Etiquetas de estilo en Illustrious y Anima

TL;DR

• Las etiquetas de Danbooru son el vocabulario: ambos modelos se entrenan con Danbooru2023, así que las etiquetas canónicas como anime screenshot funcionan; alias como anime screencap pueden no registrarse si el modelo solo vio la forma renombrada.
• Las etiquetas de artista requieren @ en Anima: el modelo se entrenó con prefijos @artist; omitir @ produce un efecto muy débil.
• Prueba el registro de una etiqueta con ablación controlada: fija la seed, mantén constantes todos los demás tokens, quita la etiqueta candidata y compara los resultados en un solo eje. El abandono de etiquetas en Anima implica que la ausencia de una etiqueta por sí sola no demuestra que no se reconozca.
• Crea taquigrafías de estilo para aislar el entrenamiento: etiqueta siempre el estilo en los datos de entrenamiento; elimina la taquigrafía cuando entrenes LoRA de personajes para evitar contaminación.

Para el contexto más amplio de construcción de prompts, consulta la guía de prompts de anime Illustrious y NoobAI.

De dónde viene el vocabulario de las etiquetas de estilo

Illustrious XL y NoobAI XL son derivados de SDXL ajustados finamente, entrenados principalmente con conjuntos de datos derivados de Danbooru.

Illustrious XL se entrena exclusivamente con Danbooru2023, mientras que NoobAI XL también incorpora etiquetas de e621, ampliando su cobertura de leyendas autorizadas desde dos fuentes.

La tarjeta del modelo Anima lo confirma directamente: "The model is trained on Danbooru-style tags, natural language captions, and combinations of tags and captions." Este entrenamiento híbrido explica por qué ambos enfoques funcionan: puedes escribir una oración descriptiva como "A girl in a cafe" seguida de etiquetas de Danbooru separadas por comas como 1girl, red hair, school uniform.

El sitio oficial de Illustrious XL describe la misma arquitectura: "Blending advanced Natural Language Processing with structured Danbooru tags to deliver flawless prompt adherence." El modelo acepta prompts híbridos sin problema, interpretando tanto el inglés como las etiquetas como una señal unificada.

Para una cobertura más profunda del formato de leyenda en tiempo de entrenamiento de Anima, consulta la guía de entrenamiento de LoRA con Anima.

Renombrado de etiquetas en Danbooru: anime screencap → anime screenshot

La wiki de Danbooru muestra que anime screenshot es la etiqueta canónica actual. La etiqueta histórica anime_screencap se ha aliasado a ella.

Este renombrado importa para el reconocimiento en los modelos porque los checkpoints entrenados antes del alias solo responden al token heredado. La tarjeta del modelo Anima lista la forma posterior al renombrado anime screenshot como una etiqueta meta y no tiene entrada para anime screencap, lo que sugiere que se entrenó después del renombrado (la fuente 31037 señala: "For Anima this tag is instead 'anime screenshot' due to a rename on Danbooru's end before that base model was trained.").

La documentación de Illustrious XL no confirma explícitamente con qué grafía se entrenó. Si te diriges a Illustrious específicamente, prueba ambas formas; anime screenshot es más segura por ser la etiqueta canónica actual.

El prefijo de etiquetas de artista: por qué @ importa en Anima

Anima requiere el prefijo @ para las etiquetas de artista. La tarjeta del modelo lo afirma explícitamente: "Prefix artist with @. E.g. '@big chungus'. You must put @ in front of the artist. The effect will be very weak if you don't."

No es solo una convención; es un requisito de tokenización. Anima se entrenó con tokens de artista prefijados con @, así que el modelo no reconoce el patrón sin él. Usar artist_name solo produce un efecto mínimo o nulo en comparación con @artist_name.

La comunidad también ha desarrollado una sintaxis de mezcla: @[artist1|artist2|artist3] con pesos opcionales como @[artist1:4|artist2:3|artist3:2]. Esta taquigrafía aparece en las discusiones de usuarios como la forma preferida de mezclar varios estilos.

