natsu/柚鳥ナツ/夏 (Blue Archive)
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
- Civitaiの利用規約のため、一部の画像をアップロードできません。完全なプレビュー画像はHUGGINGFACEでご確認ください。
- モデルバージョンv1.5.1またはv2.0+の場合、他のLoRAと同様にWebUIでそのまま使用できます。これはkohyaスクリプトで訓練されています。
- モデルバージョンv1.5またはv1.4-の場合、2つのファイルを両方使用する必要があります。詳細は説明内の「Pivotal Tunedモデルの使用方法」をご覧ください。
- 削除されたキャラクタータグは、ピンク髪、ロングヘア、ハロー、サイドポニテール、アホ毛、赤目です。キャラクターのコアな特徴(例:髪の色)が安定しない場合、これらのタグをプロンプトに追加してください。
- ptファイルのおすすめ重みは0.7–1.1、LoRAの重みは0.5–0.85です。
- 画像は一部の固定プロンプトとデータセットベースのクラスタリングプロンプトを使用して生成されています。ランダムシードを使用しており、選択的出力は排除されています。ここで表示されているものが、実際に得られる結果です。
- 衣装のための特別な訓練は行いません。衣装に対応するプロンプトは、提供されたプレビューポストをご確認ください。
- このモデルは1260枚の画像で訓練されています。
- 訓練設定ファイルはこちらです。
- モデルの忠実度と制御性をバランスさせるために、自動選択されたステップは3290です。すべてのステップの概要は以下の通りです。huggingfaceリポジトリ - CyberHarem/natsu_bluearchiveで他の推奨ステップを試してみてください。

このモデルの使用方法
このセクションはモデルバージョンv1.5.1またはv2.0+のみに適用されます。
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。
他のLoRAのよう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。
(ChatGPTによる翻訳)
キャラクターのウェイフューや私たちの技術に興味がある方は、私たちのDiscordサーバーへどうぞ。
このモデルの訓練方法
- このモデルは**kohya-ss/sd-scripts**を使用して訓練されています。画像はa1111のWebUIおよびAPI SDKで生成されています。
- 自動訓練フレームワークはDeepGHSチームが管理しています。
- 訓練に使用されたデータセットはCyberHarem/natsu_bluearchiveの
stage3-p480-1200で、1260枚の画像を含みます。 - モデルの忠実度と制御性をバランスさせるために、自動選択されたステップは3290です。
- 訓練設定ファイルはこちらです。
より詳しい訓練情報や推奨ステップについては、huggingfaceリポジトリ - CyberHarem/natsu_bluearchiveをご覧ください。
Pivotal Tunedモデルの使用方法
このセクションはモデルバージョンv1.5またはv1.4-のみに適用されます。
このモデルには2つのファイルがあります。WebUI v1.6 以下を使用している場合は、両方を同時に使用する必要があります!!! この場合、natsu_bluearchive.ptとnatsu_bluearchive.safetensorsの両方をダウンロードし、natsu_bluearchive.ptをembeddingsフォルダに配置し、同時にnatsu_bluearchive.safetensorsをLoRAとして使用してください。WebUI v1.7+を使用している場合は、一般的なLoRAと同じようにsafetensorsファイルのみを使用してください。これは、埋め込みバンドル型のLoRA/Lycorisモデルが、現在a1111のWebUIで公式にサポートされているためです。詳細はこちらをご覧ください。
このモデルには2つのファイルがあります。WebUI v1.6 以下を使用している場合は、両方を同時に使用する必要があります!!! この場合、natsu_bluearchive.ptとnatsu_bluearchive.safetensorsの両方をダウンロードし、natsu_bluearchive.ptをembeddingsフォルダに配置し、同時にnatsu_bluearchive.safetensorsをLoRAとして使用してください。WebUI v1.7+を使用している場合は、一般的なLoRAと同じようにsafetensorsファイルのみを使用してください。これは、埋め込みバンドル型のLoRA/Lycorisモデルが、現在a1111のWebUIで公式にサポートされているためです。詳細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 natsu_bluearchive.pt 和 natsu_bluearchive.safetensors 两个文件, 然后将 natsu_bluearchive.pt 放入 embeddings 文件夹中,并同时使用 natsu_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。
トリガー語はnatsu_bluearchive、削除されたタグはpink_hair, long_hair, halo, side_ponytail, ahoge, red_eyesです。ある特徴(例:髪の色)が安定しない場合、これらのタグをプロンプトに追加してください。
一部のプレビュー画像がキャラクターに似ていない理由
プレビュー画像に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確認できます)は、訓練データセットから抽出された特徴情報を基に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、画像は一切選別や修正されていません。そのため、上記のような現象が発生する可能性があります。
実際の使用において、内部テスト結果によると、このような現象が発生するモデルのほとんどが、プレビュー画像よりも実際の出力でより良い結果を出します。必要なのは、使用中のタグを調整することだけです。
このモデルが過学習または不足学習しているように感じられますが、どうすればいいですか?
ここで表示されているステップは自動選択されたものです。他にも推奨されるステップがありますので、ぜひお試しください。こちらをクリックしてお好みのステップを選んでください。
当モデルはhuggingfaceリポジトリ - CyberHarem/natsu_bluearchiveで公開されており、すべてのステップのモデルが保存されています。また、訓練データセットはhuggingfaceデータセット - CyberHarem/natsu_bluearchiveで公開しており、ご参考になるかと思います。
なぜより良い画像だけを選んで使わないのですか?
このモデルのデータ収集から訓練、プレビュー画像の生成、公開に至るまで、すべての工程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、そのためデータフィルタリング、自動訓練、自動投稿を含む一連のソフトウェア基盤を開発しました。そのため、可能であれば、より多くのフィードバックや提案をいただけますと、非常に貴重です。
望んだキャラクターの衣装が正確に生成できないのはなぜですか?
現在の訓練データはさまざまな画像サイトから取得しており、完全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所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、衣装生成は訓練データセットのラベルに基づくクラスタリングで実現しようとしています。この問題は今後も改善を続けていきますが、完全に解決するのは難しいです。衣装の再現精度は、手動で訓練されたモデルと同等のレベルには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を再現し、より大きなデータセットによる優れた汎用性にあります。そのため、このモデルは衣装の変更、ポーズの調整、そしてもちろんキャラクターのNSFW画像の生成に最適です!😉
以下のグループの方々には、このモデルの使用をお勧めしません。ご了承ください:
- キャラクターのオリジナルデザインに対して、些細な差異であっても許容できない方。
- キャラクター衣装の再現精度に高い要求がある方。
- 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。
- LoRAによるキャラクターモデルの完全自動訓練プロセスに不快感を覚える方、または、キャラクターを尊重するためには手動訓練のみが正しいという考えをお持ちの方。
- 生成された画像の内容が自身の価値観に反する、と感じる方。









