shiroko/砂狼シロコ/白子 (Blue Archive)

• 由于 Civitai 的服务条款，部分图像无法上传。完整的预览图像请见 HUGGINGFACE。
• 对于模型版本 v1.5.1 或 v2.0+，您可以像使用其他 LoRA 一样直接在 WebUI 中使用它们，这些模型是使用 kohya 脚本训练的。
• 对于模型版本 v1.5 或 v1.4-，您必须同时使用两个文件才能运行。详情请参阅描述中的“如何使用 Pivotal Tuned 模型”。
• 已精简的角色标签包括：动物耳朵、灰发、狼耳、动物耳朵绒毛、蓝眼、光环、发饰、交叉发饰、瞳孔不匹配、额外耳朵、中等长度头发、乳房、中等大小乳房。当角色的核心特征（如发色）不够稳定时，您可以在提示词中添加这些标签。
• pt 文件的推荐权重为 0.7–1.1，LoRA 的权重为 0.5–0.85。
• 图像使用一些固定提示词和基于数据集的聚类提示词生成，随机种子已启用，排除了挑选行为。您看到的就是您能得到的。
• 服装未进行专门训练。您可查看我们提供的预览帖以获取对应服装的提示词。
• 本模型使用 1392 张图像 进行训练。
• 训练配置文件见 此处。
• 我们自动选择的训练步数为 7220，以平衡模型的保真度与可控性。 所有步骤的概览如下。您可以在 huggingface 仓库 - CyberHarem/shiroko_bluearchive 中尝试其他推荐步数。

如何使用此模型

本部分仅适用于模型版本 v1.5.1 或 v2.0+。

您可以像使用其他 LoRA 一样直接使用它。我们使用 kohya 脚本训练了此模型。

他のLoRAと同様に簡単に使用できます。このモデルはkohyaスクリプトで訓練されました。

다른 LoRA처럼 간단히 사용할 수 있습니다. 우리는 이 모델을 kohya 스크립트로 훈련했습니다。

您可以像其他LoRAs一样简单地使用它。我们使用kohya脚本对该模型进行了训练。

(使用 ChatGPT 翻译)

如果您在寻找模型中的女仆角色，或对我们的技术感兴趣，欢迎加入我们的 Discord 服务器。

模型训练方式

• 本模型使用 kohya-ss/sd-scripts 训练，图像由 a1111 的 WebUI 和 API SDK 生成。
• 自动训练框架 由 DeepGHS 团队 维护。
• 训练数据集为 CyberHarem/shiroko_bluearchive 中的 stage3-p480-1200，包含 1392 张图像。
• 我们自动选择的训练步数为 7220，以平衡模型的保真度与可控性。
• 训练配置文件见 此处。

更多训练细节与推荐步数，请参阅 huggingface 仓库 - CyberHarem/shiroko_bluearchive。

如何使用 Pivotal Tuned 模型

本部分仅适用于模型版本 v1.5 或 v1.4-。

本模型包含两个文件！若您使用的是 WebUI v1.6 或更低版本，请务必同时使用这两个文件！ 此时，您需要下载 shiroko_bluearchive.pt 和 shiroko_bluearchive.safetensors 两个文件，将 shiroko_bluearchive.pt 放入 embeddings 文件夹，并同时将 shiroko_bluearchive.safetensors 作为 LoRA 加载。若您使用的是 WebUI v1.7 或更高版本，只需像普通 LoRA 一样使用 safetensors 文件即可。这是因为嵌入式 LoRA/Lycoris 模型现已获得 a1111 WebUI 官方支持，详情请见 此处。

このモデルには2つのファイルがあります。WebUI v1.6 以下のバージョンを使用している場合は、これらを一緒に使用する必要があります！！！ この場合、shiroko_bluearchive.pt と shiroko_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、shiroko_bluearchive.pt を embeddings フォルダに入れ、同時に shiroko_bluearchive.safetensors をLoRAとして使用します。 webui v1.7+を使用している場合、一般的なLoRAsのようにsafetensorsファイルを使用してください。 これは、埋め込みバンドルされたLoRA/Lycorisモデルが現在、a1111のwebuiに公式にサポートされているためです。 詳細についてはこちらをご覧ください。

此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，您需要同时使用这两个文件！ 在这种情况下，您需要下载 shiroko_bluearchive.pt 和 shiroko_bluearchive.safetensors 两个文件， 然后将 shiroko_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 shiroko_bluearchive.safetensors 作为 LoRA。 如果您正在使用 webui v1.7 或更高版本，只需像常规 LoRAs 一样使用 safetensors 文件。 这是因为嵌入式 LoRA/Lycoris 模型现在已经得到 a1111's webui 的官方支持， 更多详情请参见这里。

(使用 ChatGPT 翻译)

触发词为 shiroko_bluearchive，已精简的标签为 animal_ears, grey_hair, wolf_ears, animal_ear_fluff, blue_eyes, halo, hair_ornament, cross_hair_ornament, mismatched_pupils, extra_ears, medium_hair, breasts, medium_breasts。当某些特征（例如发色）有时不够稳定时，您可以将这些标签添加到提示词中。

为何部分预览图像与角色形象不符

所有预览图像所使用的提示词文本（可通过点击图像查看）均是通过基于训练数据集中提取的特征信息，使用聚类算法自动生成的。图像生成时使用的种子也是随机生成的，且图像未经过任何筛选或修改。因此，上述问题有可能出现。

在实际使用中，根据我们的内部测试，大多数出现此类问题的模型在真实应用中的表现优于预览图像所展示的效果。您可能仅需调整所使用的标签即可。

我觉得这个模型可能过拟合或欠拟合，我该怎么办？

您所看到的步数是自动选择的。我们也为您推荐了其他优秀步数供尝试。点击 此处 选择您喜欢的步数。

我们的模型已发布在 huggingface 仓库 - CyberHarem/shiroko_bluearchive，所有步数的模型均已被保存。此外，我们也发布了训练数据集于 huggingface 数据集 - CyberHarem/shiroko_bluearchive，可能对您有帮助。

为何不直接使用效果更好的精选图像？

本模型从数据采集、训练、生成预览图到发布，整个流程 100% 自动化，完全无人工干预。这是我们团队进行的一项有趣实验，为此我们开发了一整套软件基础设施，包括数据过滤、自动训练与自动化发布。因此，若您能提供任何反馈或建议，我们将非常感激，因为它们对我们极为宝贵。

为何无法精确生成角色的期望服装？

我们当前的训练数据来源于多个图像网站，对于全自动流水线而言，准确预测某个角色拥有哪些官方服装图像极具挑战。因此，服装生成依赖于基于训练数据集标签的聚类方法，以力求实现最佳还原效果。我们会持续改进这一问题并尝试优化，但它仍是一个难以彻底解决的难题，服装还原的准确性也难以达到人工训练模型的水平。

事实上，本模型最大的优势在于能精准还原角色本身的固有特征，并因其庞大的数据集而具备较强的泛化能力。因此，本模型非常适合用于更换服装、调整角色姿势，当然也包括生成角色的 NSFW 图像！😉

对于以下人群，我们不推荐使用本模型，并对此表示歉意：

1. 无法容忍角色设计中哪怕最细微偏差的用户。
2. 对角色服装还原准确性要求极高的应用场景使用者。
3. 无法接受基于 Stable Diffusion 算法生成图像潜在随机性的用户。
4. 不适应使用 LoRA 自动训练角色模型的过程，或认为训练角色模型必须完全手动操作以避免不尊重角色的用户。
5. 觉得生成内容违背自身价值观的用户。