Nakahara Mizuki (Lycoris Recoil)

• 此模型包含两个文件，您必须同时使用它们！！！
• 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；若需更强的泛化能力，可降低至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议降低至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，您必须同时使用它们！！！。在此情况下，您需要下载 nakahara_mizuki_lycorisrecoil.pt 和 nakahara_mizuki_lycorisrecoil.safetensors 两个文件，然后将 nakahara_mizuki_lycorisrecoil.pt 用作纹理反转嵌入，同时将 nakahara_mizuki_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、nakahara_mizuki_lycorisrecoil.ptとnakahara_mizuki_lycorisrecoil.safetensorsの両方をダウンロード する必要があります。nakahara_mizuki_lycorisrecoil.ptをテクスチャ反転埋め込みとして使用し、同時にnakahara_mizuki_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nakahara_mizuki_lycorisrecoil.pt和nakahara_mizuki_lycorisrecoil.safetensors这两个文件，然后将nakahara_mizuki_lycorisrecoil.pt用作纹理反转嵌入， 同时使用nakahara_mizuki_lycorisrecoil.safetensors作为LoRA。

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

(Translated with ChatGPT)

触发词为 nakahara_mizuki_lycorisrecoil，推荐标签为：best quality, masterpiece, highres, solo, {nakahara_mizuki_lycorisrecoil:1.15}, brown_hair, long_hair, glasses, red-framed_eyewear, hair_between_eyes, brown_eyes, semi-rimless_eyewear。

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。

为何部分预览图像看起来不像 Nakahara Mizuki Lycorisrecoil

所有用于生成预览图像的提示词文本（可通过点击图像查看）均是基于从训练数据集中提取的特征，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，图像未经任何筛选或修改。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，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。您可能唯一需要做的，就是调整所使用的标签。

我觉得此模型可能存在过拟合或欠拟合，我该怎么办？

我们的模型已发布于 huggingface 仓库 - CyberHarem/nakahara_mizuki_lycorisrecoil，其中保存了所有训练步骤的模型。此外，我们也将训练数据集发布于 huggingface 数据集 - CyberHarem/nakahara_mizuki_lycorisrecoil，可能对您有所帮助。

为何不直接使用筛选过的优质图像？

本模型从数据采集、训练、生成预览图像到发布，整个流程完全自动化，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、自动训练与自动化发布。因此，若您能提供反馈或建议，我们将非常感激，这对我们的工作极具价值。

为何无法准确生成目标角色的服装？

我们当前的训练数据来源于多个图像网站，对于全自动流水线而言，难以准确预测角色拥有哪些官方图像。因此，服装生成依赖于对训练数据集中标签的聚类分析，以尽可能实现最佳还原。我们将持续优化这一问题，但目前仍无法彻底解决。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，本模型最大的优势在于还原角色本身的固有特征，以及因其较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！😉

以下群体不推荐使用本模型，我们深表遗憾：

1. 对原角色设计有任何细微偏差都无法容忍的用户。
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算法生成图像的潜在随机性的用户。
4. 对使用LoRA全自动训练角色模型感到不适，或认为角色模型训练必须完全手动操作以示尊重的用户。
5. 觉得生成图像内容违背自身价值观的用户。