Nishikigi Chisato (Lycoris Recoil)

• 此模型包含两个文件，必须同时使用！！！
• 相关触发词仅作参考，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；若需要更强的泛化能力，可降低至0.5。
• LoRA模型的推荐权重为0.85；若有污染迹象，可考虑降低至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，排除了人为挑选。所见即所得。
• 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。

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

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

(Translated with ChatGPT)

触发词为 nishikigi_chisato_lycorisrecoil，推荐标签为：best quality, masterpiece, highres, solo, {nishikigi_chisato_lycorisrecoil:1.15}, short_hair, bangs, blonde_hair, red_eyes, ribbon, hair_ribbon, red_ribbon, bob_cut, closed_mouth, neck_ribbon, blue_ribbon。

模型训练方式

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

为何部分预览图像不像 Nishikigi Chisato Lycorisrecoil

所有预览图像使用的提示词（可通过点击图像查看）均通过聚类算法自动生成，算法基于从训练数据集中提取的特征信息。图像生成时使用的种子也随机生成，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，大多数遇到此类问题的模型在实际使用中的表现优于预览图像所展示的效果。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过拟合或欠拟合，该怎么办？

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

为何不直接使用更好的精选图像？

本模型从数据爬取、训练、生成预览图像到发布，整个过程完全自动化，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、自动训练和自动化发布。因此，如有可能，我们非常期待您的反馈或建议，它们对我们极具价值。

为何无法准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像网站，对于全自动流程而言，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分析，以期实现最佳还原。我们将持续改进此问题并尝试优化，但这仍是一个无法彻底解决的挑战。服装还原的准确性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自身的固有特征，以及因数据集较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、调整角色姿势，当然，也适用于生成角色的NSFW图像！😉

对于以下群体，不建议使用本模型，我们深表遗憾：

1. 无法容忍任何与原始角色设计细微差异的用户。
2. 对角色服装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 算法生成图像时潜在随机性的用户。
4. 对使用 LoRA 自动化训练角色模型的过程感到不适，或认为训练角色模型必须完全手动操作以避免“不尊重角色”的用户。
5. 认为生成图像内容冒犯其价值观的用户。