bremerton/ブレマートン/布莱默顿 (Azur Lane)

Civitaiの利用規約のため、一部の画像をアップロードできません。完全なプレビュー画像はHUGGINGFACEでご確認ください。
このモデルには2つのファイルがあります。a1111のWebUI v1.6 またはそれより前のバージョンをご使用の場合は、必ず両方を同時に使用してください！！！。WebUI v1.7以降をご使用の場合は、一般的なLoRAと同じようにsafetensorsファイルのみを使用してください。
削除されたキャラクタータグは以下の通りです：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。キャラクターの主な特徴（例：髪の色）が安定しない場合、これらのタグをプロンプトに追加してください。
ptファイルのおすすめ重みは0.7–1.1、LoRAの重みは0.5–0.85です。
画像は一部の固定プロンプトとデータセットに基づくクラスター化プロンプトを使用して生成されました。ランダムなシードが使用されており、選択的フィルタリングは行われていません。ここに表示されているものが、実際に得られる結果です。
衣装のための特別なトレーニングは行っていません。提供されるプレビュー投稿で、衣装に対応するプロンプトをご確認ください。
このモデルは1385枚の画像でトレーニングされました。

このモデルの使用方法

このモデルには2つのファイルがあります。WebUI v1.6 またはそれより前のバージョンをご使用の場合は、これらを同時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し、bremerton_azurlane.pt を embeddings フォルダに配置し、同時に bremerton_azurlane.safetensors をLoRAとして使用してください。WebUI v1.7+をご使用の場合は、一般的なLoRAと同じようにsafetensorsファイルのみを使用してください。これは、埋め込みバンドル型のLoRA/Lycorisモデルが現在a1111のWebUIで公式にサポートされるようになったためです。詳細についてはこちらをご覧ください。

トリガーワードは bremerton_azurlane であり、削除されたタグは 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 です。あるとき、特定の特徴（例：髪の色）が安定しない場合、これらのタグをプロンプトに追加してください。

このモデルのトレーニング方法

このモデルはHCP-Diffusionを使用してトレーニングされました。
自動トレーニングフレームワークはDeepGHSチームによって保守されています。
トレーニングに使用されたベースモデルはdeepghs/animefull-latestです。
トレーニングに使用されたデータセットはCyberHarem/bremerton_azurlaneのstage3-p480-800で、1385枚の画像を含みます。
バッチサイズは4、解像度は720x720、5つのクラスタに分類します。
正則化データセットのバッチサイズは1、解像度は720x720、20のクラスタに分類します。
10,000ステップトレーニングし、40のチェックポイントが保存・評価されました。

より詳しいトレーニング情報については、huggingfaceリポジトリ - CyberHarem/bremerton_azurlaneをご覧ください。

一部のプレビュー画像がキャラクターに似ていない理由

プレビュー画像で使用されたすべてのプロンプトテキスト（画像をクリックすると表示されます）は、トレーニングデータセットから抽出された特徴情報に基づき、クラスタリングアルゴリズムによって自動生成されています。画像生成に使用されたシードもランダムに生成され、画像は一切選別・修正されていません。そのため、このような問題が発生する可能性があります。

実際の使用では、内部テストに基づくと、このような問題を抱えるモデルの多くは、プレビュー画像よりも実際の使用でより良い結果を出します。必要なのは、使用するタグを調整することだけです。

このモデルが過学習または未学習のように感じられますが、どうすればよいですか？

ここに表示されているステップは自動選択されたものです。また、他の優れたステップもおすすめします。お好みのステップを選択するにはこちらをクリックしてください。

当モデルはhuggingfaceリポジトリ - CyberHarem/bremerton_azurlaneに公開されており、すべてのステップのモデルが保存されています。また、トレーニングデータセットはhuggingfaceデータセット - CyberHarem/bremerton_azurlaneに公開しており、皆様のお役に立つ可能性があります。

なぜより良い画像だけを選んで使わないのですか？

当モデルのデータ収集、トレーニング、プレビュー画像生成、公開に至るまでの全プロセスは、人間の介入を一切含まず100%自動化されています。これは私たちのチームが行った興味深い実験であり、この目的のために、データフィルタリング、自動トレーニング、自動公開を含む一連のソフトウェアインフラを構築しました。そのため、可能であれば、さらに多くのフィードバックや提案をお待ちしています。これらは私たちにとって非常に貴重です。

望ましいキャラクターの衣装が正確に生成されない理由

現在のトレーニングデータは、さまざまな画像サイトから収集されており、完全な自動パイプラインでは、キャラクターがどの公式画像を持っているかを正確に予測するのは困難です。そのため、衣装の生成はトレーニングデータセットのラベルに基づくクラスタリングによって、可能な限り最適な再現を試みています。この問題については引き続き対応・最適化を進めますが、完全に解決することは難しい課題です。衣装の再現精度は、手動でトレーニングされたモデルのレベルには達しにくくなります。

実際、このモデルの最大の強みは、キャラクター自身の本質的特徴を再現することと、より大規模なデータセットによる比較的高い汎化能力です。したがって、このモデルは衣装の変更、キャラクターのポーズ変更、そしてもちろんキャラクターのNSFW画像生成に最適です！😉

以下のグループの方々には、このモデルの使用をお勧めできません。ご了承ください：

キャラクターデザインのわずかな違いにも寛容でない方。
キャラクター衣装の正確な再現に高い精度が求められるシナリオで使用される方。
Stable Diffusionアルゴリズムに基づくAI生成画像の潜在的なランダム性を受け入れられない方。
LoRAによるキャラクターモデルの完全自動トレーニングプロセスに不快感を覚える方、またはキャラクターモデルのトレーニングは手動でのみ行うべきで、キャラクターを軽視しないようにすべきだと考える方。
生成された画像の内容が自身の価値観に反すると感じられる方。

モデルタイプ	LORA
ベースモデル	SD 1.5
公開日	8/11/2023
トレーニングワード	bremerton_azurlane long_hair, pink_hair, breasts, pink_eyes, bangs, multicolored_hair, streaked_hair, large_breasts, blush, twintails, cleavage, hair_between_eyes, hair_ornament, grey_hair, mole, two-tone_hair, mole_under_eye, smile, navel, sleeveless, sidelocks, x_hair_ornament, mole_on_breast