Nakano Nino (Gotoubun no Hanayome)

• 由于Civitai的服务条款，部分图片无法上传。完整的预览图片请参见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。你所看到的，就是你能获得的。
• 服装方面未进行专门训练。你可以查看我们提供的预览帖，获取对应服装的提示词。
• 该模型使用778张图像进行训练。

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

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

触发词为nakano_nino_gotoubunnohanayome，推荐标签为：best quality, masterpiece, highres, solo, {nakano_nino_gotoubunnohanayome:1.15}, bangs, pink_hair, blunt_bangs, hair_ornament, butterfly_hair_ornament, ribbon, black_ribbon, blue_eyes, blush, hair_ribbon, twintails, long_hair。

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。

为何部分预览图看起来不像中野二乃（五等分的新娘）

所有预览图中使用的提示文字（可通过点击图片查看）均是基于训练数据集中提取的特征信息，通过聚类算法自动生成的。图像生成过程中使用的种子也是随机生成的，且图像未经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。

实际上，根据我们的内部测试，多数出现此类问题的模型在实际使用中表现优于预览图中的效果。你唯一可能需要做的，就是调整你使用的标签。

我觉得这个模型可能过拟合或欠拟合，该怎么办？

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

为何不直接使用筛选得更好的图片？

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，如果可能的话，我们非常欢迎更多反馈或建议，因为它们对我们而言极为宝贵。

为何不能准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，对于全自动流水线而言，难以精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标签的聚类分析，以期实现最佳还原效果。我们会持续改进这一问题并尝试优化，但该问题仍难以彻底解决。服装还原的准确度也难以与人工训练模型相媲美。

事实上，本模型最大的优势在于还原角色本身的固有特征，以及得益于更大数据集所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！😉

对于以下群体，我们不推荐使用本模型，并深表歉意：

1. 无法容忍任何角色原设计偏差，哪怕是最微小细节的用户。
2. 对角色服装还原精度有较高要求的应用场景用户。
3. 无法接受基于Stable Diffusion算法生成图像时可能存在的随机性的用户。
4. 不习惯使用LoRA全自动训练角色模型，或认为训练角色模型必须完全手动操作以避免不尊重角色的用户。
5. 觉得生成内容违背自身价值观的用户。