richelieu/リシュリュー/黎塞留 (Azur Lane)

narugo1992narugo1992
87
690
キャラクターfemaleswimsuitred eyescleavageblonde hairhatbreastslong hairlarge breastsazurlanesun hatone piece swimsuitorange hairgirl，richelieuazurlane richelieufully automatedwhite headwearpink one piece swimsuit
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。一緒に使う必要があります！！！
  • 関連するトリガー語は参照用であり、場合によって調整が必要になることがあります。
  • エンベッディングモデルの推奨ウェイトは1です。これにより高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モデルの推奨ウェイトは0.85です。汚染の兆候が見られる場合は、0.5に下げることを検討してください。
  • プレビューアイメージは、いくつかの固定テストプロンプトと、クラスタリングデータセットの特徴から派生した複数のプロンプトを使用して生成されました。ランダムなシードが使用され、選択的運用は行われていません。表示されたものが得られるものです。
  • 衣装のための特別な訓練は行っていません。提供されたプレビューポストを確認して、衣装に対応するプロンプトを確認してください。

このモデルの使い方

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

トリガー語はrichelieu_azurlaneであり、推奨タグはbest quality, masterpiece, highres, solo, {richelieu_azurlane:1.15}, long_hair, breasts, blonde_hair, large_breasts, swimsuit, hat, red_eyes, white_headwear, cleavage, orange_hair, one-piece_swimsuit, pink_one-piece_swimsuit, sun_hatです。

このモデルのトレーニング方法

このモデルはHCP-Diffusionで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チームが維持しています。

一部のプレビューアイメージがRichelieu Azurlaneのように見えない理由

プレビューアイメージ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した特徴情報に基づくクラスタリングアルゴリズムによって自動的に生成されています。画像生成に使用されたシードもランダムに生成されており、画像の選択や修正は一切行われていません。そのため、このような問題が発生する可能性があります。

実際には、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多くは、プレビュー画像で見られるものよりも実際の使用時にはより良い性能を発揮します。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Hugging Faceリポジトリ - CyberHarem/richelieu_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Hugging Faceデータセット - CyberHarem/richelieuazurlaneに公開されており、参考になるでしょう。

なぜより良い選択された画像だけを使わないのでしょうか？

当モデルのデータ収集からトレーニング、プレビューアイメージの生成、公開に至るまでの一連のプロセスは、人間の介入を一切行わず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、この目的のために、データフィルタリング、自動トレーニング、自動公開を含む一連のソフトウェアインフラを構築しました。そのため、可能であれば、フィードバックや提案をいただけますと非常に感謝します。

期待されるキャラクターの衣装が正確に生成できない理由

現在のトレーニングデータはさまざまな画像サイトから収集しており、完全自動化パイプラインでは、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ことが困難です。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によって、可能な限り再現することを試みています。私たちはこの問題を継続的に改善・最適化していきますが、完全に解決するのは困難です。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、キャラクター自体の本質的な特性を再現することと、より大規模なデータセットによって得られる比較的優れた汎化能力です。そのため、このモデルは衣装の変更、キャラクターのポーズ変更、もちろんキャラクターのNSFW画像の生成といったタスクに非常に適しています！😉

以下のグループについては、このモデルの使用をお勧めせず、お詫び申し上げます：

  1. キャラクター設計のわずかな違いにも寛容でない方々。
  2. キャラクター衣装の再現に高精度が求められる利用シーンに直面している方々。
  3. Stable Diffusionアルゴリズムに基づく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々。
  4. LoRAによるキャラクターモデルの完全自動化トレーニングプロセスに不快感を抱く方々、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わなければならないという考えをお持ちの方々。
  5. 生成される画像コンテンツが自身の価値観に反すると感じる方々。

このモデルで生成された画像

画像が見つかりません。