yukikaze/雪風/雪风 (Azur Lane)

• 此模型包含两个文件，您必须同时使用它们！！！
• 关联的触发词仅作参考，有时可能需要调整。
• 嵌入模型的推荐权重为1，可提供更高保真度；如需更强的泛化能力，可降至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议降至0.5。
• 预览图使用若干固定测试提示词及从聚类数据集特征衍生的提示词生成，采样随机种子，排除人为挑选。所见即所得。
• 服装未进行专门训练。您可参考我们提供的预览帖获取对应服装的提示词。

如何使用此模型

此模型包含两个文件，您必须同时使用它们！！！。在此情况下，您需要下载 yukikaze_azurlane.pt 和 yukikaze_azurlane.safetensors 两个文件，然后将 yukikaze_azurlane.pt 用作纹理反转嵌入，同时将 yukikaze_azurlane.safetensors 用作 LoRA。

触发词为 yukikaze_azurlane，推荐标签为：best quality, masterpiece, highres, solo, {yukikaze_azurlane:1.15}, animal_ears, cat_ears, long_hair, bow, hair_bow, bangs, blush, white_hair, black_bow, open_mouth, breasts, ribbon, fang, smile, twintails, animal_ear_fluff, sleeveless, red_eyes, medium_breasts。

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。

为何部分预览图看起来不像 Yukikaze Azurlane

预览图中使用的所有提示文本（可通过点击图片查看）均通过聚类算法自动生成，算法基于从训练数据集中提取的特征信息。图像生成时使用的随机种子也完全随机，图像未经过任何人工筛选或修改。因此，可能出现上述问题。

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的表现优于预览图。您唯一可能需要做的，就是调整您所使用的标签。

我觉得此模型可能存在过拟合或欠拟合，我该怎么办？

我们的模型已发布于 Hugging Face 仓库 - CyberHarem/yukikaze_azurlane_，其中保存了所有训练步骤的模型。同时，我们也发布了训练数据集于 Hugging Face 数据集 - CyberHarem/yukikazeazurlane，这对您可能有所帮助。

为何不直接使用更精选的图像？

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，因为它们对我们极为宝贵。

为何无法准确生成期望角色的服装？

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，难以精确预测某角色拥有哪些官方图像。因此，服装生成依赖于基于训练数据集标签的聚类分析，以期实现最佳还原效果。我们将持续改进这一问题并尝试优化，但该挑战目前尚无法彻底解决。服装还原的准确性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还原角色本身的固有特征，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、调整角色姿态，当然还有生成角色的NSFW图像！😉

以下群体不建议使用本模型，我们深表遗憾：

1. 无法容忍任何角色原设计细微偏差的用户；
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算法生成图像所伴随的随机性用户；
4. 不适应使用LoRA完全自动化训练角色模型流程的用户，或认为训练角色模型必须完全手动操作以示尊重的用户；
5. 认为生成图像内容冒犯其价值观的用户。