tamamo_cat/タマモキャット/玉藻猫 (Fate/Grand Order)

• 由于Civitai的服务条款，部分图片无法上传。完整的预览图片请见HUGGINGFACE。
• 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。
• 推荐的pt文件权重为0.5-1.0，LoRA权重为0.5-0.85。
• 图像使用若干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。你看到的就是你能得到的。
• 服装未进行专门训练。你可以参考我们提供的预览帖，获取对应服装的提示词。
• 本模型使用529张图像训练而成。

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

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

触发词为tamamo_cat_fgo，推荐标签为：best quality, masterpiece, highres, solo, {tamamo_cat_fgo:1.15}, animal_ears, fox_ears, long_hair, pink_hair, animal_hands, yellow_eyes, ponytail, bell, animal_ear_fluff, breasts, neck_bell, fox_tail, tail, blush, fox_girl, large_breasts, jingle_bell, open_mouth, bow, hair_bow, apron, bangs, hair_between_eyes, red_bow, maid_headdress, fang, smile, cat_paws, hair_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。

为何部分预览图不像Tamamo Cat Fgo

所有预览图中使用的提示文本（可通过点击图片查看）均通过基于训练数据集特征提取的聚类算法自动生成。图像生成时使用的种子也是随机产生的，且图像未经过任何筛选或修改。因此，可能出现上述问题。

实践表明，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。你唯一需要做的可能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？

我们的模型已发布于HuggingFace仓库 - CyberHarem/tamamo_cat_fgo，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/tamamo_cat_fgo，可能对你有帮助。

为何不直接使用筛选更好的图像？

本模型从数据采集、训练、生成预览图到发布，整个流程100%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。因此，如有可能，我们非常期待您的反馈或建议，这对我们的工作至关重要。

为何无法准确生成期望角色的服装？

我们当前的训练数据来源于多个图像网站，对于全自动流程而言，准确预测某个角色拥有哪些官方图像非常困难。因此，服装生成依赖于基于训练数据集中标签的聚类，以尽可能还原最佳效果。我们将继续改进这个问题并尝试优化，但目前仍是一个难以彻底解决的挑战。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，本模型最大的优势在于还原角色本身的固有特征，以及因其更大数据集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，当然还有生成角色的NSFW图像！😉。

以下群体不建议使用本模型，我们深表遗憾：

1. 无法容忍角色设计有任何细微偏差的用户；
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算法生成图像中潜在随机性的用户；
4. 对使用LoRA进行角色模型全自动训练感到不适，或认为角色模型训练必须纯手动操作以示尊重的用户；
5. 认为生成内容违背自身价值观的用户。