bremerton/ブレマートン/布莱默顿 (Azur Lane)

• 由于 Civitai 的服务条款，部分图像无法上传。完整的预览图像可在 HUGGINGFACE 查看。
• 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+，只需像普通 LoRA 一样使用 safetensors 文件即可。
• 已精简的角色标签包括：breasts、long_hair、pink_hair、bangs、multicolored_hair、streaked_hair、pink_eyes、large_breasts、twintails、hair_between_eyes、mole、grey_hair、hair_ornament、two-tone_hair、mole_under_eye、sidelocks、mole_on_breast。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。
• 图像使用一些固定提示词和基于数据集的聚类提示词生成，采用随机种子，排除了人为挑选。您看到的就是您能获得的效果。
• 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 1385 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，必须同时使用这两个文件！！！ 在此情况下，您需要下载 bremerton_azurlane.pt 和 bremerton_azurlane.safetensors 两个文件，然后将 bremerton_azurlane.pt 放入 embeddings 文件夹，并同时将 bremerton_azurlane.safetensors 作为 LoRA 使用。如果您使用的是 WebUI v1.7+，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、bremerton_azurlane.pt と bremerton_azurlane.safetensors の両方をダウンロードする必要があり、 その後、bremerton_azurlane.pt を embeddings フォルダに入れ、同時に bremerton_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 bremerton_azurlane.pt 和 bremerton_azurlane.safetensors 两个文件， 然后将 bremerton_azurlane.pt 放入 embeddings 文件夹中，并同时使用 bremerton_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 bremerton_azurlane，已精简标签为 breasts, long_hair, pink_hair, bangs, multicolored_hair, streaked_hair, pink_eyes, large_breasts, twintails, hair_between_eyes, mole, grey_hair, hair_ornament, two-tone_hair, mole_under_eye, sidelocks, mole_on_breast。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

• 此模型使用 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/bremerton_azurlane 中的 stage3-p480-800，共包含 1385 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，请参阅 huggingface 仓库 - CyberHarem/bremerton_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（可通过点击图像查看）均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，大多数遇到此类问题的模型在真实使用中的表现优于预览图所展示的效果。您可能唯一需要做的就是调整使用的标签。

我觉得此模型可能过拟合或欠拟合，该怎么办

此处显示的步骤为自动选取。我们也为您推荐其他表现良好的步骤，可点击 此处 选择您偏爱的步骤。

我们的模型已发布在 huggingface 仓库 - CyberHarem/bremerton_azurlane，所有步骤的模型均已保存。同时，我们也发布了训练数据集于 huggingface 数据集 - CyberHarem/bremerton_azurlane，可能对您有帮助。

为何不直接使用筛选后的更好图像

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。

为何无法准确生成角色的特定服装

我们当前的训练数据来源于多个图像网站，在全自动流程下，难以精确预测角色所拥有的官方图像。因此，服装生成依赖于基于训练数据集标签的聚类，以尽可能还原效果。我们将持续改进这一问题，但完全解决仍具挑战性，其还原精度也难以达到人工训练模型的水平。

实际上，此模型最大的优势在于精准还原角色本身固有特征，以及因数据量较大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、调整角色姿态，当然也包括生成角色的 NSFW 图像！😉

以下用户群体不建议使用本模型，我们深表歉意：

1. 无法容忍角色设计有任何微小偏差的用户；
2. 对角色服装还原精度要求极高的应用场景用户；
3. 无法接受基于 Stable Diffusion 算法生成图像的潜在随机性的用户；
4. 不适应使用 LoRA 自动训练角色模型，或认为训练角色模型必须完全手工操作以避免对角色不敬的用户；
5. 觉得生成内容违背自身价值观的用户。