SoldierXL is a project to create a specialized LoRA model for generating realistic military personnel.
Why military?
This niche in Stable Diffusion is still not filled with enough quality content and basically remains unoccupied. I am a beginner developer, so the project is in the stage of active learning and improvements. There will be errors, experiments, and a search for the ideal balance.
Important note: GitHub has memory limits, so all production "waste," failed iterations, and heavy model weights will be stored on Hugging Face or in my Telegram, where I also post updates.
🔗 Links for contact and support
If you want to give advice, help a beginner, or test the developments — write to me!
GOOD NEWS! V1.4 generates images better than all previous generations. During training, I changed the base model to CyberRealistic XL. I believe the final result was improved specifically by the quality of the tagging and the expansion of the dataset.
However, there is a bit of bad news and good news. The bad news is that I have hit a memory limit for training and can no longer expand the dataset locally. But as they say, difficulties breed new solutions. The good news is that I found a resource rental service that accepts crypto. This means you can thank me for creating the model by tossing in a couple of dollars — it would help immensely! I'm not joking; for $1, I can rent a powerful GPU for several hours. If you're interested in how I improved this version, feel free to DM me; I’d love to share and hear your suggestions.
Parameter
Value
Model Base
CyberRealistic XL
Trigger Word
rw1soldiers
Dataset Size
996 images
Resolution
Multi-aspect (1024x1024 to 1536x640)
Training
5 Epochs / 4980 Steps
Parameters
LR 1e-4 / Dim 64 / Alpha 32
585845088-a5cb283d-7bae-47b4-b912-d385a95c37d6
585845157-0b9b6ad3-25b4-4982-9a37-76648a5d4c7c
585845272-f21ec7dd-40dd-4ee7-a6f4-31e470e13a73
585845320-cd9de4e8-e350-49d7-8dc9-426b4ed3d321
V1.3 (Experimental / Unstable)
This version was a disappointment, despite doubling the dataset. It confirmed the theory: data quality is more important than quantity. The tagging turned out to be unsuccessful, which led to "mush."
The version is available on Hugging Face for those who want to conduct their own experiments.
Parameter
Value
Model Base
RealVisXL V5.0
Trigger Word
rw0soldiers
Dataset Size
542 images
Resolution
1024 x 1024
Training
14 Epochs / 3794 Steps
Parameters
LR 1e-4 / Dim 64 / Alpha 32
V1.2 (Stable / Legacy)
At the moment, this is the most predictable version. It can still produce errors in the geometry of weapons or armor, but it handles the task much better than its predecessors.
Reason for success: semi-manual dataset tagging.
Parameter
Value
Model Base
RealVisXL V5.0
Trigger Word
rw1soldiers
Dataset Size
296 images
Resolution
1024 x 1024
Training
10 Epochs / 2960 Steps
Parameters
LR 1e-4 / Dim 64 / Alpha 32
ComfyUI_temp_citdd_00001_
ComfyUI_temp_citdd_00014_
ComfyUI_temp_znzoe_00013_
ComfyUI_temp_znzoe_00015_
V1.0 (Test)
First attempt. The model was undertrained (only 66 images). Currently, the weights are only preserved on Civitai.
Warning: This model was created solely for artistic and educational purposes.
Prohibited: Using the model to create propaganda, compromising material, inciting hatred, or for any other malicious purposes.
SoldierXL (RU)
SoldierXL — это проект по созданию специализированной LoRA модели для генерации реалистичных военных.
Почему именно военные?
Эта ниша в Stable Diffusion всё еще недостаточно заполнена качественным контентом, да и в принципе не занята. Я начинающий разработчик, поэтому проект находится в стадии активного обучения и доработок. Здесь будут ошибки, эксперименты и поиск идеального баланса.
Важное примечание: GitHub имеет ограничения по объему памяти, поэтому все «отходы» производства, неудачные итерации и тяжелые веса моделей будут храниться на Hugging Face или в моем Telegram, где также будут просто мои посты.
🔗 Ссылки для связи и поддержки
Если вы хотите дать совет, помочь новичку или протестировать наработки — пишите!
ХОРОШАЯ НОВОСТЬ! V1.4 генерирует картинки лучше, чем все прошлые поколения. При обучении я изменил родительскую модель на CyberRealistic XL. Всё же на итоговый результат, я думаю, повлияло именно качество разметки и расширение датасета.
Но есть плохая и хорошая новости. Плохая: я уперся в потолок по памяти для обучения, расширять датасет более не могу. Но, как говорится, трудности порождают новые решения. Хорошая новость: я нашел сервис по аренде ресурсов, где можно пополнять баланс криптой. А это значит, что вы можете поблагодарить меня за создание модели, вкинув пару рублей или долларов — это очень сильно мне поможет! Я не шучу: я смогу на 1 доллар арендовать на несколько часов хорошую видеокарту, а чем больше, тем лучше. Если кому-то интересно, как я улучшал эту версию, можете написать в ЛС — я с удовольствием расскажу и заодно послушаю ваши предложения.
Эта версия стала разочарованием, несмотря на увеличенный вдвое датасет. Она подтвердила теорию: качество данных важнее их количества. Разметка оказалась неудачной, что привело к «каше».
Версия доступна на Hugging Face и в соцсетях для тех, кто хочет провести свои эксперименты.
Параметр
Значение
Базовая модель
RealVisXL V5.0
Trigger Word
rw0soldiers
Датасет
542 изображения
Разрешение
1024 x 1024
Параметры обучения
14 Epochs / 3794 Steps
Конфигурация
LR 1e-4 / Dim 64 / Alpha 32
V1.2 (Стабильная / Устаревшая)
На данный момент это самая предсказуемая версия. Она всё еще может выдавать ошибки в геометрии оружия или брони, но справляется значительно лучше предшественников.
Причина успеха: полуручная разметка датасета.
Параметр
Значение
Базовая модель
RealVisXL V5.0
Trigger Word
rw1soldiers
Датасет
296 изображений
Разрешение
1024 x 1024
Параметры обучения
10 Epochs / 2960 Steps
Конфигурация
LR 1e-4 / Dim 64 / Alpha 32
ComfyUI_temp_citdd_00001_
ComfyUI_temp_citdd_00014_
ComfyUI_temp_znzoe_00013_
ComfyUI_temp_znzoe_00015_
V1.0 (Тестовая)
Первая попытка. Модель была недообучена (всего 66 изображений). На данный момент веса сохранились только на Civitai, здесь не поддерживается.
