roon/ローン/罗恩 (Azur Lane)

• 此模型包含两个文件，必须同时使用！！！
• 关联的触发词仅作参考，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，可降至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议降至0.5。

如何使用此模型

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

這個模型有兩個檔案。你需要同時使用它們！！！。在這種情況下，您需要下載 roon_azurlane.pt 和 roon_azurlane.safetensors 兩個檔案，然後將 roon_azurlane.pt 用作紋理反轉嵌入，同時使用 roon_azurlane.safetensors 作為 LoRA。

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roon_azurlane.pt和roon_azurlane.safetensors这两个文件，然后将roon_azurlane.pt用作纹理反转嵌入，同时使用roon_azurlane.safetensors作为LoRA。

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

触发词为 roon_azurlane，推荐标签为：best quality, masterpiece, highres, solo, {roon_azurlane:1.15}, multicolored_hair, blonde_hair, streaked_hair, red_hair, short_hair, breasts, smile, large_breasts, hair_between_eyes, brown_eyes, bangs, headgear, cross, iron_cross。

模型训练方式

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 Roon Azurlane

所有预览图中使用的提示词（可通过点击图片查看）均是基于从训练数据集中提取的特征信息，通过聚类算法自动生成的。图像生成时使用的种子也是随机生成，且图像未经任何筛选或修改。因此，可能出现上述问题。

实际上，根据我们的内部测试，大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中的效果。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/roon_azurlane_，其中保存了所有训练步骤的模型。同时，我们也发布了训练数据集于 huggingface 数据集 - CyberHarem/roonazurlane，可能对您有所帮助。

为何不直接使用筛选更优的图像？

本模型从数据采集、训练，到生成预览图及发布，整个流程100%自动化，无人工干预。这是我们团队进行的一项趣味性实验，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，如果您能提供更多的反馈或建议，我们将非常感激，因为它们对我们至关重要。

为何无法准确生成角色的 desired 服装？

我们当前的训练数据来源于多个图像网站。在全自动流程中，难以精准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并尝试优化，但完全解决仍具挑战。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，本模型最大的优势在于还原角色本身固有的特征，并因其更大的数据集而具备较强的泛化能力。因此，本模型非常适合用于更换服装、调整角色姿态，以及当然——生成角色的NSFW图像！😉

对于以下群体，不建议使用本模型，敬请谅解：

1. 无法容忍任何角色原设计偏差，哪怕是最微小细节者。
2. 对角色服装还原精度有高要求的应用场景使用者。
3. 无法接受基于Stable Diffusion算法生成图像中潜在随机性者。
4. 不适应使用LoRA自动化训练角色模型流程者，或认为训练角色模型必须完全手动操作以示尊重者。
5. 觉得生成图像内容冒犯其价值观者。