shigure/間宵シグレ/时雨 (Blue Archive)

• 由于 Civitai 的服务条款，部分图片无法上传。完整预览图片请见 HUGGINGFACE。
• 对于模型版本 v1.5.1 或 v2.0+，您可以像使用其他 LoRA 一样直接在 WebUI 中使用，它们是使用 kohya 脚本训练的。
• 对于模型版本 v1.5 或 v1.4-，您必须同时使用两个文件才能运行。详情请参见描述中的“如何使用 Pivotal Tuned 模型”。
• 已精简的角色标签包括：动物耳朵、光环、鼬耳、紫色眼睛、绿色头发、胸部、短发、眼睛间的头发、蓝色光环、尾巴、鼬尾、中等胸部、大胸部。当角色的核心特征（如发色）不够稳定时，您可以在提示词中添加这些标签。
• pt 文件的推荐权重为 0.7-1.1，LoRA 的推荐权重为 0.5-0.85。
• 图像使用一些固定提示词和基于数据集的聚类提示词生成，采样种子为随机值，排除了人为挑选。您看到的就是您能得到的效果。
• 未对服装进行专门训练。您可查看我们提供的预览图以获取对应的服装提示词。
• 本模型使用 1321 张图像 进行训练。
• 训练配置文件请见 这里。
• 我们自动选择的步数为 3450，以平衡模型的保真度与可控性。以下是所有步数的概览。您可以在 huggingface 仓库 - CyberHarem/shigure_bluearchive 中尝试其他推荐步数。

如何使用本模型

本部分仅适用于模型版本 v1.5.1 或 v2.0+。

您可以像使用其他 LoRA 一样直接使用它。我们使用 kohya 脚本训练了此模型。

他のLoRAと同様に簡単に使用できます。このモデルはkohyaスクリプトで訓練されました。

다른 LoRA처럼 간단히 사용할 수 있습니다. 우리는 이 모델을 kohya 스크립트로 훈련했습니다.

您可以像其他LoRAs一样简单地使用它。我们使用kohya脚本对该模型进行了训练。

(由 ChatGPT 翻译)

如果您正在寻找模型中的女角色，或对我们技术感兴趣，欢迎加入我们的 Discord 服务器。

本模型的训练方式

• 本模型使用 kohya-ss/sd-scripts 训练，图像通过 a1111 的 WebUI 和 API SDK 生成。
• 自动训练框架 由 DeepGHS 团队 维护。
• 用于训练的数据集是 CyberHarem/shigure_bluearchive 中的 stage3-p480-1200，包含 1321 张图像。
• 我们自动选择的步数为 3450，以平衡模型的保真度与可控性。
• 训练配置文件请见 这里。

更多训练细节及推荐步数，请参阅 huggingface 仓库 - CyberHarem/shigure_bluearchive。

如何使用 Pivotal Tuned 模型

本部分仅适用于模型版本 v1.5 或 v1.4-。

本模型包含两个文件。若您使用的是 WebUI v1.6 或更低版本，请务必同时使用这两个文件！！！ 在此情况下，您需要下载 shigure_bluearchive.pt 和 shigure_bluearchive.safetensors 两个文件，然后将 shigure_bluearchive.pt 放入 embeddings 文件夹中，同时将 shigure_bluearchive.safetensors 作为 LoRA 加载。若您使用的是 WebUI v1.7+，请像使用普通 LoRA 一样仅使用 safetensors 文件即可。这是因为嵌入式 LoRA/Lycoris 模型现已得到 a1111 WebUI 的官方支持，详情请见 此处。

このモデルには2つのファイルがあります。WebUI v1.6 以下のバージョンを使用している場合は、これらを一緒に使用する必要があります！！！ この場合、shigure_bluearchive.pt と shigure_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、shigure_bluearchive.pt を embeddings フォルダに入れ、同時に shigure_bluearchive.safetensors をLoRAとして使用します。 webui v1.7+を使用している場合、一般的なLoRAsのようにsafetensorsファイルを使用してください。 これは、埋め込みバンドルされたLoRA/Lycorisモデルが現在、a1111のwebuiに公式にサポートされているためです。 詳細についてはこちらをご覧ください。

此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，您需要同时使用这两个文件！ 在这种情况下，您需要下载 shigure_bluearchive.pt 和 shigure_bluearchive.safetensors 两个文件， 然后将 shigure_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 shigure_bluearchive.safetensors 作为 LoRA。 如果您正在使用 webui v1.7 或更高版本，只需像常规 LoRAs 一样使用 safetensors 文件。 这是因为嵌入式 LoRA/Lycoris 模型现在已经得到 a1111's webui 的官方支持， 更多详情请参见这里。

(由 ChatGPT 翻译)

触发词为 shigure_bluearchive，精简标签为 animal_ears, halo, weasel_ears, purple_eyes, green_hair, breasts, short_hair, hair_between_eyes, blue_halo, tail, weasel_tail, medium_breasts, large_breasts。当某些特征（如发色）有时不够稳定时，您可以将这些标签添加到您的提示词中。

为何部分预览图看起来不像角色本人

所有用于预览图的提示词（点击图片可查看）均通过基于训练数据集提取的特征信息，使用聚类算法自动生成。图像生成时使用的种子也为随机值，且图像未经任何人工筛选或修改。因此，可能出现上述问题。

实际上，根据我们的内部测试，大多数出现此类问题的模型在真实使用中表现优于预览图所示效果。您可能只需调整所使用的标签即可。

我觉得模型可能存在过拟合或欠拟合，该怎么办？

此处显示的步数为自动选择结果。我们也为您推荐了其他优秀步数供尝试。点击 此处 选择您偏好的步数。

我们的模型已发布于 huggingface 仓库 - CyberHarem/shigure_bluearchive，所有步数的模型均已保存。此外，我们亦发布了训练数据集于 huggingface 数据集 - CyberHarem/shigure_bluearchive，可能对您有帮助。

为何不直接使用更好的图片？

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，如有可能，我们非常期待您提供反馈或建议，这对我们的改进至关重要。

为何无法准确生成角色的服装？

目前我们的训练数据来源于多个图像网站，在完全自动化的流程中，很难准确预测某角色拥有哪些官方图。因此，服装生成依赖于从训练数据集中提取的标签进行聚类，以尽可能还原效果。我们将持续改进此问题，但仍难以彻底解决。服装还原的准确性也难以媲美人工训练模型的水平。

事实上，本模型的最大优势在于精准还原角色自身的固有特征，以及因数据量更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，当然也包括生成角色的 NSFW 图像！😉。

对于以下人群，我们不建议使用本模型，并深表遗憾：

1. 无法容忍角色原设计出现任何细微偏差的用户。
2. 对角色服装还原准确性要求极高的应用场景用户。
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. 不习惯使用 LoRA 自动训练角色模型，或认为训练角色模型必须纯手工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。