tsukuyo/大野ツクヨ/月咏 (Blue Archive)

• Civitai의 이용 약관으로 인해 일부 이미지를 업로드할 수 없습니다. 전체 미리보기 이미지는 HUGGINGFACE에서 확인할 수 있습니다.
• 모델 버전 v1.5.1 또는 v2.0+ 이상을 사용하는 경우, 다른 LoRA와 마찬가지로 웹UI에서 직접 사용할 수 있습니다. 이 모델은 kohya 스크립트로 학습되었습니다.
• 모델 버전 v1.5 또는 v1.4- 이하를 사용하는 경우, 두 파일을 모두 사용해야 합니다. 자세한 내용은 설명에서 "Pivotal Tuned 모델 사용 방법"을 참조하세요.
• 정제된 캐릭터 태그는 토끼 귀, 동물 귀, 긴 머리카락, 처진 토끼 귀, 한쪽 눈을 가린 머리카락, 가슴, 보라색 눈, 토끼 소녀, 환상, 보라색 머리카락, 다색 머리카락, 큰 가슴, 색상이 있는 안쪽 머리카락, 금발 머리, 검은 머리입니다. 캐릭터의 핵심 특징(예: 머리카락 색상)이 안정적이지 않을 때 이 태그들을 프롬프트에 추가할 수 있습니다.
• pt 파일의 권장 가중치는 0.7–1.1, LoRA의 가중치는 0.5–0.85입니다.
• 이미지는 일부 고정 프롬프트와 데이터셋 기반 군집 프롬프트를 사용하여 생성되었습니다. 랜덤 시드를 사용하여 선택적 샘플링을 배제했습니다. 여기서 보이는 것이 바로 얻을 수 있는 결과입니다.
• 의상에 대한 특별한 학습은 진행되지 않았습니다. 제공된 미리보기 포스트를 확인하여 의상에 대응하는 프롬프트를 확인할 수 있습니다.
• 이 모델은 535장의 이미지로 학습되었습니다.
• 학습 설정 파일은 여기에서 확인할 수 있습니다.
• 모델의 정확도와 제어력을 균형 있게 유지하기 위해 자동으로 선택한 스텝은 3000입니다. 모든 스텝의 개요는 아래 이미지를 참조하세요. 다른 권장 스텝은 huggingface 저장소 - CyberHarem/tsukuyo_bluearchive에서 시도해 보세요.

이 모델 사용 방법

이 부분은 모델 버전 v1.5.1 또는 v2.0+ 이상에만 해당합니다.

다른 LoRA와 마찬가지로 간단히 사용할 수 있습니다. 이 모델은 kohya 스크립트로 학습되었습니다.

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。

캐릭터 웨이푸를 찾고 있거나 기술에 관심이 있다면, 우리의 디스코드 서버에 참여하세요.

이 모델 학습 방법

• 이 모델은 **kohya-ss/sd-scripts**를 사용하여 학습되었으며, 이미지는 a1111의 웹UI 및 API SDK를 통해 생성되었습니다.
• 자동 학습 프레임워크는 DeepGHS 팀에서 유지보수합니다.
• 학습에 사용된 데이터셋은 CyberHarem/tsukuyo_bluearchive의 stage3-p480-1200이며, 총 535장의 이미지를 포함합니다.
• 모델의 정확도와 제어력을 균형 있게 유지하기 위해 자동으로 선택한 스텝은 3000입니다.
• 학습 설정 파일은 여기에서 확인할 수 있습니다.

자세한 학습 정보 및 권장 스텝은 huggingface 저장소 - CyberHarem/tsukuyo_bluearchive를 참고하세요.

Pivotal Tuned 모델 사용 방법

이 부분은 모델 버전 v1.5 또는 v1.4- 이하에만 해당합니다.

이 모델은 두 개의 파일로 구성되어 있습니다. WebUI v1.6 이하 버전을 사용하는 경우 반드시 두 파일을 함께 사용해야 합니다!!! 이 경우, tsukuyo_bluearchive.pt와 tsukuyo_bluearchive.safetensors 두 파일을 모두 다운로드한 후, tsukuyo_bluearchive.pt를 embeddings 폴더에 넣고, 동시에 tsukuyo_bluearchive.safetensors를 LoRA로 사용해야 합니다. WebUI v1.7+를 사용한다면, 일반적인 LoRA처럼 safetensors 파일만 사용하면 됩니다. 이것은 embedding이 포함된 LoRA/Lycoris 모델이 이제 a1111 웹UI에서 공식적으로 지원되기 때문입니다. 자세한 내용은 여기를 참조하세요.

