essex/エセックス/埃塞克斯 (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；若需更强的泛化能力，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，排除了人为挑选。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 essex_azurlane.pt 和 essex_azurlane.safetensors 两个文件，然后将 essex_azurlane.pt 用作纹理反转嵌入，同时将 essex_azurlane.safetensors 用作LoRA。

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

这个模型有两个文件。你需要同时使用它们！！！。 在这种情况下，您需要下载essex_azurlane.pt和essex_azurlane.safetensors这两个文件，然后将essex_azurlane.pt用作纹理反转嵌入， 同时使用essex_azurlane.safetensors作为LoRA。

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

触发词为 essex_azurlane，推荐标签为：best quality, masterpiece, highres, solo, {essex_azurlane:1.15}, long_hair, breasts, bangs, blue_hair, twintails, ribbon, hair_ribbon, blush, yellow_eyes, large_breasts, black_ribbon, cleavage, necktie, braid, red_necktie。

模型训练方式

本模型使用 HCP-Diffusion 进行训练，自动训练框架由 DeepGHS 团队 维护。

为何部分预览图看起来不像 Essex Azurlane？

预览图所使用的所有提示词（可通过点击图片查看）均是通过基于训练数据集提取的特征信息，利用聚类算法自动生成。图像生成时使用的随机种子也是随机产生的，且图像未经任何筛选或修改。因此，出现上述问题的可能性是存在的。

实际上，根据我们内部测试，多数遇到此类问题的模型在实际使用中的表现往往优于预览图所呈现的效果。您唯一可能需要做的，就是调整您所使用的标签。

我觉得该模型可能过拟合或欠拟合，该怎么办？

我们的模型已发布于 huggingface 仓库 - CyberHarem/essex_azurlane_，其中保存了所有训练步骤的模型。我们同时将训练数据集发布于 huggingface 数据集 - CyberHarem/essexazurlane，这可能对您有所帮助。

为何不直接使用筛选更好的图片？

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，包括数据筛选、自动训练和自动化发布。因此，若有可能，我们非常期待您的反馈或建议，这对我们的改进极为宝贵。

为何无法精确生成目标角色的服装？

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，准确预测某一角色拥有哪些官方图像极具挑战性。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，但目前仍难以完全解决。服装还原的精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固有特征，以及因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！😉

对于以下群体，我们不推荐使用本模型，并深表遗憾：

1. 无法容忍角色设计中任何细微偏差的用户；
2. 对角色服装还原精度要求极高的应用场景使用者；
3. 无法接受基于Stable Diffusion算法生成图像潜在随机性的用户；
4. 不适应使用LoRA全自动训练角色模型的流程，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. 认为生成图像内容违背自身价值观的用户。