victorious/ヴィクトリアス/胜利 (Azur Lane)

narugo1992narugo1992
118
821
キャラクターfemalebangscleavageblonde hairbreastslong hairsmilelarge breastsblue eyesopen mouthhair ornamentazurlaneribbonflowerrosevery long hairhair ribbongirl，blushsleevelessvictoriousazurlane victoriousfully automatedblue flowerlaurel crown
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。両方を一緒に使用する必要があります！！！
  • 関連するトリガー単語は参考用であり、場合によって調整が必要になることがあります。
  • 埋め込みモデルにお勧めの重みは1です。これにより高い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モデルにお勧めの重みは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。
  • プレビュー画像は、いくつかの固定されたテストプロンプトと、クラスタリングされたデータセットの特徴から導き出された複数のプロンプトを用いて生成されました。ランダムなシードが使用されており、選択的ピックは排除されています。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トレーニングは行っていません。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。

このモデルの使用方法

このモデルには2つのファイルがあります。両方を一緒に使用する必要があります！！！。この場合、victorious_azurlane.ptとvictorious_azurlane.safetensorsの両方をダウンロードし、victorious_azurlane.ptをテクスチャ反転埋め込みとして、victorious_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。両方を一緒に使用する必要があります！！！。この場合、victorious_azurlane.ptとvictorious_azurlane.safetensorsの両方をダウンロードし、victorious_azurlane.ptをテクスチャ反転埋め込みとして、victorious_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。両方を一緒に使用する必要があります！！！。この場合、victorious_azurlane.ptとvictorious_azurlane.safetensorsの両方をダウンロードし、victorious_azurlane.ptをテクスチャ反転埋め込みとして、victorious_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。両方を一緒に使用する必要があります！！！。この場合、victorious_azurlane.ptとvictorious_azurlane.safetensorsの両方をダウンロードし、victorious_azurlane.ptをテクスチャ反転埋め込みとして、victorious_azurlane.safetensorsをLoRAとして同時に使用してください。

トリガー単語はvictorious_azurlaneで、推奨タグはbest quality, masterpiece, highres, solo, {victorious_azurlane:1.15}, blonde_hair, long_hair, blue_eyes, laurel_crown, breasts, hair_ornament, large_breasts, bangs, ribbon, smile, blush, sleeveless, flower, cleavage, hair_ribbon, open_mouth, very_long_hair, blue_flower, roseです。

このモデルのトレーニング方法

このモデルはHCP-Diffusionを用いて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チームによって維持されています。

一部のプレビュー画像がVICTORIOUS AZURLANEのように見えない理由

プレビュー画像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表示されます）は、トレーニングデータセットから抽出した特徴情報を基にしたクラスタリングアルゴリズムにより自動生成されています。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、画像は選択や修正を一切受けていません。したがって、このような問題が発生する可能性があります。

実際の使用では、当社の内部テストによると、このような問題を抱えるモデルのほとんどが、プレビュー画像で見られるよりも実際に使用する際に優れたパフォーマンスを発揮します。必要なのは、使用しているタグを調整することだけです。

このモデルがオーバーフィッティングまたはアンダーフィッティングしているように感じますが、どうすればよいですか？

当モデルはHuggingFaceリポジトリ - CyberHarem/victorious_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HuggingFaceデータセット - CyberHarem/victoriousazurlaneに公開されており、参考になるでしょう。

なぜより適切に選ばれた画像だけを使わないのですか？

当モデルのデータ収集からトレーニング、プレビュー画像生成、公開に至るまで、すべてのプロセスは人間の介入なしに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、自動公開を含む完全なソフトウェアインフラを構築しました。したがって、可能であれば、フィードバックや提案をぜひお寄せください。これらは私たちにとって非常に貴重です。

望ましいキャラクターの衣装が正確に生成されないのはなぜですか？

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されており、完全な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保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り、可能な限り最良の再現を試みています。この課題に対して引き続き対応し最適化を図りますが、完全に解決することは困難です。衣装の再現精度は、手動でトレーニングされたモデルと同等のレベルには到達しにくいでしょう。

実際、このモデルの最大の強みは、キャラクター自身の本質的な特徴の再現と、より大きなデータセットによる比較的優れた汎化能力にあります。そのため、このモデルは衣装の変更、キャラクターのポージング、そしてもちろんキャラクターのNSFW画像生成などに適しています！😉

以下のグループについては、このモデルの使用をお勧めしません。あらかじめお詫び申し上げます：

  1. 最小の差異であっても、元のキャラクター設計から逸脱することを許容できない方。
  2. キャラクターの衣装を高精度で再現する必要があるアプリケーションシーンに直面している方。
  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。
  4. LoRAを用いたキャラクターモデルの完全自動トレーニングプロセスに違和感を覚える方、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うべきであり、キャラクターを軽視しないという信念を持つ方。
  5. 生成された画像コンテンツが自身の価値観に反すると感じる方。

このモデルで生成された画像

画像が見つかりません。