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、tsukuyo_bluearchive.pt と tsukuyo_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、tsukuyo_bluearchive.pt を embeddings フォルダに入れ、同時に tsukuyo_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 tsukuyo_bluearchive.pt 和 tsukuyo_bluearchive.safetensors 两个文件， 然后将 tsukuyo_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 tsukuyo_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。

트리거 단어는 tsukuyo_bluearchive이며, 정제된 태그는 rabbit_ears, animal_ears, long_hair, lop_rabbit_ears, hair_over_one_eye, breasts, purple_eyes, rabbit_girl, halo, purple_hair, multicolored_hair, large_breasts, colored_inner_hair, blonde_hair, black_hair입니다. 어떤 특징(예: 머리카락 색상)이 불안정할 때, 이 태그들을 프롬프트에 추가할 수 있습니다.

일부 미리보기 이미지가 캐릭터처럼 보이지 않는 이유

미리보기 이미지에 사용된 모든 프롬프트 텍스트(이미지를 클릭하면 확인 가능)는 학습 데이터셋에서 추출된 특징 정보를 기반으로 클러스터링 알고리즘을 사용하여 자동 생성되었습니다. 이미지 생성 시 사용된 시드도 무작위로 생성되었으며, 이미지에는 어떤 선택이나 수정도 가해지지 않았습니다. 따라서 위와 같은 문제가 발생할 수 있습니다.

실제 사용 경험을 바탕으로 내부 테스트 결과, 이러한 문제가 있는 모델 대부분은 미리보기 이미지보다 실제 사용 시 더 뛰어난 성능을 보입니다. 필요한 것은 단지 사용하는 태그를 조정하는 것뿐입니다.

이 모델이 과적합 또는 과소적합처럼 느껴지는데 어떻게 해야 하나요?

여기서 보이는 스텝은 자동으로 선택된 것입니다. 또한, 다른 추천 스텝도 시도해 볼 수 있습니다. 선호하는 스텝을 선택하려면 여기를 클릭하세요.

이 모델은 huggingface 저장소 - CyberHarem/tsukuyo_bluearchive에 공개되었으며, 모든 스텝의 모델이 저장되어 있습니다. 또한, 학습 데이터셋은 huggingface 데이터셋 - CyberHarem/tsukuyo_bluearchive에 공개되었으며, 이는 도움이 될 수 있습니다.

왜 더 나은 이미지만 선택해서 사용하지 않나요?

이 모델의 데이터 수집, 학습, 미리보기 이미지 생성 및 게시까지의 전체 프로세스는 인간의 개입 없이 100% 자동화되었습니다. 이는 우리 팀이 수행한 흥미로운 실험이며, 이를 위해 필터링, 자동 학습, 자동 게시를 포함한 완전한 소프트웨어 인프라를 구축했습니다. 따라서 가능하다면, 여러분의 피드백이나 제안을 더 많이 받고 싶습니다. 이는 우리에게 매우 소중한 자료입니다.

원하는 캐릭터의 의상을 정확히 생성할 수 없는 이유

현재 학습 데이터는 다양한 이미지 웹사이트에서 수집되었으며, 완전히 자동화된 파이프라인에서는 캐릭터가 어떤 공식 이미지를 가지고 있는지 정확히 예측하기 어렵습니다. 따라서 의상 생성은 학습 데이터셋의 라벨을 기반으로 클러스터링을 수행하여 가장 좋은 재현을 시도합니다. 이 문제는 지속적으로 개선할 예정이지만, 완전히 해결하기 어려운 도전 과제입니다. 의상 재현의 정확도는 수동 학습 모델의 수준에 미치지 못할 가능성이 높습니다.

실제로, 이 모델의 가장 큰 장점은 캐릭터 본연의 특징을 재현하는 능력과 더 큰 데이터셋 덕분에 비교적 강력한 일반화 능력입니다. 따라서 이 모델은 의상을 변경하거나 캐릭터의 자세를 조정하거나, 물론 캐릭터의 NSFW 이미지를 생성하는 작업에 매우 적합합니다!😉

다음과 같은 사용자에게는 이 모델 사용을 권장하지 않으며, 이점을 사과드립니다:

1. 캐릭터 디자인의 가장 사소한 차이점에도 견딜 수 없는 분들.
2. 캐릭터 의상 재현에 높은 정확도를 요구하는 사용 시나리오를 겪고 있는 분들.
3. Stable Diffusion 알고리즘을 기반으로 한 AI 생성 이미지의 잠재적 무작위성을 수용할 수 없는 분들.
4. LoRA를 사용한 캐릭터 모델 학습의 완전 자동화 과정을 불편하게 여기거나, 캐릭터를 존중하려면 반드시 수동으로 학습해야 한다고 믿는 분들.
5. 생성된 이미지 내용이 자신의 가치관에 반대된다고 느끼는 분들.