shun/春原シュン/瞬 (Blue Archive)

• 由于 Civitai 的使用条款，部分图片无法上传。完整的预览图片请见 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。详细说明请参见描述中的“如何使用 Pivotal Tuned 模型”。
• 已精简的角色标签包括：黑发、长发、动物耳朵、绿眼、老虎耳朵、光环、动物耳绒毛、双马尾、胸部、老虎女孩、额外耳朵。当角色的核心特征（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。
• 图片是使用一些固定提示词和基于数据集的聚类提示词生成的。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。
• 服装并未进行专门训练。您可以查看我们提供的预览帖子以获取对应服装的提示词。
• 本模型使用 1330 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为 4524，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/shun_bluearchive 中尝试其他推荐步骤。

如何使用本模型

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

• 本模型使用 kohya-ss/sd-scripts 进行训练，图像使用 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/shun_bluearchive 中的 stage3-p480-1200，包含 1330 张图片。
• 我们自动选择的步骤为 4524，以平衡模型的保真度与可控性。
• 训练配置文件见 这里。

更多训练细节和推荐步骤，请参阅 huggingface 仓库 - CyberHarem/shun_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-。

本模型包含两个文件。若您使用的是 WebUI v1.6 或更低版本，请务必同时使用这两个文件！！！ 在这种情况下，您需要下载 shun_bluearchive.pt 和 shun_bluearchive.safetensors 两个文件，然后将 shun_bluearchive.pt 放入 embeddings 文件夹中，同时将 shun_bluearchive.safetensors 作为 LoRA 使用。若您使用的是 webui v1.7+，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，详情请见 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、shun_bluearchive.pt と shun_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、shun_bluearchive.pt を embeddings フォルダに入れ、同時に shun_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 shun_bluearchive.pt 和 shun_bluearchive.safetensors 两个文件， 然后将 shun_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 shun_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 shun_bluearchive，精简标签为 black_hair, long_hair, animal_ears, green_eyes, tiger_ears, halo, animal_ear_fluff, twintails, breasts, tiger_girl, extra_ears。当某些特征（如发色）有时不够稳定时，您可以在提示词中加入这些标签。

为什么部分预览图不像角色本人

所有预览图中使用的提示词（点击图片可查看）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生成的，且图像未经任何人工筛选或修改。因此，出现上述问题的可能性是存在的。

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往往优于预览图所示。您唯一可能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，该怎么办

您看到的步骤是系统自动选择的。我们也为您推荐了其他表现良好的步骤供您尝试。点击 这里 选择您喜欢的步骤。

我们的模型已发布于 huggingface 仓库 - CyberHarem/shun_bluearchive，所有步骤的模型均已保存。同时，我们也将训练数据集发布于 huggingface 数据集 - CyberHarem/shun_bluearchive，可能对您有所帮助。

为什么不直接使用更好筛选的图片

本模型从数据抓取、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，为此我们构建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，如果可能，我们非常期待您的反馈或建议，这对我们的改进至关重要。

为何无法准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片网站，对于全自动流程而言，准确预测某个角色拥有哪些官方图像十分困难。因此，服装生成依赖于基于训练数据集标签的聚类分析，力求实现最佳还原效果。我们会持续优化这一问题，但目前仍难以完全解决。服装还原的准确性也难以达到人工训练模型的水平。

实际上，本模型最大的优势在于能精准还原角色自身的固有特征，以及凭借更大数据集所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，当然还包括生成角色的 NSFW 图像！😉”。

以下群体不建议使用本模型，我们深表遗憾：

1. 对角色原设计有任何细微偏差都无法容忍者。
2. 对角色服装还原准确性有高要求的应用场景使用者。
3. 无法接受 Stable Diffusion 算法生成图像中潜在随机性者。
4. 对使用 LoRA 自动训练角色模型的过程感到不适，或认为必须纯人工操作才能避免对角色不敬者。
5. 觉得生成内容违背自身价值观者。