prinz_heinrich/プリンツ・ハインリヒ/海因里希亲王 (Azur Lane)

• 由于 Civitai 的服务条款，部分图片无法上传。完整的预览图片请见 HUGGINGFACE。
• 此模型包含两个文件。如果您使用的是 a1111 的 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！。如果您使用的是 WebUI v1.7+，则只需像普通 LoRA 一样使用 safetensors 文件即可。
• 已精简的角色标签为：long_hair、breasts、red_eyes、large_breasts、white_hair、very_long_hair、bangs、mole、ribbon、mole_under_eye、hair_ribbon、hairband。当角色的核心特征（如发色）不够稳定时，您可以将这些标签添加到提示词中。
• pt 文件推荐权重为 0.7–1.1，LoRA 权重推荐为 0.5–0.85。
• 图像使用部分固定提示词和基于数据集聚类的提示词生成。使用了随机种子，排除了人为挑选。您看到的就是您能得到的。
• 未对服装进行专门训练。您可以参考我们提供的预览帖，获取对应服装的提示词。
• 本模型使用 866 张图像 进行训练。
• 我们自动选择的步骤为 4991，以平衡模型的保真度与可控性。以下是所有步骤的概览，您可以在 huggingface 仓库 - CyberHarem/prinz_heinrich_azurlane 中尝试其他推荐步骤。

如何使用此模型

此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，您必须同时使用这两个文件！！！。在这种情况下，您需要下载 prinz_heinrich_azurlane.pt 和 prinz_heinrich_azurlane.safetensors，然后将 prinz_heinrich_azurlane.pt 放入 embeddings 文件夹，并同时将 prinz_heinrich_azurlane.safetensors 作为 LoRA 使用。如果您使用的是 WebUI v1.7+，则只需像常规 LoRA 一样使用 safetensors 文件即可。这是因为嵌入式 LoRA/Lycoris 模型现已得到 a1111 WebUI 的官方支持，更多详情请参见 此处。

このモデルには2つのファイルがあります。WebUI v1.6 以下のバージョンを使用している場合は、これらを一緒に使用する必要があります！！！ この場合、prinz_heinrich_azurlane.pt と prinz_heinrich_azurlane.safetensors の両方をダウンロードする必要があり、 その後、prinz_heinrich_azurlane.pt を embeddings フォルダに入れ、同時に prinz_heinrich_azurlane.safetensors をLoRAとして使用します。 webui v1.7+を使用している場合、一般的なLoRAsのようにsafetensorsファイルを使用してください。 これは、埋め込みバンドルされたLoRA/Lycorisモデルが現在、a1111のwebuiに公式にサポートされているためです。 詳細についてはこちらをご覧ください。

此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，您需要同时使用这两个文件！ 在这种情况下，您需要下载 prinz_heinrich_azurlane.pt 和 prinz_heinrich_azurlane.safetensors 两个文件， 然后将 prinz_heinrich_azurlane.pt 放入 embeddings 文件夹中，并同时使用 prinz_heinrich_azurlane.safetensors 作为 LoRA。 如果您正在使用 webui v1.7 或更高版本，只需像常规 LoRAs 一样使用 safetensors 文件。 这是因为嵌入式 LoRA/Lycoris 模型现在已经得到 a1111's webui 的官方支持， 更多详情请参见这里。

触发词为 prinz_heinrich_azurlane，精简标签为 long_hair, breasts, red_eyes, large_breasts, white_hair, very_long_hair, bangs, mole, ribbon, mole_under_eye, hair_ribbon, hairband。当某些特征（例如发色）有时不够稳定时，您可以将这些标签加入您的提示词中。

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。
• 训练所用的基础模型为 deepghs/animefull-latest。
• 训练数据集为 CyberHarem/prinz_heinrich_azurlane 中的 stage3-p480-800，共包含 866 张图像。
• 批量大小为 4，分辨率为 720x720，聚类为 5 个桶。
• 正则化数据集的批量大小为 2，分辨率为 720x720，聚类为 20 个桶。
• 共训练 8680 步，保存并评估了 40 个检查点。
• 我们自动选择的步骤为 4991，以平衡模型的保真度与可控性。

如需更多训练细节及推荐步骤，请查看 huggingface 仓库 - CyberHarem/prinz_heinrich_azurlane。

为何部分预览图看起来不像该角色

所有预览图中使用的提示词（可通过点击图片查看）均通过聚类算法自动生成，算法依据从训练数据集中提取的特征信息。图像生成时使用的种子也是随机生成的，且图像未经过任何筛选或修改。因此，可能出现上述问题。

根据我们的内部测试，大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。

我觉得这个模型可能过拟合或欠拟合，我该怎么办？

您所看到的步骤是自动选定的。我们还为您推荐了其他优质步骤以供尝试。点击此处选择您喜欢的步骤。

我们的模型已发布于 huggingface 仓库 - CyberHarem/prinz_heinrich_azurlane，其中保存了所有步骤的模型。同时，我们也发布了训练数据集于 huggingface 数据集 - CyberHarem/prinz_heinrich_azurlane，可能对您有所帮助。

为何不直接使用更优筛选的图像？

本模型从数据爬取、训练、生成预览图到发布，整个过程 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，包括数据过滤、自动训练和自动化发布。因此，如有可能，我们非常欢迎您提供反馈或建议，这对我们的工作至关重要。

为何无法精确生成期望的角色服装？

我们当前的训练数据来源于多个图片网站，在全自动流程中，很难准确预测某个角色拥有哪些官方图像。因此，服装生成依赖于对训练数据集中标签的聚类分析，力求实现最佳还原效果。我们将持续改进这一问题，但仍难以完全解决。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能够精准还原角色本身的固有特征，并因其数据量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，当然也包括生成角色的 NSFW 图像！😉。

以下用户群体不建议使用本模型，我们深表遗憾：

1. 无法容忍任何角色设计细节偏离原作的用户；
2. 对角色服装还原准确性要求极高的应用场景用户；
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 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. 认为生成图像内容冒犯其价值观的用户。