Sintaxis de peso de prompt de AUTOMATIC1111

Ambos modelos heredan el peso de prompt de la interfaz web Stable Diffusion de AUTOMATIC1111. La sintaxis usa () para aumentar la atención y [] para disminuirla:

• (keyword) aumenta la atención a las palabras encerradas
• ((keyword)) aumenta la atención más (los paréntesis anidados amplifican el efecto)
• [keyword] disminuye la atención a las palabras encerradas
• [[keyword]] disminuye la atención más (los corchetes anidados amplifican la disminución)

La palabra clave BREAK también funciona como separador duro de chunks, útil para prompts de múltiples conceptos donde se quiere procesamiento independiente.

Cómo probar si una etiqueta realmente se registra

La tarjeta del modelo de Anima revela una idea clave: "The model was trained with random tag dropout. You don't need to include every single relevant tag for the image."

Esto significa que la ausencia de una etiqueta en tu prompt no demuestra que no esté en el vocabulario del modelo. Para probar el registro:

1. Fija la seed para eliminar la variación estocástica
2. Mantén constantes todos los demás tokens—solo cambia la etiqueta candidata
3. Compara en un solo eje—¿el cambio de estilo es visible?

Por ejemplo, para probar si flat color se registra: genera con anime screenshot, flat color, 1girl en la seed 12345, luego regenera con anime screenshot, 1girl en la misma seed. Cualquier diferencia visible en el sombreado indica que la etiqueta tiene efecto. Consulta la guía de herramientas de etiquetado para buenas prácticas de gestión de seeds al ejecutar pruebas de ablación.

Construir una taquigrafía de estilo reutilizable

El catálogo de etiquetas de la comunidad recomienda incluir siempre las etiquetas de estilo en los datos de entrenamiento para evitar contaminación entre los conceptos de estilo y los de personaje. Esta práctica es crítica al entrenar LoRAs.

• Para LoRA de estilo: etiqueta siempre el estilo (por ejemplo, flat color, no lineart, pixel art) para que el modelo aprenda a asociar esos tokens con las características visuales.
• Para LoRA de personaje: incluye las etiquetas de estilo en los datos de entrenamiento, pero elimínalas al generar con el LoRA para no mezclar estilos por accidente. Consulta la guía de gestión de bibliotecas de LoRA para convenciones de organización al almacenar múltiples LoRA de estilo.

Una taquigrafía práctica puede verse así:

Style: anime screenshot, official art, flat color, no lineart
Artist mixing: @[artist1|artist2:2]
Quality: masterpiece, best quality, score_7

Este formato mantiene los prompts organizados y facilita cambiar estilos o artistas sin reescribir prompts completos. Para la limpieza de rostros y manos cuando las etiquetas de estilo causan degradación, consulta la guía del flujo de trabajo fix-faces y Adetailer.

Etiquetas de estilo más comunes y sus efectos

Basado en pruebas y documentación de la comunidad, estas etiquetas tienen efectos documentados:

Etiqueta | Efecto | Notas | Source ---|---|---|--- anime screenshot | Aspecto de anime de transmisión con atajos de animación | Menor detalle en la iluminación; rostros/manos en planos no cercanos pueden necesitar AddDetailer | Danbooru wiki official art | Estilo anime de mayor calidad con mejor sombreado | Recomendado por encima de screencap para la mayoría de las generaciones | NoobAI guide flat color | Imágenes sin sombreado dentro de bloques de color | Funciona bien en generación; la elección del sampler afecta la aplicación del sombreado | community-reported no lineart | Imágenes sin contornos o con líneas internas mínimas | A menudo usa sombreado para separar formas | community-reported chibi | Cuerpo pequeño con cabeza desproporcionadamente grande | Puede causar duplicación del personaje en algunos modelos | community-reported 3D, low poly, cel rendering | Aspecto poligonal CGI/cómic | Depende del checkpoint; requiere etiquetado dedicado en el entrenamiento | community-reported photo (medium) | Fotogramas de acción real o fotos de objetos artificiales | Distinto de photorealistic y realistic | Civitai article realistic | Ilustración semirrealista (no foto) | Algo como Mona Lisa o Norman Rockwell califica | Civitai article

Etiquetas de calidad: score_9 a score_1

Anima usa etiquetas de calidad abstractas similares a PonyV7: score_9 a score_1, donde los números más altos indican mejor calidad. Actúan como anclas de calidad en los prompts.

