atalanta/アタランテ/阿塔兰忒 (Fate/Grand Order)

• 由于Civitai的使用条款，部分图片无法上传。完整预览图片请见 HUGGINGFACE。
• 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。
• 推荐pt文件权重为0.5-1.0，LoRA权重为0.5-0.85。
• 图片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。
• 未对服装进行专门训练。你可以查看我们提供的预览帖子，获取对应服装的提示词。
• 本模型使用473张图片训练而成。

如何使用此模型

此模型包含两个文件，必须同时使用！！！。在这种情况下，你需要下载 atalanta_fgo.pt 和 atalanta_fgo.safetensors，然后将 atalanta_fgo.pt 作为纹理反转嵌入，同时将 atalanta_fgo.safetensors 作为LoRA使用。

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

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

触发词为 atalanta_fgo，推荐标签为：best quality, masterpiece, highres, solo, {atalanta_fgo:1.15}, animal_ears, cat_ears, green_hair, long_hair, green_eyes, multicolored_hair, blonde_hair, ahoge, two-tone_hair, bangs, gradient_hair, breasts。

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 Team 维护。

为何部分预览图不像Atalanta Fgo

所有预览图中使用的提示词（可通过点击图片查看）均通过基于训练数据集中提取的特征信息的聚类算法自动生成。图像生成时使用的种子也是随机生成的，且图像未经过任何选择或修改。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所展示的效果。你可能唯一需要做的，就是调整你所使用的标签。

我觉得这个模型可能存在过拟合或欠拟合，我该怎么办？

我们的模型已发布在 huggingface仓库 - CyberHarem/atalanta_fgo_，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/atalantafgo 发布了训练数据集，这可能对你有所帮助。

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，整个过程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，如有可能，我们非常期待获得更多反馈或建议，因为它们对我们极为宝贵。

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片网站，对于全自动流程而言，难以准确预测角色拥有哪些官方图像。因此，服装生成依赖于基于训练数据集中标签的聚类分析，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，但该挑战难以完全解决。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，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、调整角色姿态，当然，也适用于生成角色的NSFW图像！😉

以下群体不建议使用本模型，我们深表遗憾：

1. 无法容忍任何角色原设计细节偏差的用户。
2. 对角色服装还原准确性要求极高的应用场景使用者。
3. 无法接受基于Stable Diffusion算法生成图像潜在随机性的用户。
4. 不认同使用LoRA全自动训练角色模型流程，或认为训练角色模型必须完全人工操作才不致亵渎角色的用户。
5. 认为生成图像内容违背自身价值观的用户。