akari/鰐渕アカリ/明里 (Blue Archive)
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
- Civitaiの利用規約により、一部の画像をアップロードできません。完全なプレビュー画像はHUGGINGFACEでご覧になれます。
- モデルバージョン v1.5.1 または v2.0+ の場合、他のLoRAと同様にWebUIでそのまま使用できます。これらはkohyaスクリプトで訓練されています。
- モデルバージョン v1.5 または v1.4- の場合、2つのファイルを両方使用する必要があります。詳細は説明内の「Pivotal Tunedモデルの使い方」をご覧ください。
- 削除されたキャラクタータグは、金髪、ロングヘア、角、ハロ、胸、アホ毛、巨乳、青い目、編み込み、目の中の髪、悪魔の角、シンボル形状の瞳孔です。キャラクターの核心的な特徴(例:髪の色)が安定しない場合、これらのタグをプロンプトに追加できます。
- ptファイルのおすすめの重みは0.7–1.1、LoRAの重みは0.5–0.85です。
- 画像は、いくつかの固定プロンプトとデータセットに基づくクラスタリングプロンプトを使用して生成されました。ランダムなシードを使用しており、選別は行っていません。ここに表示されているものが、実際に得られる結果です。
- 衣装のための専用訓練は行っていません。提供されているプレビューポストをご覧になり、衣装に対応するプロンプトを確認してください。
- このモデルは376枚の画像で訓練されました。
- 訓練設定ファイルはこちら:https://huggingface.co/CyberHarem/akari_bluearchive/resolve/main/train.toml
- モデルの忠実度と制御性のバランスを取るために、自動選択したステップは2376です。すべてのステップの概要は以下の通りです。他の推奨ステップはHugging Faceリポジトリ - CyberHarem/akari_bluearchiveでご試用ください。

このモデルの使い方
このセクションはモデルバージョン v1.5.1 または v2.0+ 用です。
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。
他のLoRAのよう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。
(ChatGPTによる翻訳)
キャラクターのウェイフューや技術に興味がある方は、私たちのDiscordサーバーへご参加ください。
このモデルの訓練方法
- このモデルは**kohya-ss/sd-scripts** を使用して訓練され、画像はa1111のWebUIとAPI SDKで生成されています。
- 自動訓練フレームワークはDeepGHSチームが保守しています。
- 訓練に使用されたデータセットは、CyberHarem/akari_bluearchiveの
stage3-p480-1200で、376枚の画像を含みます。 - モデルの忠実度と制御性のバランスを取るために、自動選択したステップは2376です。
- 訓練設定ファイルはこちら:https://huggingface.co/CyberHarem/akari_bluearchive/resolve/main/train.toml
より詳細な訓練情報や推奨ステップについては、Hugging Faceリポジトリ - CyberHarem/akari_bluearchiveをご覧ください。
Pivotal Tunedモデルの使い方
このセクションはモデルバージョン v1.5 または v1.4- 用です。
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ご使用の場合は、両方のファイルを一緒に使用する必要があります!!! この場合、akari_bluearchive.pt と akari_bluearchive.safetensors の両方をダウンロードし、akari_bluearchive.pt を embeddings フォルダに配置し、同時に akari_bluearchive.safetensors をLoRAとして使用してください。WebUI v1.7+をご使用の場合は、一般的なLoRAと同じようにsafetensorsファイルのみ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で公式にサポートされているためです。詳細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 akari_bluearchive.pt 和 akari_bluearchive.safetensors 两个文件, 然后将 akari_bluearchive.pt 放入 embeddings 文件夹中,并同时使用 akari_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。
トリガーワードは akari_bluearchive で、削除されたタグは blonde_hair, long_hair, horns, halo, breasts, ahoge, large_breasts, blue_eyes, braid, hair_between_eyes, demon_horns, symbol-shaped_pupils です。あるとき、一部の特徴(例:髪の色)が安定しない場合は、これらのタグをプロンプトに追加できます。
一部のプレビュー画像がキャラクターに似ていない理由
プレビュー画像で使用されたすべてのプロンプトテキスト(画像をクリックすると確認できます)は、訓練データセットから抽出した特徴情報に基づいてクラスタリングアルゴリズムで自動生成されています。画像生成時に使用されたシードもランダムに生成されており、画像には選別や編集は一切行われていません。そのため、上述の現象が発生する可能性があります。
実際のテストでは、このような問題を抱えるモデルの多くが、プレビュー画像よりも実際の使用時に優れた結果を出していることが確認されています。必要なのは、使用するタグを調整することだけです。
このモデルが過学習または未学習のように感じるが、どうすればよいですか?
ここで表示されているステップは自動選択されたものです。他にもお試しいただける推奨ステップをご用意しています。こちらをクリックしてお好みのステップを選んでください。
当モデルはHugging Faceリポジトリ - CyberHarem/akari_bluearchiveで公開されており、すべてのステップのモデルが保存されています。また、訓練に使用したデータセットはHugging Faceデータセット - CyberHarem/akari_bluearchiveで公開しており、ご参考になると思います。
なぜより良い画像だけを選んで使わないのですか?
このモデルのデータ収集から訓練、プレビュー画像の生成、公開に至るまで、すべてのプロセスが人間の介入なしに100%自動化されています。これは私たちのチームが行った興味深い実験であり、その目的のためにデータフィルタリング、自動訓練、自動公開を含む一連のソフトウェアインフラを構築しました。そのため、可能であれば、ご意見やご提案をぜひお寄せください。これらは私たちにとって非常に貴重です。
望ましいキャラクターの衣装が正確に生成できない理由
現在の訓練データはさまざまな画像ウェブサイトから取得されており、完全な自動化パイプラインでは、キャラクターがどの公式画像を所有しているかを正確に予測することが困難です。したがって、衣装の生成は訓練データセットのラベルに基づくクラスタリングによって、可能な限り再現しようと試みています。この問題は引き続き改善を続けていますが、完全に解決するのは困難です。衣装の再現精度は、手動で訓練されたモデルのレベルに匹敵することは期待できません。
実際、このモデルの最大の強みは、キャラクター自身の本質的な特徴の再現と、より大規模なデータセットによる比較的高い汎用性です。そのため、このモデルは衣装の変更、キャラクターのポーズ変更、そしてもちろんキャラクターのNSFW画像の生成に非常に適しています!😉
以下のグループの方々には、このモデルの使用をお勧めしません。ご了承ください:
- キャラクターのデザインに対して、些細な違いであっても許容できない方々。
- キャラクターの衣装を高精度で再現する必要があるアプリケーションシーンに適用しようとしている方々。
- Stable DiffusionアルゴリズムによるAI生成画像の潜在的なランダム性を受け入れられない方々。
- LoRAによるキャラクターモデルの完全自動化訓練プロセスに不快感を抱いている方々、あるいはキャラクターモデルの訓練は手動でのみ行うべきであり、キャラクターを軽視しないよう配慮すべきだと考える方々。
- 生成された画像の内容が自身の価値観に反すると感じる方々。



















