taiho/大鳳/大凤 (Azur Lane)
详情
下载文件
模型描述
- 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。
- 此模型包含两个文件。如果您使用的是 a1111 的 WebUI v1.6 或更低版本,必须同时使用这两个文件!!!。如果您使用的是 WebUI v1.7+,则像普通 LoRA 一样仅使用 safetensors 文件即可。
- 已精简的角色标签为:long_hair, black_hair, breasts, red_eyes, bangs, large_breasts, hair_between_eyes, very_long_hair, ahoge, crossed_bangs, hair_ornament, huge_breasts。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 文件推荐权重为 0.7–1.1,LoRA 权重推荐为 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,随机种子已启用,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帖以获取对应服装的提示词。
- 本模型使用 1366 张图像 训练而成。
如何使用此模型
此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本,您必须同时使用这两个文件!!! 在此情况下,您需要下载 taiho_azurlane.pt 和 taiho_azurlane.safetensors,然后将 taiho_azurlane.pt 放入 embeddings 文件夹,并同时将 taiho_azurlane.safetensors 作为 LoRA 使用。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 模型现已获得 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、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。
触发词为 taiho_azurlane,已精简标签为 long_hair, black_hair, breasts, red_eyes, bangs, large_breasts, hair_between_eyes, very_long_hair, ahoge, crossed_bangs, hair_ornament, huge_breasts。当某些特征(例如发色)在某些时候不够稳定时,您可以将这些标签添加到您的提示词中。
模型训练方式
- 本模型使用 HCP-Diffusion 进行训练。
- 自动训练框架 由 DeepGHS 团队 维护。
- 训练所用基础模型为 deepghs/animefull-latest。
- 训练数据集为 CyberHarem/taiho_azurlane 中的
stage3-p480-800,共包含 1366 张图像。 - 批量大小为 4,分辨率为 720x720,聚类为 5 个桶。
- 正则化数据集的批量大小为 1,分辨率为 720x720,聚类为 20 个桶。
- 训练共 10000 步,保存并评估了 40 个检查点。
更多训练细节请参阅 huggingface 仓库 - CyberHarem/taiho_azurlane。
为何部分预览图与角色形象不符
所有预览图中使用的提示词(点击图片可查看)均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。图像生成时使用的种子也是随机的,且图像未经过任何筛选或修改。因此,出现上述情况是有可能的。
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所示效果。您可能只需调整所使用的标签即可。
我觉得模型可能过拟合或欠拟合,该怎么办
此处显示的步骤是自动选择的。我们还为您提供其他推荐步骤以供尝试。点击此处选择您偏好的步骤。
我们的模型已发布在 huggingface 仓库 - CyberHarem/taiho_azurlane,其中保存了所有步骤的模型。此外,我们还将训练数据集发布在 huggingface 数据集 - CyberHarem/taiho_azurlane,这可能对您有帮助。
为何不直接使用更优质筛选的图片?
本模型从数据爬取、训练、生成预览图到发布,整个流程完全自动化,无人工干预。这是我们的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,因为这些对我们的工作至关重要。
为何无法准确生成目标角色的服装?
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,难以精准预测某角色拥有哪些官方服装。因此,服装生成依赖于训练数据集中标签的聚类分析,以力求实现最佳还原效果。我们将持续优化此问题,但目前仍难以彻底解决。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,本模型的最大优势在于还原角色本身的固有特征,以及因其更大数据集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、调整角色姿态,当然,也适用于生成角色的 NSFW 图像!😉
以下群体不建议使用本模型,我们深表遗憾:
- 无法容忍角色设计有任何细微偏差的用户。
- 对角色服装还原精度要求极高的应用场景用户。
- 无法接受基于 Stable Diffusion 算法生成图像中潜在随机性的用户。
- 不习惯使用 LoRA 自动训练角色模型,或认为必须纯人工操作才能避免对角色不敬的用户。
- 认为生成内容违背自身价值观的用户。









