helena/ヘレナ/海伦娜 (Azur Lane)

• 此模型包含两个文件，您必须同时使用它们！！！
• 相关的触发词仅作参考，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，可将其降低至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议将其降低至0.5。
• 预览图像使用若干固定测试提示词及从聚类数据集特征衍生的多个提示词生成，采样随机种子，排除了人为挑选。所见即所得。
• 服装方面未进行专门训练。您可参考我们提供的预览帖子，获取与服装对应的提示词。

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 helena_azurlane.pt 和 helena_azurlane.safetensors 两个文件，然后将 helena_azurlane.pt 用作纹理反转嵌入，同时将 helena_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、helena_azurlane.ptとhelena_azurlane.safetensorsの両方をダウンロード する必要があります。helena_azurlane.ptをテクスチャ反転埋め込みとして使用し、同時にhelena_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helena_azurlane.pt和helena_azurlane.safetensors这两个文件，然后将helena_azurlane.pt用作纹理反转嵌入， 同时使用helena_azurlane.safetensors作为LoRA。

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

触发词为 helena_azurlane，推荐标签为：best quality, masterpiece, highres, solo, {helena_azurlane:1.15}, blue_hair, long_hair, ahoge, purple_eyes, breasts, blush, bangs, hair_ornament, smile, medium_breasts, hair_between_eyes。

此模型的训练方式

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

为何部分预览图像看起来不像 Helena Azurlane

所有预览图像所使用的提示词（可通过点击图像查看）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亦为随机生成，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像所示效果。您可能唯一需要做的，就是调整所使用的标签。

我觉得此模型可能出现过拟合或欠拟合，我该怎么办？

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

为何不直接使用筛选更好的图像？

我们的模型从数据抓取、训练、生成预览图像到发布，整个过程100%自动化，无人工干预。这是由我们团队进行的一次有趣实验，为此我们开发了一整套软件基础设施，包括数据过滤、自动训练与自动化发布。因此，若您能提供反馈或建议，将对我们极为宝贵。

为何无法准确生成目标角色的服装？

当前训练数据源自多个图像网站，对于全自动流程而言，难以精确预测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，以尽可能还原最佳效果。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完全解决。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，本模型最大的优势在于精准还原角色本身的固有特征，以及因数据集规模较大而具备较强的泛化能力。因此，本模型非常适合用于更换服装、调整角色姿势，当然，也适用于生成角色的NSFW图像！😉

对于以下群体，我们不推荐使用本模型，并深表歉意：

1. 无法容忍任何角色原设计细节偏差的用户；
2. 对角色服装还原准确性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进行角色模型全自动训练过程的用户，或认为必须通过纯人工操作训练角色模型以示尊重的角色爱好者；
5. 认为生成图像内容冒犯其价值观的用户。