El blog de NoobAI XL recomienda empezar los prompts con anclas de calidad, y luego añadir las etiquetas de personaje y artista para un control máximo. Este orden importa porque el modelo pesa más los tokens tempranos.

Errores comunes y soluciones

Síntoma | Causa | Solución ---|---|--- El token de estilo no tiene efecto visible | La etiqueta puede no estar en el vocabulario de entrenamiento | Usa la prueba de ablación controlada con seed fija; si la etiqueta se registra, la ablación mostrará diferencia El estilo del artista no cambia | Falta el prefijo @ en Anima | Prefija siempre las etiquetas de artista con @ anime screencap falla silenciosamente | El modelo se entrenó después del renombrado de Danbooru | Prefiere anime screenshot, la etiqueta canónica actual El peso del prompt es muy fuerte o muy débil | Se usa el tipo de paréntesis incorrecto | () aumenta, [] disminuye; ajusta la profundidad del paréntesis a la intensidad deseada

FAQ

¿Renombrar una etiqueta en Danbooru rompe el reconocimiento del modelo entre checkpoints?

Sí, potencialmente. Los modelos entrenados antes de un renombrado de etiqueta solo pueden responder a la grafía heredada. Anima se entrenó después del renombrado de anime screencap a anime screenshot, así que probablemente solo reconoce la forma nueva. Para la máxima compatibilidad, usa la etiqueta canónica actual.

¿Cuál es la diferencia entre realistic, photo (medium) y photorealistic en los checkpoints de anime?

photo (medium) captura fotografías o fotogramas de película reales. photorealistic es una ilustración diseñada para parecer una fotografía. realistic es una ilustración semirrealista; piensa en Mona Lisa o Norman Rockwell, con proporciones realistas pero claramente arte.

¿Cómo verifico que un nuevo estilo de etiqueta realmente lo entiende un modelo?

Usa la ablación controlada: fija la seed, mantén constantes todos los demás tokens, quita la etiqueta candidata y compara los resultados. El abandono de etiquetas en Anima implica que la ausencia de una etiqueta por sí sola no demuestra que no se reconozca.

¿Se pueden mezclar varios estilos de artista en Anima sin redes de control?

Sí, usando la taquigrafía de la comunidad @[artist1|artist2|artist3] con pesos opcionales como @[artist1:4|artist2:3]. Esta sintaxis aparece como el método preferido, aunque su soporte oficial varía según la versión de Anima.

¿Cuál es una taquigrafía reutilizable para etiquetar LoRA de personaje frente a LoRA de estilo?

Incluye siempre las etiquetas de estilo en los datos de entrenamiento. Al generar con un LoRA de personaje, elimina la taquigrafía de estilo para evitar contaminación. Un formato práctico: Style: anime screenshot, flat color, no lineart | Artist: @[artist1|artist2:2] | Quality: masterpiece, score_7.

¿Por qué Anima abandona algunas etiquetas y qué hago con eso?

El abandono aleatorio de etiquetas durante el entrenamiento hace que el modelo sea robusto a etiquetas faltantes en la inferencia. Sin embargo, si una etiqueta no produce los efectos esperados, pruébala con ablación controlada. La mayoría de las etiquetas con efectos visuales claros (como flat color o anime screenshot) se registran de forma consistente.

Fuentes

• danbooru.donmai.us
• github.com
• illustriousxl.org
• noobaixl.org
• noobaixl.org
• huggingface.co