Model
.ai
theo dõi các mô hình AI mở

Franklin Booth Style

7969°
Franklin Booth Style
Tạo bởi
knowsnose
trên Civitai
by knowsnose - Here's a wonderful resource with some lesser-known Franklin Booth works. A list of training images and Kohya_ss settings can be found in the attached training data file. I can share the training images on request. Flux 1.0 Dev Same dataset as before, but trained only with a trigger phrase, detailed pen-and-ink illustration by franklin booth. To my surprise, it seems flexible enough. His style is detailed, so it helps to find a way to render as large as possible.
Ghi chú của tác giả
Here's a with some lesser-known Franklin Booth works. A list of training images and Kohya_ss settings can be found in the attached training data file. I can share the training images on request. Flux 1.0 Dev Same dataset as before, but trained only with a trigger phrase, `detailed pen-and-ink illustration by franklin booth`. To my surprise, it seems flexible enough. His style is detailed, so it helps to find a way to render as large as possible. By default it seems to prefer large white spaces (in the dataset, the ones with white spaces, they were not as big), but I think this can be mitigated by experimenting with prompting and by being explicit about how you want something drawn (e.g. "hatching", "crosshatching", "stippling"). For example, something like `Their shirt has dense thin hatch contour lines.` If you think it is undertrained or underpowered and think it should be retrained, feel free reach out to me. SDXL Made for prematurely closed bounty. Personally, I think the rank32 version is more well-behaved and detailed, but rank16 might have more appeal and flexibility (although maybe it's just because I spent more time testing 16 than 32). The rank16 version can be weak at times, sometimes coloring images or generating photorealistic images. Try adding words like 'monochrome' or 'lithograph' to the positive prompt and 'photo' or 'colored' to the negative prompt. I'm not sure if they are really good at landscapes (especially clouds and trees which frequently occurred in Booth works) as the results at SDXL standard image dimensions can make the line-work difficult to make out. I also tried training a Pony V6 model too, but they were too difficult to control to release. (I think I didn't understand tagging for pony well enough.)
Từ kích hoạt
detailed pen-and-ink illustration by franklin booth
1,420 lượt tải · 238 lượt thích trên Civitai
SHA256
2EA0ED5A53DFC7FAA73AF0FF14B05E29AA3DEEBDD9BF76EC03217657A8F28478
Ranking badge
Updated Oct 22, 2026
Franklin Booth Style trên ModelTrends.ai: Up 0.3% this week
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Xu hướng phổ biến của Franklin Booth Style
Điểm nhiệt, 12 tháng gần đây
Điểm nhiệt
7,969°
Tuần này
▲
0.3%
7,970° lúc đó, 7,969° bây giờ
Tháng này
▲
1.3%
7,974° lúc đó, 7,969° bây giờ
Năm qua
n/a
Chưa phát hành/được theo dõi
Franklin Booth Style: Điểm nhiệt, 12 tháng gần đây7,000°7,365°7,730°8,095°8,459°Oct 2025Dec 2025Mar 2026May 2026Aug 2026Oct 20267,969°ModelTrends.ai
7,000°
Điểm sàn
Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.
+946°
Lượt tải Civitai
1,420 lượt tải phiên bản chính xác này trên Civitai. Lượt tải là yếu tố nặng nhất và được tính trên thang logarit: tăng gấp mười lượt tải cộng thêm 300°, nên mô hình có một triệu lượt tải không nóng gấp nghìn lần mô hình có một nghìn lượt tải. Sáu nguồn lượt tải chia sẻ chung một điều kiện này, phân bổ theo tỷ lệ lượt tải của họ.
+357°
Lượt thích
238 lượt thích và bấm ngón tay cái trên các nguồn. Một lượt thích được tính bằng nửa lượt tải, trên cùng thang logarit.
−334°
Tuổi
−334° vì trọng số Flux được phát hành vào 2024. Mỗi mô hình thừa hưởng tuổi của trọng số nó dựa trên: 150° mỗi năm, tối đa 750°, và nó tiếp tục tăng cho đến đó. Nếu không có điều này, top danh sách sẽ là các checkpoint 2022 và 2023 dựa trên lượt tải tích tụ nhiều năm.
Hiển thị phân tích chi tiết
Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 7,969°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.
  1. 1
    Bắt đầu từ điểm sàn.
    Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.
    7,000°
    tổng đang chạy
  2. 2
    Thêm lượt tải về.
    1,420 lượt tải tương đương tổng cộng, từ Lượt tải Civitai. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.
    +946°
    7,946°
    tổng đang chạy
  3. 3
    Thêm lượt thích.
    238 lượt thích và giơ ngón tay cái, bằng một nửa trọng số của lượt tải.
    +357°
    8,303°
    tổng đang chạy
  4. 4
    Bỏ tuổi ra.
    Trọng số Flux ra mắt vào 2024: 150° mỗi năm, tối đa 750°, tăng dần cho đến lúc đó.
    −334°
    7,969°
    tổng đang chạy
  5. =
    Điểm nhiệt.
    Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.
    7,969°
Thuật ngữ: các từ dùng ở đây
Điểm nhiệt
Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm
7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải
Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log
Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích
Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng
Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính
Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder
Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde
Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh
Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter
Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint)
Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding
Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số
Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi
Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình
Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế
Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm)
Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng
Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình
Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.
Ảnh mẫu
Prompt và thiết lập do những người tạo ra các ảnh này trên Civitai chia sẻ. Chọn một ảnh để xem nó được tạo như thế nào.
Render by knowsnose on
Civitai
·
Prompt on BunchaPrompts
Báo cáo
Thiết lập
Sampler
deis
Số bước
100
Guidance
3.5
Seed
465622915974459
Kích thước
832x1152
Prompt
Detailed pen-and-ink illustration by franklin booth of a man and a woman standing together on top of a grassy hill overlooking a city below. There are billowing clouds in the sky.
Render by knowsnose on
Civitai
·
Prompt on BunchaPrompts
Báo cáo
Thiết lập
Sampler
deis
Số bước
30
Guidance
3.5
Seed
465622915974459
Kích thước
1248x1728
Prompt
Detailed pen-and-ink illustration by franklin booth of a city at night around before New Years. In the distance there are people waking on side walks next to multistory buildings. A few cars are parked on street. Some background details in include a fire hydrant, skyway, clock face and street lamp.
Render by knowsnose on
Civitai
·
Prompt on BunchaPrompts
Báo cáo
Thiết lập
Sampler
deis
Số bước
30
Guidance
2.5
Seed
646601910336462
Kích thước
832x1152
Prompt
A dark, dense and detailed pen-and-ink illustration by franklin booth of a pond at night. Water flows over top irregular rocks and a gnarly hollow log that is partly submerged in the water. There are lily pads, tiger lilies and cattails. A dragonfly hovers in the air. In the background is a large full moon.
Render by knowsnose on
Civitai
·
Prompt on BunchaPrompts
Báo cáo
Thiết lập
Sampler
Euler
Số bước
30
Guidance
3
Seed
1038287675893366
Kích thước
832x1152
Prompt
Detailed pen-and-ink illustration by franklin booth of a woman sitting in front a church pipe organ. Above her the pipes billowing out clouds which are morphing into angels who are blowing horns as if partying.
Prompt phủ định
large empty white spaces, border around edges
Chạy cục bộ
franklin_booth_style_flux_v1-000014.safetensors
64 MB · SafeTensor
franklin_booth_training_materials.zip
Other
Tải xuống
Tải xuống do Civitai cung cấp. Một số tác giả yêu cầu đăng nhập Civitai trước.