taiho/大鳳/大凤 (Azur Lane)

• Civitai의 이용 약관으로 인해 일부 이미지를 업로드할 수 없습니다. 완전한 미리보기 이미지는 HUGGINGFACE에서 확인할 수 있습니다.
• 이 모델은 2개의 파일로 구성되어 있습니다. a1111의 WebUI v1.6 이하 버전을 사용 중이라면, 두 파일을 반드시 함께 사용해야 합니다!!! WebUI v1.7 이상을 사용 중이라면, 일반 LoRA처럼 safetensors 파일만 사용하면 됩니다.
• 축소된 캐릭터 태그는 다음과 같습니다: long_hair, black_hair, breasts, red_eyes, bangs, large_breasts, hair_between_eyes, very_long_hair, ahoge, crossed_bangs, hair_ornament, huge_breasts. 캐릭터의 핵심 특징(예: 머리색)이 불안정한 경우, 이 태그들을 프롬프트에 추가할 수 있습니다.
• pt 파일의 권장 가중치는 0.7–1.1, LoRA의 권장 가중치는 0.5–0.85입니다.
• 이미지는 일부 고정 프롬프트와 데이터셋 기반 클러스터링 프롬프트를 사용하여 생성되었습니다. 랜덤 시드를 사용하였으며, 선택적 추출은 하지 않았습니다. 여기서 보이는 것이 바로 얻을 수 있는 결과입니다.
• 복장에 대한 특수한 학습은 수행되지 않았습니다. 복장에 대응하는 프롬프트는 제공된 미리보기 게시물에서 확인할 수 있습니다.
• 이 모델은 1366장의 이미지로 학습되었습니다.

이 모델 사용 방법

이 모델은 2개의 파일로 구성되어 있습니다. WebUI v1.6 이하 버전을 사용 중이라면, 반드시 두 파일을 함께 사용해야 합니다!!! 이 경우, taiho_azurlane.pt 및 taiho_azurlane.safetensors 두 파일을 모두 다운로드한 후, taiho_azurlane.pt를 embeddings 폴더에 넣고, 동시에 taiho_azurlane.safetensors를 LoRA로 사용해야 합니다. WebUI v1.7+를 사용 중이라면, 일반 LoRA처럼 safetensors 파일만 사용하면 됩니다. 이는 이제 a1111의 WebUI에서 임베딩이 포함된 LoRA/Lycoris 모델을 공식적으로 지원하기 때문입니다. 자세한 내용은 여기를 참조하세요.

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、taiho_azurlane.pt と taiho_azurlane.safetensors の両方をダウンロードする必要があり、 その後、taiho_azurlane.pt を embeddings フォルダに入れ、同時に taiho_azurlane.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 taiho_azurlane.pt 和 taiho_azurlane.safetensors 两个文件， 然后将 taiho_azurlane.pt 放入 embeddings 文件夹中，并同时使用 taiho_azurlane.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。

트리거 단어는 taiho_azurlane이며, 축소된 태그는 long_hair, black_hair, breasts, red_eyes, bangs, large_breasts, hair_between_eyes, very_long_hair, ahoge, crossed_bangs, hair_ornament, huge_breasts입니다. 어떤 특징(예: 머리색)이 일시적으로 안정적이지 않은 경우, 이러한 태그들을 프롬프트에 추가할 수 있습니다.

이 모델의 학습 방법

• 이 모델은 HCP-Diffusion을 사용하여 학습되었습니다.
• 자동 학습 프레임워크는 DeepGHS 팀에서 유지보수하고 있습니다.
• 학습에 사용된 베이스 모델은 deepghs/animefull-latest입니다.
• 학습에 사용된 데이터셋은 CyberHarem/taiho_azurlane의 stage3-p480-800으로, 총 1366장의 이미지를 포함하고 있습니다.
• 배치 크기는 4, 해상도는 720x720, 5개의 클러스터로 분류되었습니다.
• 정규화 데이터셋의 배치 크기는 1, 해상도는 720x720, 20개의 클러스터로 분류되었습니다.
• 10,000스텝 동안 학습되었으며, 40개의 체크포인트가 저장되고 평가되었습니다.

