takao/高雄/高雄 (Azur Lane)

• 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！！！。若您使用的是 WebUI v1.7+，则像普通 LoRA 一样直接使用 safetensors 文件即可。
• 已精简的角色标签为：long_hair, black_hair, breasts, large_breasts, bow, ponytail, hair_bow, white_bow, bangs, very_long_hair, brown_eyes, yellow_eyes。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 权重为 0.5–0.85。
• 图片使用部分固定提示词和基于数据集聚类的提示词生成，使用随机种子，排除人为挑选。您所看到的就是您能得到的效果。
• 服装未进行专门训练。您可参考我们提供的预览帖子，获取与服装对应的提示词。
• 此模型使用 1327 张图片 训练。
• 我们自动选择的步骤为 4250，以平衡模型的保真度与可控性。以下是所有步骤的概览，您可尝试在 huggingface 仓库 - CyberHarem/takao_azurlane 中的其他推荐步骤。

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！！！ 在这种情况下，您需要下载 takao_azurlane.pt 和 takao_azurlane.safetensors 两个文件，然后将 takao_azurlane.pt 放入 embeddings 文件夹，并同时将 takao_azurlane.safetensors 作为 LoRA 使用。若您使用的是 WebUI v1.7+，只需像常规 LoRA 一样使用 safetensors 文件即可。这是因为嵌入式 LoRA/Lycoris 模型现已得到 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、takao_azurlane.pt と takao_azurlane.safetensors の両方をダウンロードする必要があり、 その後、takao_azurlane.pt を embeddings フォルダに入れ、同時に takao_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 takao_azurlane.pt 和 takao_azurlane.safetensors 两个文件， 然后将 takao_azurlane.pt 放入 embeddings 文件夹中，并同时使用 takao_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 takao_azurlane，精简标签为 long_hair, black_hair, breasts, large_breasts, bow, ponytail, hair_bow, white_bow, bangs, very_long_hair, brown_eyes, yellow_eyes。当某些特征（如发色）有时不够稳定时，您可将这些标签加入提示词中。

模型训练方式

• 此模型使用 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/takao_azurlane 中的 stage3-p480-800，共包含 1327 张图片。
• 批量大小为 4，分辨率为 720x720，聚类为 5 个组别。
• 正则化数据集的批量大小为 1，分辨率为 720x720，聚类为 20 个组别。
• 训练共 10000 步，保存并评估了 40 个检查点。
• 我们自动选择的步骤为 4250，以平衡模型的保真度与可控性。

更多训练细节及推荐步骤，请参阅 huggingface 仓库 - CyberHarem/takao_azurlane。

为何部分预览图与角色形象不符

所有预览图所使用的提示词（点击图片可查看）均通过聚类算法自动生成，基于训练数据集中提取的特征信息。图像生成时使用的种子也是随机生成，且未进行任何人工筛选或修改。因此，出现上述问题的可能性是存在的。

根据我们的内部测试，大多数遇到此类问题的模型在实际使用中表现优于预览图中的效果。您唯一需要做的，可能是调整所使用的标签。

我感觉此模型过拟合或欠拟合，该怎么办？

此处显示的步骤为自动选定。我们也为您推荐了其他优秀步骤供尝试。点击此处选择您偏好的步骤。

我们的模型已发布于 huggingface 仓库 - CyberHarem/takao_azurlane，所有步骤的模型均被保存。同时，我们也在 huggingface 数据集 - CyberHarem/takao_azurlane 发布了训练数据集，可能对您有帮助。

为何不直接使用筛选出的更好图片？

本模型从数据抓取、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项有趣的实验，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，因为它们对我们极为宝贵。

为何无法准确生成角色期望的服装？

目前我们的训练数据源自多个图片网站，而在全自动流程中，要精确预测某个角色拥有哪些官方图像十分困难。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。我们将持续优化此问题，但目前仍是一个难以完全解决的挑战，其还原准确度也难以达到人工训练模型的水平。

事实上，本模型最大的优势在于还原角色本身固有特征，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、调整角色姿势，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，我们深表遗憾：

1. 对角色原设计有任何细微偏差都无法容忍者。
2. 对角色服装还原有高精度要求的应用场景使用者。
3. 无法接受基于 Stable Diffusion 算法生成图像所可能存在的随机性者。
4. 不适应使用 LoRA 自动训练角色模型的过程，或认为训练角色模型必须完全手动操作以示尊重者。
5. 觉得生成内容违背自身价值观者。