yuzu/花岡ユズ/柚子 (Blue Archive)
详情
下载文件
模型描述
- 由于 Civitai 的服务条款，部分图片无法上传。完整的预览图片请查看 HUGGINGFACE。
- 对于模型版本 v1.5.1 或 v2.0+，您可以像使用其他 LoRA 一样直接在 WebUI 中使用它们，它们是使用 kohya 脚本训练的。
- 对于模型版本 v1.5 或 v1.4-，您必须同时使用两个文件才能运行。详情请参见描述中的“如何使用 Pivotal Tuned 模型”。
- 被剪枝的角色标签包括：红发、长发、光环、蝴蝶结、发饰蝴蝶结、极长发、辫子、黄色光环、白色蝴蝶结、紫眼、蓝眼。当角色的核心特征（例如发色）不够稳定时，您可以在提示词中添加这些标签。
- pt 文件的推荐权重为 0.7-1.1，LoRA 的推荐权重为 0.5-0.85。
- 图片使用了一些固定提示词和基于数据集的聚类提示词生成。使用了随机种子，排除了挑选行为。您看到的就是您能得到的效果。
- 未对服装进行专门训练。您可查看我们提供的预览帖子，以获取对应服装的提示词。
- 该模型使用 1291 张图片 进行训练。
- 训练配置文件见 这里。
- 我们自动选择的步骤是 6740，以平衡模型的保真度和可控性。 下图是所有步骤的概览。您可以在 huggingface 仓库 - CyberHarem/yuzu_bluearchive 中尝试其他推荐步骤。
如何使用此模型
本部分仅适用于模型版本 v1.5.1 或 v2.0+。
您可以像使用其他 LoRA 一样直接使用它。我们使用 kohya 脚本训练了此模型。
他のLoRAと同様に簡単に使用できます。このモデルはkohyaスクリプトで訓練されました。
다른 LoRA처럼 간단히 사용할 수 있습니다. 우리는 이 모델을 kohya 스크립트로 훈련했습니다。
您可以像其他LoRAs一样简单地使用它。我们使用kohya脚本对该模型进行了训练。
(Translated with ChatGPT)
如果您正在寻找模型中的女角色，或对我们的技术感兴趣，欢迎加入我们的 Discord 服务器。
模型训练方式
- 该模型使用 kohya-ss/sd-scripts 训练，图像通过 a1111 的 WebUI 和 API SDK 生成。
- 自动训练框架 由 DeepGHS 团队 维护。
- 用于训练的数据集为 CyberHarem/yuzu_bluearchive 中的
stage3-p480-1200，包含 1291 张图片。 - 我们自动选择的步骤是 6740，以平衡模型的保真度和可控性。
- 训练配置文件见 这里。
更多训练细节与推荐步骤，请参见 huggingface 仓库 - CyberHarem/yuzu_bluearchive。
如何使用 Pivotal Tuned 模型
本部分仅适用于模型版本 v1.5 或 v1.4-。
此模型包含两个文件。若您使用的是 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！ 在这种情况下，您需要下载 yuzu_bluearchive.pt 和 yuzu_bluearchive.safetensors 两个文件，然后将 yuzu_bluearchive.pt 放入 embeddings 文件夹，并同时将 yuzu_bluearchive.safetensors 作为 LoRA 使用。若您使用的是 WebUI v1.7 或更高版本，只需像普通 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、yuzu_bluearchive.pt と yuzu_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、yuzu_bluearchive.pt を embeddings フォルダに入れ、同時に yuzu_bluearchive.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 yuzu_bluearchive.pt 和 yuzu_bluearchive.safetensors 两个文件， 然后将 yuzu_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 yuzu_bluearchive.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。
(Translated with ChatGPT)
触发词为 yuzu_bluearchive，剪枝标签为 red_hair, long_hair, halo, bow, hair_bow, very_long_hair, braid, yellow_halo, white_bow, purple_eyes, blue_eyes。当某些特征（例如发色）有时不够稳定时，您可以将这些标签添加到提示词中。
为何部分预览图看起来不像角色
所有预览图中使用的提示词（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。图像生成过程中使用的种子也是随机生成的，且图像未经任何筛选或修改。因此，可能出现上述情况。
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使用中的表现，往往优于预览图中所见。您唯一可能需要做的，就是调整您使用的标签。
我觉得该模型可能过拟合或欠拟合，该怎么办
您在这里看到的步骤是自动选择的。我们也为您推荐了其他优质步骤，您可以尝试。点击 此处 选择您喜欢的步骤。
我们的模型已发布在 huggingface 仓库 - CyberHarem/yuzu_bluearchive，其中保存了所有步骤的模型。此外，我们还将训练数据集发布在 huggingface 数据集 - CyberHarem/yuzu_bluearchive，这可能对您有帮助。
为何不直接使用筛选过的优质图片
从数据抓取、训练、生成预览图到发布，该模型的整个流程均为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、自动训练与自动化发布。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。
为何无法精确生成角色的期望服装
我们当前的训练数据来源于多个图像网站，对于全自动流程而言，难以精确预测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，以尽可能还原效果。我们将持续改进这一问题并尝试优化，但该挑战仍无法完全解决。服装还原的准确度，也不太可能达到人工训练模型的水平。
事实上，该模型最大的优势在于还原角色本身的固有特征，以及因其更大数据集带来的较强泛化能力。因此，该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！😉
以下用户群体不推荐使用本模型，我们深表遗憾：
- 无法容忍角色设计中任何细微偏差的用户。
- 对角色服装还原精度要求极高的应用场景使用者。
- 无法接受基于 Stable Diffusion 算法生成图像中潜在随机性的用户。
- 不适应使用 LoRA 自动训练角色模型，或认为训练角色模型必须完全手动操作以示尊重的用户。
- 觉得生成图像内容冒犯其价值观的用户。