Amakusa Shino (Seitokai Yakuindomo)
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。完整的预览图片可在 HUGGINGFACE 查看。
- 此模型包含两个文件。如果您使用的是 a1111 的 WebUI v1.6 或更低版本，您必须同时使用这两个文件！！！。如果您使用的是 WebUI v1.7+，则像普通 LoRA 一样仅使用 safetensors 文件即可。
- 精简后的角色标签为：long_hair、black_hair、brown_eyes、bow。当角色的核心特征（如发色）不够稳定时，您可以在提示词中添加这些标签。
- pt 文件推荐权重为 0.7-1.1，LoRA 权重为 0.5-0.85。
- 图像使用一些固定提示词和基于数据集的聚类提示词生成，采用随机种子，排除了人为挑选。您看到的就是您能获得的效果。
- 服装未进行专门训练。您可查看我们提供的预览帖以获取对应服装的提示词。
- 此模型使用 1920 张图像 训练。
- 我们自动选择的训练步数为 8500，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/amakusa_shino_seitokaiyakuindomo 中尝试其他推荐步数。
如何使用此模型
此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，您必须同时使用这两个文件！！！ 在这种情况下，您需要下载 amakusa_shino_seitokaiyakuindomo.pt 和 amakusa_shino_seitokaiyakuindomo.safetensors，然后将 amakusa_shino_seitokaiyakuindomo.pt 放入 embeddings 文件夹，并同时将 amakusa_shino_seitokaiyakuindomo.safetensors 作为 LoRA 使用。如果您使用的是 WebUI v1.7+，则只需像常规 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 官方支持，更多详情请参见此处。
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、amakusa_shino_seitokaiyakuindomo.pt と amakusa_shino_seitokaiyakuindomo.safetensors の両方をダウンロードする必要があり、 その後、amakusa_shino_seitokaiyakuindomo.pt を embeddings フォルダに入れ、同時に amakusa_shino_seitokaiyakuindomo.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 amakusa_shino_seitokaiyakuindomo.pt 和 amakusa_shino_seitokaiyakuindomo.safetensors 两个文件， 然后将 amakusa_shino_seitokaiyakuindomo.pt 放入 embeddings 文件夹中，并同时使用 amakusa_shino_seitokaiyakuindomo.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。
触发词为 amakusa_shino_seitokaiyakuindomo，精简标签为 long_hair, black_hair, brown_eyes, bow。当某些特征（如发色）有时不够稳定时，您可以将这些标签添加到提示词中。
模型训练方式
- 此模型使用 HCP-Diffusion 进行训练。
- 自动训练框架 由 DeepGHS 团队 维护。
- 训练所用的基础模型为 deepghs/animefull-latest。
- 训练数据集为 CyberHarem/amakusa_shino_seitokaiyakuindomo 中的
stage3-p480-800，包含 1920 张图像。 - 批量大小为 4，分辨率为 720x720，聚类为 5 个桶。
- 正则化数据集的批量大小为 1，分辨率为 720x720，聚类为 10 个桶。
- 训练 10000 步，保存并评估了 40 个检查点。
- 我们自动选择的步数为 8500，以平衡模型的保真度与可控性。
更多训练细节与推荐步数，请参考 huggingface 仓库 - CyberHarem/amakusa_shino_seitokaiyakuindomo。
为何部分预览图与角色形象不一致？
所有预览图使用的提示词（可通过点击图片查看）均是基于训练数据集中提取的特征信息，通过聚类算法自动生成。图像生成时使用的种子也随机产生，且图像未经过任何人工筛选或修改。因此，可能出现上述情况。
实际使用中，根据我们的内部测试，多数出现此类问题的模型，其真实效果往往优于预览图所展示的水平。您可能需要做的仅是调整使用的标签。
我觉得此模型可能存在过拟合或欠拟合，该怎么办？
此处显示的步数为自动选择结果。我们还为您推荐了其他优秀的步数供尝试。点击此处选择您偏好的步数。
我们的模型已发布在 huggingface 仓库 - CyberHarem/amakusa_shino_seitokaiyakuindomo，其中保存了所有步数的模型。我们同时在 huggingface 数据集 - CyberHarem/amakusa_shino_seitokaiyakuindomo 发布了训练数据集，可能对您有帮助。
为何不直接使用筛选出的更好图像？
从数据抓取、训练、生成预览图到发布，本模型的整个流程完全自动化，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系统。因此，若您能提供反馈或建议，我们将非常感激，因为它们对我们极为宝贵。
为何无法准确生成角色期望的服装？
当前训练数据来源于多个图片网站。在全自动流程下，难以精准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，力求尽可能还原。我们将持续优化这一问题，但目前仍难以彻底解决，其准确度也难以与人工训练模型相媲美。
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，以及因其大数据集带来的较强泛化能力。因此，本模型非常适合用于更换服装、调整角色姿态，当然也适用于生成角色的 NSFW 图像！😉
以下群体不建议使用本模型，我们深表遗憾：
- 无法容忍任何角色原设计细节偏差的用户。
- 对角色服装还原准确性要求极高的应用场景使用者。
- 无法接受 Stable Diffusion 算法生成图像固有随机性的用户。
- 不适应使用 LoRA 自动训练角色模型的流程，或认为训练角色模型必须完全人工操作以示尊重的用户。
- 觉得生成内容与其价值观相冲突的用户。