sheffield/シェフィールド/谢菲尔德 (Azur Lane)

• 이 모델은 두 개의 파일을 가지고 있습니다. 두 파일을 함께 사용해야 합니다!!!
• 관련 트리거 단어는 참고용이며, 경우에 따라 조정이 필요할 수 있습니다.
• 임베딩 모델의 권장 가중치는 1이며, 이는 더 높은 정확도를 제공합니다. 더 높은 일반화가 필요하다면 0.5로 낮출 수 있습니다.
• LoRA 모델의 권장 가중치는 0.85입니다. 오염의 징후가 있다면 0.5로 낮추는 것을 고려하세요.
• 미리보기 이미지는 몇 개의 고정된 테스트 프롬프트와 클러스터링 데이터셋 특징에서 파생된 여러 프롬프트를 사용하여 생성되었습니다. 랜덤 시드가 사용되었으며, 선택적 편집은 없습니다. 보이는 그대로 출력됩니다.
• 의상에 대한 특수한 학습은 수행되지 않았습니다. 제공되는 미리보기 게시물에서 의상에 해당하는 프롬프트를 확인할 수 있습니다.

이 모델 사용 방법

이 모델은 두 개의 파일을 가지고 있습니다. 두 파일을 함께 사용해야 합니다!!!. 이 경우, sheffield_azurlane.pt와 sheffield_azurlane.safetensors 두 파일을 모두 다운로드한 후, sheffield_azurlane.pt를 텍스처 반전 임베딩으로, 동시에 sheffield_azurlane.safetensors를 LoRA로 사용해야 합니다.

이 모델은 두 개의 파일이 있습니다. 두 파일을 함께 사용해야 합니다!!!. 이 경우에는 sheffield_azurlane.pt와 sheffield_azurlane.safetensors 두 파일을 모두 다운로드하신 다음에 sheffield_azurlane.pt을 텍스처 반전 임베딩으로 사용하고, 동시에 sheffield_azurlane.safetensors을 LoRA로 사용하셔야 합니다.

트리거 단어는 sheffield_azurlane이며, 권장 태그는 best quality, masterpiece, highres, solo, {sheffield_azurlane:1.15}, yellow_eyes, hair_over_one_eye, braid, short_hair, maid_headdress, blonde_hair, breasts, blush, bangs, medium_breasts입니다.

이 모델의 학습 방법

이 모델은 HCP-Diffusion으로 학습되었습니다. 자동 학습 프레임워크는 DeepGHS Team에서 유지보수하고 있습니다.

일부 미리보기 이미지가 Sheffield Azurlane처럼 보이지 않는 이유

미리보기 이미지에 사용된 모든 프롬프트 텍스트(이미지를 클릭하여 확인 가능)는 학습 데이터셋에서 추출된 특징 정보를 기반으로 클러스터링 알고리즘을 통해 자동 생성되었습니다. 이미지 생성 시 사용된 시드도 무작위로 생성되었으며, 모든 이미지는 선택 또는 수정되지 않았습니다. 따라서 위와 같은 문제점이 발생할 수 있습니다.

실제 사용 시, 내부 테스트 결과에 따르면 이와 같은 문제가 발생하는 대부분의 모델이 미리보기 이미지보다 실제 사용에서 더 나은 성능을 발휘합니다. 필요한 유일한 조치는 사용 중인 태그를 조정하는 것입니다.

이 모델이 과적합 또는 과소적합처럼 느껴지는데, 어떻게 해야 하나요?

우리 모델은 huggingface 저장소 - CyberHarem/sheffield_azurlane_에 공개되어 있으며, 모든 단계의 모델이 저장되어 있습니다. 또한, 학습 데이터셋은 huggingface 데이터셋 - CyberHarem/sheffieldazurlane에 공개되어 있으며, 이는 도움이 될 수 있습니다.

왜 더 나은 이미지만 선택해서 사용하지 않나요?

이 모델의 데이터 수집, 학습, 미리보기 이미지 생성 및 게시에 이르기까지 모든 과정은 인간의 개입 없이 100% 자동화되었습니다. 이는 우리 팀이 진행한 흥미로운 실험으로, 데이터 필터링, 자동 학습, 자동 게시를 포함한 완전한 소프트웨어 인프라를 구축했습니다. 따라서 가능하다면, 피드백이나 제안을 주시면 매우 귀중한 정보가 됩니다.

원하는 캐릭터 의상을 정확히 생성할 수 없는 이유

현재 학습 데이터는 다양한 이미지 웹사이트에서 수집되었으며, 완전한 자동화 파이프라인에서는 캐릭터가 어떤 공식 이미지를 보유하고 있는지 정확히 예측하기 어렵습니다. 따라서 의상 생성은 학습 데이터셋의 레이블을 기반으로 클러스터링을 통해 최대한 정확하게 재현하려는 시도입니다. 우리는 이 문제를 지속적으로 개선하고 최적화하려 노력하지만, 완전히 해결할 수 없는 도전 과제입니다. 의상 재현의 정확도는 수동 학습 모델의 수준에 미치지 못할 가능성이 높습니다.

실제로 이 모델의 가장 큰 장점은 캐릭터 본연의 특성을 재현하는 능력과 더 큰 데이터셋으로 인해 비교적 뛰어난 일반화 능력입니다. 따라서 이 모델은 의상을 교체하거나 캐릭터의 자세를 바꾸는 작업, 그리고 물론 캐릭터의 NSFW 이미지를 생성하는 작업에 매우 적합합니다!😉

다음과 같은 사용자 그룹은 이 모델 사용을 권장하지 않으며, 이에 대해 사과의 뜻을 전합니다:

1. 최소한의 디테일까지도 원래 캐릭터 디자인과의 편차를 용인할 수 없는 분들.
2. 캐릭터 의상 재현의 정확도에 높은 요구를 하는 사용 시나리오에 직면한 분들.
3. Stable Diffusion 알고리즘 기반 AI 생성 이미지의 잠재적 무작위성에 수용할 수 없는 분들.
4. LoRA를 사용한 캐릭터 모델 학습의 완전 자동화 과정에 불편함을 느끼거나, 캐릭터 모델 학습은 반드시 수동으로만 수행되어야 캐릭터를 훼손하지 않는다고 믿는 분들.
5. 생성된 이미지 콘텐츠가 자신의 가치관에 반한다고 느끼는 분들.