patchouli_knowledge/パチュリー・ノーレッジ/파츄리널릿지 (Touhou)

• 此模型包含两个文件，您必须同时使用它们！！！
• 相关的触发词仅作参考，有时可能需要调整。
• 嵌入模型的推荐权重为1，可提供更高保真度；如需更强的泛化能力，可降低至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议降低至0.5。
• 预览图像使用若干固定测试提示词及从聚类数据集特征衍生的多个提示词生成，采用随机种子，排除了挑选行为。所见即所得。
• 服装未进行专门训练。您可参考我们提供的预览帖，获取对应服装的提示词。

如何使用此模型

此模型包含两个文件，您必须同时使用它们！！！。在此情况下，您需要下载 patchouli_knowledge_touhou.pt 和 patchouli_knowledge_touhou.safetensors 两个文件，然后将 patchouli_knowledge_touhou.pt 用作纹理反转嵌入，同时将 patchouli_knowledge_touhou.safetensors 用作LoRA。

このモデルには2つのファイルがあります。一緒に使う必要があります！！！。 この場合、patchouli_knowledge_touhou.ptとpatchouli_knowledge_touhou.safetensorsの両方をダウンロード する必要があります。patchouli_knowledge_touhou.ptをテクスチャ反転埋め込みとして使用し、同時にpatchouli_knowledge_touhou.safetensorsをLoRAとして使用してください。

这个模型有两个文件。你需要同时使用它们！！！。 在这种情况下，您需要下载patchouli_knowledge_touhou.pt和patchouli_knowledge_touhou.safetensors这两个文件，然后将patchouli_knowledge_touhou.pt用作纹理反转嵌入， 同时使用patchouli_knowledge_touhou.safetensors作为LoRA。

이 모델은 두 개의 파일이 있습니다. 두 파일을 함께 사용해야 합니다!!!. 이 경우에는 patchouli_knowledge_touhou.pt와 patchouli_knowledge_touhou.safetensors 두 파일을 모두 다운로드하신 다음에 patchouli_knowledge_touhou.pt을 텍스처 반전 임베딩으로 사용하고, 동시에 patchouli_knowledge_touhou.safetensors을 LoRA로 사용하셔야 합니다。

触发词为 patchouli_knowledge_touhou，推荐标签为：best quality, masterpiece, highres, solo, {patchouli_knowledge_touhou:1.15}, long_hair, purple_hair, crescent, purple_eyes, ribbon, hat, bow, bangs, mob_cap, hat_ornament, crescent_hat_ornament, hair_bow, red_bow, blue_bow, upper_body, book, red_ribbon, capelet, hat_ribbon, striped, very_long_hair。

模型训练方式

此模型使用 HCP-Diffusion 训练，自动训练框架由 DeepGHS Team 维护。

为何部分预览图不像帕秋莉知识东方

所有用于预览图像的提示文本（可通过点击图像查看）均基于从训练数据集中提取的特征，通过聚类算法自动生成。图像生成时使用的种子也是随机生成的，且图像未经任何筛选或修改。因此，出现上述问题的可能性确实存在。

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在真实场景中的表现往往优于预览图所示效果。您唯一可能需要做的就是调整所使用的标签。

我觉得此模型可能存在过拟合或欠拟合，该怎么办？

我们的模型已发布在 huggingface 仓库 - CyberHarem/patchouli_knowledge_touhou，其中保存了所有训练步骤的模型。同时，我们也在 huggingface 数据集 - CyberHarem/patchouli_knowledge_touhou 上发布了训练数据集，这可能对您有帮助。

为何不直接使用精选的更好图像？

本模型从数据爬取、训练、生成预览图到发布的全过程完全自动化，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，若您能提供更多反馈或建议，我们将非常感激，因为这些对我们的工作至关重要。

为何无法准确生成期望角色的服装？

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是极具挑战的。因此，服装生成依赖于基于训练数据集中标签的聚类分析，以期实现最佳还原效果。我们将持续改进这一问题并尝试优化，但目前仍是一个无法完全解决的挑战，其服装还原精度也难以达到人工训练模型的水平。

实际上，本模型的最大优势在于还原角色本身固有特征的能力，以及因其数据集规模更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、调整角色姿态，当然也包括生成角色的NSFW图像！😉。

对于以下群体，不建议使用本模型，我们深表遗憾：

1. 无法容忍角色设计有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算法生成图像时可能存在的随机性的用户。
4. 不适应使用LoRA全自动训练角色模型流程，或认为训练角色模型必须纯手动操作以示尊重的用户。
5. 觉得生成内容违背其价值观的用户。