moe/風倉モエ/萌绘 (Blue Archive)

• 由于 Civitai 的服务条款，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，这些模型使用 kohya 脚本训练。
• 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”。
• 已裁剪的角色标签包括：棕发、双马尾、长发、光环、胸部、黄眼、大胸、眼镜、动物耳朵、假动物耳朵、兔耳、圆框眼镜、发饰。当角色的核心特征（如发色）不够稳定时，您可以将这些标签添加到提示词中。
• pt 文件的推荐权重为 0.7-1.1，LoRA 的推荐权重为 0.5-0.85。
• 图片使用一些固定提示词和基于数据集聚类的提示词生成。使用了随机种子，排除了择优选取。您看到的就是您能得到的。
• 服装方面未进行专门训练。您可查看我们提供的预览帖子以获取对应服装的提示词。
• 本模型使用 1321 张图片训练而成。
• 训练配置文件见 这里。
• 我们自动选择的步骤为 6860，以平衡模型的保真度与可控性。 所有步骤的概览如下。您可尝试 huggingface 仓库 - CyberHarem/moe_bluearchive 中的其他推荐步骤。

如何使用该模型

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。该模型使用 kohya 脚本训练。

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。

(由 ChatGPT 翻译)

如果您正在寻找模型的老婆，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 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。
• 训练所用数据集为 CyberHarem/moe_bluearchive 中的 stage3-p480-1200，包含 1321 张图片。
• 我们自动选择的步骤为 6860，以平衡模型的保真度与可控性。
• 训练配置文件见 这里。

更多训练细节及推荐步骤，请查看 huggingface 仓库 - CyberHarem/moe_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，必须同时使用这两个文件！！！ 此时您需要下载 moe_bluearchive.pt 和 moe_bluearchive.safetensors，将 moe_bluearchive.pt 放入 embeddings 文件夹，并同时将 moe_bluearchive.safetensors 作为 LoRA 加载。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 模型现已获得 a1111 WebUI 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、moe_bluearchive.pt と moe_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、moe_bluearchive.pt を embeddings フォルダに入れ、同時に moe_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 moe_bluearchive.pt 和 moe_bluearchive.safetensors 两个文件， 然后将 moe_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 moe_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。

(由 ChatGPT 翻译)

触发词为 moe_bluearchive，已裁剪标签为 brown_hair, twintails, long_hair, halo, breasts, yellow_eyes, large_breasts, glasses, animal_ears, fake_animal_ears, rabbit_ears, round_eyewear, hair_ornament。当某些特征（如发色）有时不够稳定时，您可以将其添加到提示词中。

为何部分预览图与角色不符

所有用于预览图的提示文本（点击图片可查看）均通过基于训练数据集提取的特征信息，使用聚类算法自动生成。图像生成时使用的种子也随机生成，且未进行任何筛选或修改。因此，可能出现上述问题。

实际使用中，根据我们的内部测试，大多数遇到此类问题的模型，其实际表现往往优于预览图所展示的效果。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，我该怎么办？

此处显示的步骤是自动选择的。我们也为您推荐了其他优秀步骤供尝试。点击 此处 选择您偏好的步骤。

我们的模型已发布于 huggingface 仓库 - CyberHarem/moe_bluearchive，其中保存了所有步骤的模型。此外，我们还发布了训练数据集于 huggingface 数据集 - CyberHarem/moe_bluearchive，可能对您有所帮助。

为何不直接使用更精选的图片？

本模型从数据采集、训练、生成预览图到发布，整个过程完全自动化，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，若您能提供任何反馈或建议，我们将非常感激，因为它们对我们极为宝贵。

为何无法准确生成期望的角色服装？

我们当前的训练数据来源于多个图片网站，由于是全自动流程，难以精确预测角色拥有哪些官方图像。因此，服装生成依赖于基于训练数据集标签的聚类，力求达到最佳还原效果。我们将持续改进此问题并尝试优化，但该挑战仍无法彻底解决。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、调整角色姿势，当然也包括生成角色的 NSFW 图像！😉

对于以下群体，我们不建议使用本模型，并深表遗憾：

1. 无法容忍角色设计中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用户。
3. 无法接受基于 Stable Diffusion 算法生成图像的潜在随机性的用户。
4. 不适应使用 LoRA 进行角色模型全自动训练流程的用户，或认为角色模型训练必须完全手动操作以避免“不敬”的用户。
5. 认为生成内容违背自身价值观的用户。