hammann/ハムマン/哈曼 (Azur Lane)

narugo1992narugo1992
87
693
キャラクターfemaleanimal earswhite hairbangsbreastslong hairblue eyescat earsopen mouthhair ornamentazurlaneribbonbowvery long hairhair ribbonsmall breastsgirl，animal ear fluffblushhair bowhair between eyesazurlane hammannfully automatedblack bowhammann
v1.4v1.0

詳細

ファイルをダウンロード

モデル説明

  • このモデルには2つのファイルがあります。両方を一緒に使用する必要があります！！！
  • 関連するトリガー語は参考用であり、場合によって調整が必要な場合があります。
  • 埋め込みモデルのおすすめウェイトは1です。これにより高い忠実度が得られます。より一般的な汎化が必要な場合は、0.5に下げることができます。
  • LoRAモデルのおすすめウェイトは0.85です。汚染の兆候がある場合は、0.5に下げることを検討してください。
  • プレビュー画像は、いくつかの固定テストプロンプトと、クラスタリングによって導出した複数のプロンプトを使用して生成されています。ランダムなシードが使用されており、選択的（チキンピッキング）は排除されています。見たままが得られます。
  • 衣装用の特別なトレーニングは行っていません。衣装に対応するプロンプトについては、提供されたプレビューポストをご確認ください。

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。両方を一緒に使用する必要があります！！！。この場合、hammann_azurlane.ptとhammann_azurlane.safetensorsの両方をダウンロードし、hammann_azurlane.ptをテクスチャ反転埋め込みとして、hammann_azurlane.safetensorsをLoRAとして同時に使用してください。

このモデルには2つのファイルがあります。両方を一緒に使用する必要があります！！！。この場合、hammann_azurlane.ptとhammann_azurlane.safetensorsの両方をダウンロードし、hammann_azurlane.ptをテクスチャ反転埋め込みとして、同時にhammann_azurlane.safetensorsをLoRAとして使用してください。

このモデルには2つのファイルがあります。両方を一緒に使用する必要があります！！！。この場合、hammann_azurlane.ptとhammann_azurlane.safetensorsの両方をダウンロードし、hammann_azurlane.ptをテクスチャ反転埋め込みとして、同時にhammann_azurlane.safetensorsをLoRAとして使用してください。

このモデルには2つのファイルがあります。両方を一緒に使用する必要があります！！！。この場合、hammann_azurlane.ptとhammann_azurlane.safetensorsの両方をダウンロードし、hammann_azurlane.ptをテクスチャ反転埋め込みとして、同時にhammann_azurlane.safetensorsをLoRAとして使用してください。

トリガー語はhammann_azurlaneで、推奨タグは以下です：best quality, masterpiece, highres, solo, {hammann_azurlane:1.15}, long_hair, animal_ears, cat_ears, blue_eyes, blush, bow, bangs, white_hair, hair_bow, ribbon, very_long_hair, open_mouth, black_bow, breasts, hair_ribbon, hair_ornament, hair_between_eyes, animal_ear_fluff, small_breasts。

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ています。自動トレーニングフレームワークはDeepGHSチームが管理しています。

なぜ一部のプレビュー画像がHammann Azurlaneのように見えないのか

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確認できます）は、トレーニングデータセットから抽出された特徴情報を基に、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。画像生成時に使用されたシードもランダムに生成されており、画像は選択や修正を行っていません。そのため、上述したような問題が発生する可能性があります。

実際の運用では、弊社の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大部分は、プレビュー画像で見られるよりも実際の使用時に優れた結果を出します。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？

当モデルはHuggingFaceリポジトリ - CyberHarem/hammann_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/hammannazurlaneに公開されており、ご参考になるでしょう。

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、公開に至るまでの一連のプロセスは、人間の介入を一切含まない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、そ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、自動公開を含む完全なソフトウェアインフラを構築しています。したがって、可能であれば、フィードバックや提案をぜひお寄せください。これらは私たちにとって非常に貴重です。

なぜ望むキャラクターの衣装が正確に生成できないのですか？

現在のトレーニングデータは複数の画像サイトから取得しており、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所有し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を用い、可能な限り最適な再現を目指しています。この問題については引き続き改善・最適化を試みますが、完全に解決することは困難です。衣装の再現精度は、手動でトレーニングされたモデルと同等のレベルには達しにくいでしょう。

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の再現と、より大きなデータセットによる比較的高い汎化能力にあります。そのため、このモデルは衣装の変更、ポーズの設定、そしてもちろんキャラクターのNSFW画像生成に最適です！😉

以下のグループに対しては、このモデルの使用をお勧めしません。あらかじめご了承ください：

  1. キャラクターのデザインに対するわずかなズレにも寛容でない方。
  2. キャラクターの衣装再現に高い精度が求められる用途をお持ちの方。
  3. Stable Diffusionアルゴリズムによる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。
  4. LoRAを使用した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抱く方、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、それ以外はキャラクターへの不敬であると信じる方。
  5. 生成された画像の内容が自分の価値観に反する、と感じる方。

このモデルで生成された画像

画像が見つかりません。