victorious/ヴィクトリアス/胜利 (Azur Lane)

• 此模型包含两个文件，您必须同时使用它们！！！
• 关联的触发词仅供参考，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，建议降至0.5。
• 预览图使用若干固定测试提示词及从数据集特征聚类衍生的提示词生成，采样种子为随机，排除了人为挑选。所见即所得。
• 服装未进行专门训练。您可参考我们提供的预览帖，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 victorious_azurlane.pt 和 victorious_azurlane.safetensors 两个文件，然后将 victorious_azurlane.pt 用作纹理反转嵌入，同时将 victorious_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、victorious_azurlane.ptとvictorious_azurlane.safetensorsの両方をダウンロード する必要があります。victorious_azurlane.ptをテクスチャ反転埋め込みとして使用し、同時にvictorious_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victorious_azurlane.pt和victorious_azurlane.safetensors这两个文件，然后将victorious_azurlane.pt用作纹理反转嵌入， 同时使用victorious_azurlane.safetensors作为LoRA。

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

(Translated with ChatGPT)

触发词为 victorious_azurlane，推荐标签为：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。

模型训练方式

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

为何部分预览图不像 Victorious Azurlane？

所有预览图所使用的提示文本（可通过点击图片查看）均是基于从训练数据集中提取的特征信息，通过聚类算法自动生成的。图像生成时使用的种子也是随机的，且图片未经过任何筛选或修改。因此，可能出现上述问题。

实际使用中，根据我们的内部测试，大多数出现此类问题的模型在真实应用中的表现通常优于预览图所示效果。您唯一可能需要做的，就是调整所使用的标签。

我觉得此模型可能过拟合或欠拟合，该怎么办？

我们的模型已发布于 HuggingFace 仓库 - CyberHarem/victorious_azurlane_，其中保存了所有训练步骤的模型。同时，我们也将训练数据集发布于 HuggingFace 数据集 - CyberHarem/victoriousazurlane，这可能对您有所帮助。

为何不直接使用筛选更好的图像？

本模型从数据采集、训练、生成预览图到发布，整个过程100%自动化，无人工干预。这是我们的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，因为它们对我们极为宝贵。

为何无法准确生成目标角色的服装？

目前我们的训练数据来源于多个图片网站，对于全自动流水线而言，准确预测角色拥有哪些官方图像极具挑战性。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。我们将持续改进此问题，但目前仍难以完全解决。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，本模型的最大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备的较强泛化能力。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！😉

以下用户群体不建议使用本模型，我们深表遗憾：

1. 无法容忍角色设计有任何细微偏差的用户；
2. 对角色服装还原精度要求极高的应用场景使用者；
3. 无法接受基于Stable Diffusion算法生成图像所固有的随机性的用户；
4. 对使用LoRA全自动训练角色模型的过程感到不适，或认为必须纯手动操作才能避免对角色不敬的用户；
5. 认为生成内容与其价值观相悖的用户。