4 / constant \|
	\| LoRA rank / alpha \| 16 / 16 \|
	\| 混合精度 / 保存精度 \| BF16 / BF16 \|
	\| 训练范围 \| DiT LoRA \|
	\| 分辨率 \| 1024 目标面积，832×1216 与 1216×832 分桶 \|
	\| Attention \| SDPA \|
	\| 时间步采样 / shift / weighting \| shift / 3.0 / uniform \|
	\| Seed \| 42 \|
	\| 缓存 \| 图像 latent 和文本编码结果均缓存到磁盘 \|

	全部 30 轮在 batch size 2 下完成。最终 840 个张量已检查，无 NaN 或 Inf；逐轮文件已核对轮数、步数及优化器等配置。未做推理图像质量评估。

	## 自动打标

	使用 [PixAI Tagger v1.0](https://huggingface.co/pixai-labs/pixai-tagger-v1.0) 为全部 882 张图片打标，平均每张约 69 个标签。阈值如下：

	\| 类别 \| 阈值 \|
	\| --- \| --- \|
	\| General \| 0.14 \|
	\| Character \| 0.24 \|
	\| Copyright \| 0.21 \|
	\| Style \| 0.13 \|
	\| Meta \| 0.15 \|
	\| Rating \| 0.41 \|

	训练标签统一加入 `realstyle`。原始预测及分数均已归档；Style 类别中的画师猜测不作为训练标签，Meta 类别保留描述图像的选定标签。标签中的下划线转换为空格。全部标签在 Qwen3 和 T5 tokenizer 下均未超过 512 tokens。

	## 训练记录与复现资料

	- `train.toml`、`train-sd-scripts.toml`、`dataset.toml`：训练及数据配置。
	- `captions-and-tags.zip`：全部文本标签和原始 PixAI 预测。
	- `tagging-report.json`、`caption-token-stats.json`：图片清单、哈希、打标和 token 统计。
	- `epochs.jsonl`、`training-attempt-1.log`、`logs/`：逐轮 loss、完整训练日志及 TensorBoard 事件。
	- `run-result.json`、`provenance.json`、`trainer-revision.txt`、`environment.txt`：完成记录及版本信息。
	- `upload-manifest.json`：仓库文件的大小与 SHA-256 清单。

	配置文件记录了训练容器中的原始绝对路径；在其他环境恢复训练时，需要调整模型、数据与输出路径。

	## 基础模型许可与归属

	本 LoRA 是经过训练修改的 CircleStone Model 衍生模型。底模许可文件见 [`LICENSE.md`](LICENSE.md)，归属与修改声明见 [`NOTICE.txt`](NOTICE.txt)。相关使用权由 CircleStone Labs LLC 按所附许可直接授予使用者。