koharu/下江コハル/小春 (Blue Archive)

• 由于 Civitai 的服务条款，部分图片无法上传。完整的预览图片请见 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，它们是使用 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。详情请参见描述中的“如何使用 Pivotal Tuned 模型”。
• 经过剪枝的角色标签包括：粉发、翅膀、头翼、黑翼、双马尾、羽翼、光环、长发、粉眼、低翼、帽子、黑色头饰、贝雷帽、粉光环。当角色的核心特征（如发色）不够稳定时，您可以将这些标签添加到提示词中。
• pt 文件的推荐权重为 0.7–1.1，LoRA 的推荐权重为 0.5–0.85。
• 图片是使用一些固定提示词和基于数据集聚类的提示词生成的，采用了随机种子，排除了人为挑选。您所看到的就是您能得到的结果。
• 服装没有进行专门训练。您可参考我们提供的预览图，获取对应服装的提示词。
• 该模型使用 1337 张图片进行训练。
• 训练配置文件见 这里。
• 我们自动选择的步数为 4537，以平衡模型的保真度与可控性。 下面是所有步骤的概览。您可以在 huggingface 仓库 - CyberHarem/koharu_bluearchive 中尝试其他推荐的步数。

如何使用此模型

此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。

(Translated with ChatGPT)

如果您正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

• 该模型使用 kohya-ss/sd-scripts 进行训练，图片由 a1111 的 WebUI 和 API SDK 生成。
• 自动训练框架 由 DeepGHS 团队 维护。
• 训练所用数据集为 CyberHarem/koharu_bluearchive 中的 stage3-p480-1200，包含 1337 张图片。
• 我们自动选择的步数为 4537，以平衡模型的保真度与可控性。
• 训练配置文件见 这里。

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

如何使用 Pivotal Tuned 模型

此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 koharu_bluearchive.pt 和 koharu_bluearchive.safetensors，然后将 koharu_bluearchive.pt 放入 embeddings 文件夹，并同时将 koharu_bluearchive.safetensors 作为 LoRA 使用。若您使用的是 WebUI v1.7+，则只需像普通 LoRA 一样使用 safetensors 文件即可。这是因为嵌入式 LoRA/Lycoris 模型现已得到 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、koharu_bluearchive.pt と koharu_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、koharu_bluearchive.pt を embeddings フォルダに入れ、同時に koharu_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 koharu_bluearchive.pt 和 koharu_bluearchive.safetensors 两个文件， 然后将 koharu_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 koharu_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。

(Translated with ChatGPT)

触发词为 koharu_bluearchive，剪枝后的标签为 pink_hair, wings, head_wings, black_wings, twintails, feathered_wings, halo, long_hair, pink_eyes, low_wings, hat, black_headwear, beret, pink_halo。当某些特征（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。

为何部分预览图与角色形象不符

所有预览图所使用的提示词（可通过点击图片查看）均是基于训练数据集中提取的特征信息，通过聚类算法自动生成的。图像生成时采用的种子也是随机生成，且未经过任何人工筛选或修改。因此，可能出现上述问题。

实际上，根据我们的内部测试，大多数出现此类问题的模型在实际使用中的表现优于预览图所示效果。您唯一需要做的可能是调整所使用的标签。

我觉得此模型可能过拟合或欠拟合，该怎么办？

您看到的步数是自动选择的。我们还为您推荐了其他优质步数以供尝试。点击 此处 选择您偏好的步数。

我们的模型已发布于 huggingface 仓库 - CyberHarem/koharu_bluearchive，其中保存了全部步数的模型。此外，我们也将训练数据集发布于 huggingface 数据集 - CyberHarem/koharu_bluearchive，可能对您有帮助。

为何不直接使用效果更好的精选图片？

本模型从数据采集、训练、生成预览图到发布，全程 100% 自动化，无任何人工干预。这是我们的团队进行的一项有趣实验，为此我们已开发出完整的软件基础设施，包括数据过滤、自动训练和自动化发布。因此，若您能提供反馈或建议，我们将非常感激，这对我们至关重要。

为何无法准确生成期望的角色服装？

我们当前的训练数据来源于多个图像网站，由于整个流程完全自动化，难以准确预测某角色拥有哪些官方图像。因此，服装生成依赖于基于训练数据集标签的聚类分析，以尽可能还原最佳效果。我们将持续改进这一问题，但目前仍无法完全解决。服装还原的精度也难以达到人工训练模型的水平。

事实上，本模型的最大优势在于精准还原角色自身的固有特征，以及因数据集规模较大而具备的较强泛化能力。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！😉”。

以下用户群体不建议使用本模型，我们深表遗憾：

1. 无法容忍角色设计有任何细微偏差的用户。
2. 对角色服装还原精度要求极高的应用场景用户。
3. 无法接受基于 Stable Diffusion 算法生成图像中潜在随机性的用户。
4. 不习惯使用 LoRA 自动训练角色模型，或认为必须完全手动操作以示尊重角色的用户。
5. 认为生成内容冒犯其价值观的用户。