graf_zeppelin/グラーフ・ツェッペリン (Kantai Collection)

• 此模型包含两个文件，您必须同时使用它们！！！
• 关联的触发词仅供参考，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；若需更强的泛化能力，可降至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，可考虑降至0.5。
• 预览图片是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的，采用随机种子，排除了挑选行为。所见即所得。
• 服饰方面未进行专门训练。您可参考我们提供的预览帖子，获取与服饰对应的提示词。

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 graf_zeppelin_kantaicollection.pt 和 graf_zeppelin_kantaicollection.safetensors 两个文件，然后将 graf_zeppelin_kantaicollection.pt 用作纹理反转嵌入，同时将 graf_zeppelin_kantaicollection.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、graf_zeppelin_kantaicollection.ptとgraf_zeppelin_kantaicollection.safetensorsの両方をダウンロード する必要があります。graf_zeppelin_kantaicollection.ptをテクスチャ反転埋め込みとして使用し、同時にgraf_zeppelin_kantaicollection.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graf_zeppelin_kantaicollection.pt和graf_zeppelin_kantaicollection.safetensors这两个文件，然后将graf_zeppelin_kantaicollection.pt用作纹理反转嵌入， 同时使用graf_zeppelin_kantaicollection.safetensors作为LoRA。

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

(Translated with ChatGPT)

触发词为 graf_zeppelin_kantaicollection，推荐标签为：best quality, masterpiece, highres, solo, {graf_zeppelin_kantaicollection:1.15}, blonde_hair, twintails, long_hair, sidelocks, hair_between_eyes, breasts, blue_eyes, capelet, large_breasts, hat, peaked_cap, necktie, military, cross, blush。

此模型如何训练

本模型使用 HCP-Diffusion 进行训练，自动训练框架由 DeepGHS 团队 维护。

为何部分预览图不像 Graf Zeppelin Kantaicollection

所有用于预览图的提示文本（可通过点击图片查看）均通过聚类算法自动生成，基于从训练数据集中提取的特征信息。图像生成过程中使用的种子也是随机生成的，且图像未经过任何筛选或修改。因此，可能出现上述问题。

实际上，根据我们的内部测试，多数出现此类问题的模型在实际使用中的表现优于预览图所展示的效果。您唯一可能需要做的，就是调整您使用的标签。

我觉得此模型可能过拟合或欠拟合，我该怎么办？

我们的模型已发布在 HuggingFace 仓库 - CyberHarem/graf_zeppelin_kantaicollection，其中保存了所有训练步骤的模型。此外，我们也发布了训练数据集于 HuggingFace 数据集 - CyberHarem/graf_zeppelin_kantaicollection，这或许对您有帮助。

为何不直接使用筛选更好的图像？

本模型从数据抓取、训练、生成预览图到发布，全过程100%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，如有可能，我们非常欢迎您提供反馈或建议，这对我们的工作极为宝贵。

为何无法准确生成期望角色的服饰？

当前训练数据来源于多个图像网站，对于全自动流程而言，要准确预测某个角色拥有哪些官方图像非常困难。因此，服饰生成依赖于基于训练数据集标签的聚类分析，以期实现最佳还原。我们将持续改进这一问题并尝试优化，但该挑战仍无法完全解决。服饰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，以及得益于更大数据集而具备的较强泛化能力。因此，本模型非常适合用于更换服饰、调整角色姿势，当然还有生成角色的NSFW图像！😉"

以下群体不建议使用本模型，我们深表遗憾：

1. 无法容忍任何角色原设计偏差，哪怕是最细微细节的用户。
2. 对角色服饰还原精度要求极高的应用场景使用者。
3. 无法接受基于Stable Diffusion算法生成图像中潜在随机性的用户。
4. 不适应使用LoRA全自动训练角色模型的过程，或认为训练角色模型必须完全手动操作以示尊重角色的用户。
5. 觉得生成图像内容违背其价值观的用户。