자세한 학습 정보는 huggingface 저장소 - CyberHarem/taiho_azurlane을 참고하세요.

일부 미리보기 이미지가 캐릭터처럼 보이지 않는 이유

미리보기 이미지에 사용된 모든 프롬프트 텍스트는 학습 데이터셋에서 추출된 특징 정보를 기반으로 클러스터링 알고리즘을 통해 자동 생성되었습니다. 이미지 생성에 사용된 시드도 무작위로 생성되었으며, 이미지에는 어떠한 선택이나 수정도 가해지지 않았습니다. 따라서 위와 같은 문제가 발생할 수 있습니다.

실제로 우리의 내부 테스트에 따르면, 이러한 문제가 발생하는 대부분의 모델은 미리보기 이미지보다 실제 사용 시 더 나은 성능을 보입니다. 당신이 해야 할 유일한 것은 사용하는 태그를 조정하는 것입니다.

이 모델이 과적합되거나 과소적합된 것처럼 느껴지는데, 어떻게 해야 하나요?

여기서 표시되는 스텝은 자동으로 선택된 것입니다. 우리는 또한 시도해볼 만한 다른 우수한 스텝을 추천합니다. 여기를 클릭하여 원하는 스텝을 선택하세요.

우리의 모델은 huggingface 저장소 - CyberHarem/taiho_azurlane에 게시되었으며, 모든 스텝의 모델이 저장되어 있습니다. 또한 학습 데이터셋은 huggingface 데이터셋 - CyberHarem/taiho_azurlane에 공개되어 있어 도움이 될 수 있습니다.

왜 더 나은 이미지만을 선택하지 않나요?

이 모델의 전체 과정, 즉 데이터 수집, 학습, 미리보기 이미지 생성 및 게시는 인간의 개입 없이 100% 자동화되어 있습니다. 이는 우리 팀이 수행한 흥미로운 실험으로, 이 목적을 위해 데이터 필터링, 자동 학습, 자동 게시를 포함한 완전한 소프트웨어 인프라를 개발했습니다. 따라서 가능하다면, 더 많은 피드백이나 제안을 주시면 귀중한 자료로 활용하겠습니다.

원하는 캐릭터의 복장이 정확히 생성되지 않는 이유

현재 학습 데이터는 다양한 이미지 웹사이트에서 가져왔으며, 완전한 자동화 파이프라인에서는 캐릭터가 보유한 공식 이미지를 정확히 예측하기가 어렵습니다. 따라서 복장 생성은 학습 데이터셋의 라벨을 기반으로 클러스터링하여 가능한 최선의 재현을 시도합니다. 우리는 이 문제를 계속 해결하고 최적화를 시도할 것이지만, 완전히 해결하기 어려운 도전 과제입니다. 복장 재현의 정확도는 수동 학습된 모델의 수준과 같아지기 어렵습니다.

실제로, 이 모델의 가장 큰 강점은 캐릭터 자체의 고유한 특징을 재현하고, 더 큰 데이터셋 덕분에 상대적으로 뛰어난 일반화 능력을 갖추고 있다는 점입니다. 따라서 이 모델은 복장을 교체하거나 캐릭터의 자세를 변경하고, 물론 캐릭터의 NSFW 이미지를 생성하는 작업에 매우 적합합니다!😉

다음과 같은 사용자는 이 모델을 사용하지 않는 것이 좋으며, 이에 대해 사과드립니다:

1. 최소한의 디테일까지도 원작 캐릭터 디자인에서 벗어나는 것을 용납할 수 없는 분들.
2. 캐릭터 복장 재현에 높은 정확도가 요구되는 사용 시나리오에 직면한 분들.
3. Stable Diffusion 알고리즘 기반의 AI 생성 이미지의 잠재적인 무작위성에 수용할 수 없는 분들.
4. LoRA를 활용한 캐릭터 모델 학습의 완전 자동화 과정에 불편함을 느끼거나, 캐릭터 모델 학습은 반드시 수동 작업으로만 수행되어야 한다고 생각하는 분들.
5. 생성된 이미지 콘텐츠가 자신의 가치관에 반한다고 느끼는 분들.