Inoue Takina (Lycoris Recoil)

• 此模型包含两个文件，必须同时使用！！！
• 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，可将权重降低至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议将权重降至0.5。
• 预览图片是使用若干固定测试提示词以及从聚类数据集特征衍生的提示词生成的，采用了随机种子，排除了人为挑选。所见即所得。
• 服装未进行专门训练。您可参考我们提供的预览帖子，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 inoue_takina_lycorisrecoil.pt 和 inoue_takina_lycorisrecoil.safetensors 两个文件，然后将 inoue_takina_lycorisrecoil.pt 用作纹理反转嵌入，同时将 inoue_takina_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、inoue_takina_lycorisrecoil.ptとinoue_takina_lycorisrecoil.safetensorsの両方をダウンロード する必要があります。inoue_takina_lycorisrecoil.ptをテクスチャ反転埋め込みとして使用し、同時にinoue_takina_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inoue_takina_lycorisrecoil.pt和inoue_takina_lycorisrecoil.safetensors这两个文件，然后将inoue_takina_lycorisrecoil.pt用作纹理反转嵌入， 同时使用inoue_takina_lycorisrecoil.safetensors作为LoRA。

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

(Translated with ChatGPT)

触发词为 inoue_takina_lycorisrecoil，推荐标签为：best quality, masterpiece, highres, solo, {inoue_takina_lycorisrecoil:1.15}, black_hair, long_hair, bangs, purple_eyes, closed_mouth, ribbon, green_ribbon, neck_ribbon。

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。

为何部分预览图看起来不像 Inoue Takina Lycorisrecoil

所有用于生成预览图的提示词（可通过点击图片查看）均通过聚类算法自动生成，这些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是随机生成的，且图像未经过任何人工筛选或修改。因此，出现上述问题的可能性是存在的。

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。

我觉得此模型可能过拟合或欠拟合，该怎么办？

我们的模型已发布在 huggingface 仓库 - CyberHarem/inoue_takina_lycorisrecoil，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/inoue_takina_lycorisrecoil 公开了训练数据集，这可能对您有帮助。

为何不直接使用筛选更好的图片？

本模型从数据采集、训练、生成预览图到发布，全程100%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，若您能提供反馈或建议，我们将非常感激，这些意见对我们至关重要。

为何无法精准生成期望的角色服装？

我们当前的训练数据来源于多个图片网站，由于采用完全自动化的流程，难以准确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，以尽可能还原最佳效果。我们将持续改进这一问题，但仍难以彻底解决。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本身的固有特征，以及因数据集规模较大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，当然也包括生成角色的NSFW图像！😉

以下用户群体不建议使用本模型，我们深表遗憾：

1. 对角色原始设计有任何微小偏差都无法容忍者。
2. 对角色服装还原精度要求极高者。
3. 无法接受基于Stable Diffusion算法生成图像的潜在随机性者。
4. 不接受使用LoRA进行角色模型全自动训练流程者，或认为角色模型训练必须完全手动操作以示尊重者。
5. 对生成图像内容感到违背自身价值观者。