michiru/千鳥ミチル/满 (Blue Archive)

• 由于 Civitai 的服务条款，部分图片无法上传。完整预览图请见 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，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。详细说明请参见描述中的“如何使用 Pivotal Tuned 模型”。
• 已精简的角色标记包括：动物耳朵、灰发、长发、浣熊耳朵、浣熊女孩、光环、双马尾、黄眼、眼睛间的头发、多色头发、尾巴、浣熊尾巴、发饰、ahoge、尖牙。当角色的核心特征（例如发色）不够稳定时，您可以将这些标记添加到提示词中。
• pt 文件推荐权重为 0.7–1.1，LoRA 权重为 0.5–0.85。
• 图片使用一些固定提示词和基于数据集的聚类提示词生成。使用了随机种子，排除了人为挑选。您看到的就是您能得到的。
• 服装未进行专门训练。您可以查看我们提供的预览图以获取对应服装的提示词。
• 本模型使用 422 张图像 训练。
• 训练配置文件见 这里。
• 我们自动选择的步骤是 2420，以平衡模型的保真度与可控性。以下是所有步骤的概览。您可以在 huggingface 仓库 - CyberHarem/michiru_bluearchive 中尝试其他推荐步骤。

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的女角色或对我们的技术感兴趣，可以加入我们的 Discord 服务器。

本模型是如何训练的

• 本模型使用 kohya-ss/sd-scripts 训练，图像由 a1111 的 WebUI 和 API SDK 生成。
• 自动训练框架 由 DeepGHS 团队 维护。
• 用于训练的数据集为 CyberHarem/michiru_bluearchive 中的 stage3-p480-1200，包含 422 张图像。
• 我们自动选择的步骤是 2420，以平衡模型的保真度与可控性。
• 训练配置文件见 这里。

更多训练细节与推荐步骤，请参阅 huggingface 仓库 - CyberHarem/michiru_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！！！ 此情况下，您需要下载 michiru_bluearchive.pt 和 michiru_bluearchive.safetensors，然后将 michiru_bluearchive.pt 放入 embeddings 文件夹，并同时将 michiru_bluearchive.safetensors 作为 LoRA 加载。若您使用的是 WebUI v1.7+，请像常规 LoRA 一样直接使用 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、michiru_bluearchive.pt と michiru_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、michiru_bluearchive.pt を embeddings フォルダに入れ、同時に michiru_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 michiru_bluearchive.pt 和 michiru_bluearchive.safetensors 两个文件， 然后将 michiru_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 michiru_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 michiru_bluearchive，精简标记为 animal_ears, grey_hair, long_hair, raccoon_ears, raccoon_girl, halo, twintails, yellow_eyes, hair_between_eyes, multicolored_hair, tail, raccoon_tail, hair_ornament, ahoge, fang。当某些特征（如发色）偶尔不稳定时，您可以将这些标记加入提示词中。

为何部分预览图看起来不像该角色

所有预览图所用的提示词（点击图片可查看）均通过聚类算法自动生成，基于从训练数据集中提取的特征信息。图像生成过程中使用的种子也是随机生成的，且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。

实际使用中，根据我们的内部测试，大多数遇到此类问题的模型在真实使用时的表现，往往优于预览图中的效果。您唯一可能需要做的，是调整所使用的标记。

我觉得这个模型可能过拟合或欠拟合，该怎么办？

您在这里看到的步骤是自动选择的。我们也为您推荐了其他较优步骤供尝试。点击 此处 选择您喜欢的步骤。

我们的模型已发布于 huggingface 仓库 - CyberHarem/michiru_bluearchive，所有步骤的模型均已保存。此外，我们也在 huggingface 数据集 - CyberHarem/michiru_bluearchive 上发布了训练数据集，可能对您有帮助。

为何不直接使用筛选过的更好图像？

从数据爬取、训练，到生成预览图和发布，本模型的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、自动训练和自动化发布。因此，若您能提供任何反馈或建议，我们将非常感激——这些对我们至关重要。

为何无法精确生成角色的期望服装？

我们当前的训练数据来源于多个图片网站。在全自动流程中，要准确预测某个角色拥有哪些官方图像颇具挑战性。因此，服装生成依赖于训练数据集中标签的聚类分析，以尽可能还原效果。我们会持续改进这一问题，但目前仍难以完全解决，其还原精度也难以与人工训练模型相比。

事实上，本模型最大的优势在于精准还原角色本身的固有特征，并凭借更大的数据集具备较强的泛化能力。因此，该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！😉

以下群体不建议使用本模型，我们深表遗憾：

1. 对角色原设计有任何细微偏差都无法容忍者。
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. 不适应使用 LoRA 自动训练角色模型流程，或认为训练角色模型必须完全手动操作以避免“不敬”者。
5. 认为生成图像内容违背自身价值观者。