prinz_eugen/プリンツ・オイゲン/欧根亲王 (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。若您使用的是 a1111 的 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！。若您使用的是 WebUI v1.7 或更高版本，则只需像普通 LoRA 一样使用 safetensors 文件即可。
- 已精简的角色标签为：long_hair, multicolored_hair, streaked_hair, breasts, red_hair, bangs, two_side_up, large_breasts, white_hair, very_long_hair, antenna_hair, mole, mole_on_breast, hair_between_eyes, headgear。当角色的核心特征（如发色）不够稳定时，您可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。
- 图像使用部分固定提示词和基于数据集聚类的提示词生成，随机种子被使用，排除了人为挑选。您所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。
- 此模型使用 1369 张图像 训练而成。
如何使用本模型
此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！ 在此情况下，您需要下载 prinz_eugen_azurlane.pt 和 prinz_eugen_azurlane.safetensors 两个文件，然后将 prinz_eugen_azurlane.pt 放入 embeddings 文件夹，并同时将 prinz_eugen_azurlane.safetensors 作为 LoRA 使用。若您使用的是 WebUI v1.7 或更高版本，请像使用普通 LoRA 一样仅使用 safetensors 文件即可。这是因为如今 a1111 的 WebUI 已正式支持嵌入式 LoRA/Lycoris 模型，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、prinz_eugen_azurlane.pt と prinz_eugen_azurlane.safetensors の両方をダウンロードする必要があり、 その後、prinz_eugen_azurlane.pt を embeddings フォルダに入れ、同時に prinz_eugen_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 prinz_eugen_azurlane.pt 和 prinz_eugen_azurlane.safetensors 两个文件， 然后将 prinz_eugen_azurlane.pt 放入 embeddings 文件夹中，并同时使用 prinz_eugen_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 prinz_eugen_azurlane，精简标签为 long_hair, multicolored_hair, streaked_hair, breasts, red_hair, bangs, two_side_up, large_breasts, white_hair, very_long_hair, antenna_hair, mole, mole_on_breast, hair_between_eyes, headgear。当某些特征（如发色）有时不够稳定时，您可将这些标签添加到提示词中。
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/prinz_eugen_azurlane 中的
stage3-p480-800，共包含 1369 张图像。 - 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。
- 训练共 10000 步，保存并评估了 40 个检查点。
更多训练细节请参见 HuggingFace 仓库 - CyberHarem/prinz_eugen_azurlane。
为何部分预览图与角色形象不符
所有预览图（点击图片可查看）所使用的提示词均为基于训练数据集提取的特征信息，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，且图像未经任何人工筛选或修改。因此，可能出现上述情况。
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表现优于预览图所呈现的效果。您唯一可能需要做的就是调整所使用的标签。
我觉得此模型可能存在过拟合或欠拟合，该怎么办
此处显示的步数为自动选择的结果。我们还为您推荐其他优质步数供尝试。点击 此处 选择您喜欢的步数。
我们的模型已发布于 HuggingFace 仓库 - CyberHarem/prinz_eugen_azurlane，其中保存了所有步数的模型。同时，我们也将训练数据集发布于 HuggingFace 数据集 - CyberHarem/prinz_eugen_azurlane，可能对您有所帮助。
为何不直接使用更优的人工精选图像
本模型从数据采集、训练、生成预览图到发布，整个流程完全自动化，无人工干预。这是我们团队开展的一项有趣实验，为此我们开发了一整套软件基础设施，包括数据筛选、自动训练与自动化发布。因此，若您能提供反馈或建议，我们非常感激，这对我们的改进至关重要。
为何无法精准生成角色的期望服装
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，难以准确预测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，以尽可能还原效果。我们将持续优化此问题，但目前仍难以彻底解决。服装还原的精度也难以与人工训练模型相媲美。
事实上，本模型最大的优势在于精准还原角色本身的固有特征，以及因其更大数据集带来的较强泛化能力。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！😉
以下人群不建议使用本模型，我们深表遗憾：
- 无法容忍角色设计中哪怕最细微偏差的用户；
- 对角色服装还原精度要求极高的应用场景使用者；
- 无法接受基于 Stable Diffusion 算法生成图像中潜在随机性的用户；
- 对使用 LoRA 自动训练角色模型的过程感到不适，或认为角色模型必须完全手动训练以示尊重的用户；
- 觉得生成内容冒犯自身价值观的用户。