neru/美甘ネル/尼禄 (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。详细说明请参见描述中的“如何使用 Pivotal Tuned 模型”。
• 经过精简的角色标签包括：发辫、痣、红眼、呆毛、眼下痣、单条发辫、光环、橙色头发、胸部、小胸部、短发、动物耳朵、仿动物耳朵、兔耳、蝴蝶结、红色蝴蝶结、眼睛间的头发。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。
• 图片使用一些固定提示词和基于数据集聚类的提示词生成，采用随机种子，排除了人为挑选。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图以获取对应服装的提示词。
• 本模型使用 1311 张图片 训练。
• 训练配置文件见 这里。
• 我们自动选择的步数为 6860，以平衡模型的保真度与可控性。以下是所有步数的概览，您可以在 huggingface 仓库 - CyberHarem/neru_bluearchive 中尝试其他推荐步数。

如何使用本模型

本部分内容仅适用于模型版本 v1.5.1 或 v2.0+。

您可以像使用其他 LoRA 一样轻松使用它。我们使用 kohya 脚本训练了该模型。

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角色，或对我们的技术感兴趣，欢迎加入我们的 Discord 服务器。

本模型的训练方式

• 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。
• 训练所用数据集为 CyberHarem/neru_bluearchive 中的 stage3-p480-1200，包含 1311 张图片。
• 我们自动选择的步数为 6860，以平衡模型的保真度与可控性。
• 训练配置文件见 这里。

更多训练细节和推荐步数，请参阅 huggingface 仓库 - CyberHarem/neru_bluearchive。

如何使用 Pivotal Tuned 模型

本部分内容仅适用于模型版本 v1.5 或 v1.4-。

本模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！ 此时，您需要下载 neru_bluearchive.pt 和 neru_bluearchive.safetensors，然后将 neru_bluearchive.pt 放入 embeddings 文件夹，并同时将 neru_bluearchive.safetensors 作为 LoRA 加载。如果您使用的是 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 的官方支持，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、neru_bluearchive.pt と neru_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、neru_bluearchive.pt を embeddings フォルダに入れ、同時に neru_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 neru_bluearchive.pt 和 neru_bluearchive.safetensors 两个文件， 然后将 neru_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 neru_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 neru_bluearchive，精简标签为 braid, mole, red_eyes, ahoge, mole_under_eye, single_braid, halo, orange_hair, breasts, small_breasts, short_hair, animal_ears, fake_animal_ears, rabbit_ears, bow, red_bow, hair_between_eyes。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。

为何部分预览图看起来不像该角色

所有用于预览图的提示词（点击图片可查看）均是通过基于训练数据集中提取的特征信息的聚类算法自动生成的。图像生成过程中使用的种子也是随机生成的，且图像未经过任何人工筛选或修改。因此，可能出现上述问题。

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使用时的表现优于预览图中的效果。您可能唯一需要做的就是调整您使用的标签。

我感觉这个模型可能过拟合或欠拟合，该怎么做？

这里显示的步数是自动选择的。我们还为您推荐了其他优质步数供尝试。点击这里选择您喜欢的步数。

我们的模型已发布在 huggingface 仓库 - CyberHarem/neru_bluearchive，所有步数的模型均已保存。此外，我们还将训练数据集发布在 huggingface 数据集 - CyberHarem/neru_bluearchive，可能对您有帮助。

为何不直接使用更好的精选图片？

本模型从数据爬取、训练、生成预览图到发布，全过程 100% 自动化，无人工干预。这是我们团队进行的一项有趣实验，为此我们构建了一整套软件基础设施，包括数据过滤、自动训练和自动发布。因此，若您能提供更多的反馈或建议，我们将非常感激，因为它们对我们至关重要。

为何无法准确生成期望角色的服装？

我们当前的训练数据来源于多个图片网站，对于全自动流程而言，难以精确预测某角色拥有哪些官方图像。因此，服装生成依赖于对训练数据集中标签的聚类分析，以尽可能还原效果。我们将持续改进这一问题，但目前仍难以彻底解决。服装还原的精度也难以达到人工训练模型的水平。

实际上，本模型最大的优势在于复现角色本身的固有特征，以及凭借更大数据集所具备的较强泛化能力。因此，本模型非常适合用于更换服装、调整角色姿态，当然也包括生成角色的 NSFW 图像！ 😉。

对于以下群体，我们不建议使用本模型，并深表遗憾：

1. 无法容忍任何角色原设计细节偏离者，哪怕是最微小的差异。
2. 对角色服装还原精度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者。
4. 不适应使用 LoRA 自动训练角色模型流程者，或认为训练角色模型必须完全手动操作以示尊重者。
5. 认为生成图像内容冒犯其价值观者。