ayanami/綾波/绫波 (Azur Lane)
详情
下载文件
关于此版本
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,您必须同时使用这两个文件!!!。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。
- 经过剪枝的角色标签包括:long_hair、ponytail、bangs、headgear、hair_between_eyes、sidelocks、hair_ornament、breasts、blonde_hair、orange_eyes、red_eyes。当角色的核心特征(例如发色)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。您看到的就是您能获得的。
- 未对服装进行专门训练。您可以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 1305 张图片 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!!!。在这种情况下,您需要下载 ayanami_azurlane.pt 和 ayanami_azurlane.safetensors 两个文件,然后将 ayanami_azurlane.pt 放入 embeddings 文件夹,并同时将 ayanami_azurlane.safetensors 作为 LoRA 使用。如果您使用的是 WebUI v1.7+,请像使用常规 LoRA 一样仅使用 safetensors 文件。这是因为嵌入式 LoRA/Lycoris 模型现已得到 a1111 WebUI 官方支持,更多详情请参见此处。
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、ayanami_azurlane.pt と ayanami_azurlane.safetensors の両方をダウンロードする必要があり、 その後、ayanami_azurlane.pt を embeddings フォルダに入れ、同時に ayanami_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 ayanami_azurlane.pt 和 ayanami_azurlane.safetensors 两个文件, 然后将 ayanami_azurlane.pt 放入 embeddings 文件夹中,并同时使用 ayanami_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 ayanami_azurlane,剪枝标签为 long_hair, ponytail, bangs, headgear, hair_between_eyes, sidelocks, hair_ornament, breasts, blonde_hair, orange_eyes, red_eyes。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您的提示词中。
模型训练方式
- 本模型使用 HCP-Diffusion 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/ayanami_azurlane 中的
stage3-p480-800,共包含 1305 张图片。 - 批次大小为 4,分辨率为 720x720,聚类为 5 个桶。
- 正则化数据集的批次大小为 1,分辨率为 720x720,聚类为 20 个桶。
- 训练了 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/ayanami_azurlane。
为何部分预览图与角色形象不符
预览图中使用的所有提示词(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,出现上述问题的可能性是存在的。
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中的表现往往优于预览图所示效果。您唯一可能需要做的,就是调整所使用的标签。
我觉得这个模型可能过拟合或欠拟合,该怎么办?
此处显示的步数是自动选择的。我们也为您推荐其他表现良好的步数供尝试。点击此处选择您偏好的步数。
我们的模型已发布在 huggingface 仓库 - CyberHarem/ayanami_azurlane,其中保存了所有步骤的模型。此外,我们也在 huggingface 数据集 - CyberHarem/ayanami_azurlane 发布了训练数据集,可能对您有所帮助。
为何不直接使用筛选后的更好图片?
本模型从数据爬取、训练、生成预览图到发布,整个流程 100% 自动化,无人工干预。这是我们的团队进行的一次有趣实验,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,因为它们对我们极具价值。
为何无法准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,由于全自动流水线的限制,很难准确预测角色拥有哪些官方服装。因此,服装生成依赖于基于训练数据集标签的聚类分析,以期实现最佳还原效果。我们将持续改进此问题,但仍难以完全解决。服装还原的精确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能够还原角色本身的固有特征,并因其较大的数据集而具备较强的泛化能力。因此,此模型非常适合用于更换服装、调整角色姿势,当然,也适用于生成角色的 NSFW 图像!😉
以下用户不建议使用本模型,我们深表遗憾:
- 无法容忍任何角色原设计细节偏差的用户。
- 对角色服装还原精确度要求极高的应用场景用户。
- 无法接受 Stable Diffusion 算法生成图像中潜在随机性的用户。
- 不适应使用 LoRA 自动训练角色模型的流程,或认为必须完全手动操作才不亵渎角色的用户。
- 认为生成内容冒犯其价值观的用户。



















