azuma/吾妻/吾妻 (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，可降低至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议降低至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，采样种子为随机选取，排除了人为筛选。所见即所得。
• 服装未进行专门训练。您可查看我们提供的预览帖子，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 azuma_azurlane.pt 和 azuma_azurlane.safetensors，然后将 azuma_azurlane.pt 用作纹理反转嵌入，同时将 azuma_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、azuma_azurlane.ptとazuma_azurlane.safetensorsの両方をダウンロード する必要があります。azuma_azurlane.ptをテクスチャ反転埋め込みとして使用し、同時にazuma_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azuma_azurlane.pt和azuma_azurlane.safetensors这两个文件，然后将azuma_azurlane.pt用作纹理反转嵌入， 同时使用azuma_azurlane.safetensors作为LoRA。

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

触发词为 azuma_azurlane，推荐标签为：best quality, masterpiece, highres, solo, {azuma_azurlane:1.15}, long_hair, breasts, hair_ornament, large_breasts, black_hair, hair_between_eyes, blush, yellow_eyes, bangs, flower, hair_flower, smile, very_long_hair。

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。

为何部分预览图像不像 Azuma Azurlane

所有预览图像中使用的提示词（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。图像生成时使用的种子也是随机选取，图像未经任何人工筛选或修改。因此，可能出现上述问题。

实际使用中，根据我们的内部测试，多数遇到此类问题的模型在真实应用中的表现往往优于预览图像所示。您唯一可能需要做的，就是调整所使用的标签。

我感觉此模型可能存在过拟合或欠拟合，该怎么办？

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

为何不直接使用筛选更好的图像？

本模型从数据爬取、训练、生成预览图像到发布，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，包括数据过滤、自动训练和自动化发布。因此，若您能提供反馈或建议，我们将非常感激，因为它们对我们极其宝贵。

为何无法准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像网站，对于全自动流水线而言，很难精准预测某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，以期实现最佳还原效果。我们将持续改进此问题并尝试优化，但它仍是一个难以彻底解决的挑战。服装还原的准确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本身的固有特征，以及因数据集规模较大而具有的较强泛化能力。因此，本模型非常适合用于更换服装、调整角色姿态，当然也包括生成角色的NSFW图像！😉

对于以下群体，不建议使用本模型，我们深表遗憾：

1. 无法容忍角色原设计有任何细微偏差的用户。
2. 对角色服装还原的准确性要求极高的应用场景用户。
3. 无法接受基于Stable Diffusion算法生成图像所固有的随机性用户。
4. 对使用LoRA全自动训练角色模型的过程感到不适，或认为训练角色模型必须完全手动操作以避免“不尊重角色”的用户。
5. 认为生成图像内容冒犯其价值观的用户。