atsuko/秤アツコ/亚津子 (Blue Archive)
详情
下载文件
关于此版本
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”。
- 经过剪枝的角色标签包括：长发、紫发、红眼、光环、发辫、双辫、发丝遮眼、蝴蝶结、发饰蝴蝶结、胸部。当角色的核心特征（如发色）不够稳定时，您可以在提示词中加入这些标签。
- pt 文件的推荐权重为 0.7–1.1，LoRA 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聚类的提示词生成的，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。
- 未对服装进行专门训练。您可查看我们提供的预览帖，获取对应服装的提示词。
- 本模型使用了 1013 张图片进行训练。
- 训练配置文件见 这里。
- 我们自动选择的步数为 2160，以平衡模型的保真度与可控性。以下是所有步数的概览。您可以在 huggingface 仓库 - CyberHarem/atsuko_bluearchive 中尝试其他推荐步数。
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仆角色，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，图像通过 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/atsuko_bluearchive 中的
stage3-p480-1200，包含 1013 张图像。 - 我们自动选择的步数为 2160，以平衡模型的保真度与可控性。
- 训练配置文件见 这里。
更多训练细节与推荐步数，请参阅 huggingface 仓库 - CyberHarem/atsuko_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。如果您使用的是 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 atsuko_bluearchive.pt 和 atsuko_bluearchive.safetensors，然后将 atsuko_bluearchive.pt 放入 embeddings 文件夹，并同时将 atsuko_bluearchive.safetensors 作为 LoRA 加载。如果您使用的是 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、atsuko_bluearchive.pt と atsuko_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、atsuko_bluearchive.pt を embeddings フォルダに入れ、同時に atsuko_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 atsuko_bluearchive.pt 和 atsuko_bluearchive.safetensors 两个文件， 然后将 atsuko_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 atsuko_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 atsuko_bluearchive，剪枝标签为 long_hair, purple_hair, red_eyes, halo, braid, twin_braids, hair_between_eyes, bow, hair_bow, breasts。当某些特征（例如发色）在某些情况下不够稳定时，您可以将这些标签加入提示词中。
为何部分预览图与角色形象不符
所有预览图中使用的提示文本（可点击图片查看）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是随机生成的，且图片未经过任何筛选或修改。因此，出现上述问题的可能性是存在的。
在实际使用中，根据我们的内部测试，大多数出现此类问题的模型，其真实使用效果往往优于预览图表现。您唯一可能需要做的，就是调整您使用的标签。
我觉得这个模型可能过拟合或欠拟合，我该怎么办？
此处显示的步数是自动选择的。我们也为您推荐了其他优质步数供尝试。点击 此处 选择您喜欢的步数。
我们的模型已发布在 huggingface 仓库 - CyberHarem/atsuko_bluearchive，其中保存了所有步数的模型。同时，我们也在 huggingface 数据集 - CyberHarem/atsuko_bluearchive 上发布了训练数据集，可能对您有所帮助。
为何不直接使用筛选更好的图片？
本模型从数据采集、训练、生成预览图到发布，整个流程 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，若有可能，我们非常欢迎您提供反馈或建议，这对我们的工作极具价值。
为何无法精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，在全自动流程中，很难准确预测某个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分析，以尽可能还原最佳效果。我们将持续改进这一问题，但目前仍难以彻底解决。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精准还原角色本身的固有特征，并凭借更大的数据集具备较强的泛化能力。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！ 😉。
以下群体不建议使用本模型，我们深表歉意：
- 对角色原设计任何细微偏差都无法容忍者。
- 对角色服装还原准确性要求极高的应用场景使用者。
- 不能接受基于 Stable Diffusion 算法生成图像潜在随机性者。
- 不适应使用 LoRA 自动训练角色模型流程者，或认为训练角色模型必须纯手工操作以示尊重者。
- 觉得生成内容违背自身价值观者。