megu/下倉メグ/惠 (Blue Archive)

• 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。
• 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”。
• 已精简的角色标签包括：红发、角、乳房、恶魔角、长发、蓝眼、马尾、大乳房、光环、尖耳、发饰、红角、尾巴、恶魔尾、头戴护目镜、尖牙。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 的权重为 0.5-0.85。
• 图片使用了一些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。您看到的就是您能得到的。
• 服装没有进行专门训练。您可参考我们提供的预览图以获取对应服装的提示词。
• 本模型使用 735 张图片 训练。
• 训练配置文件见 此处。
• 我们自动选择的步骤为 1990，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/megu_bluearchive 中尝试其他推荐步骤。

如何使用本模型

此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。本模型使用 kohya 脚本训练。

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。

(通过 ChatGPT 翻译)

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

本模型如何训练

• 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。
• 训练所用数据集为 CyberHarem/megu_bluearchive 中的 stage3-p480-1200，共包含 735 张图片。
• 我们自动选择的步骤为 1990，以平衡模型的保真度与可控性。
• 训练配置文件见 此处。

如需更多训练细节和推荐步骤，请参阅 huggingface 仓库 - CyberHarem/megu_bluearchive。

如何使用 Pivotal Tuned 模型

此部分仅适用于模型版本 v1.5 或 v1.4-。

本模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！ 此时，您需要下载 megu_bluearchive.pt 和 megu_bluearchive.safetensors，然后将 megu_bluearchive.pt 放入 embeddings 文件夹，并同时将 megu_bluearchive.safetensors 作为 LoRA 加载。如果您使用的是 WebUI v1.7 或更高版本，只需像普通 LoRA 一样使用 safetensors 文件即可。这是因为嵌入式 LoRA/Lycoris 模型现已得到 a1111 WebUI 官方支持，更多信息请参见 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、megu_bluearchive.pt と megu_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、megu_bluearchive.pt を embeddings フォルダに入れ、同時に megu_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 megu_bluearchive.pt 和 megu_bluearchive.safetensors 两个文件， 然后将 megu_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 megu_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。

(通过 ChatGPT 翻译)

触发词为 megu_bluearchive，精简标签为 red_hair, horns, breasts, demon_horns, long_hair, blue_eyes, ponytail, large_breasts, halo, pointy_ears, hair_ornament, red_horns, tail, demon_tail, goggles_on_head, fang。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。

为何部分预览图与角色形象不符

所有预览图使用的提示词（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。图像生成所用的种子也是随机的，且未经任何人工筛选或修改。因此，可能出现上述情况。

在实际使用中，根据我们的内部测试，多数出现此类问题的模型在真实应用中的表现优于预览图所示效果。您可能唯一需要做的就是调整所使用的标签。

我觉得模型可能过拟合或欠拟合，该怎么办？

您在此看到的步骤是自动选择的。我们还为您推荐了其他优质步骤供尝试。请点击 此处 选择您喜欢的步骤。

我们的模型已发布于 huggingface 仓库 - CyberHarem/megu_bluearchive，其中保存了所有步骤的模型。同时，我们在 huggingface 数据集 - CyberHarem/megu_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优质图片？

本模型从数据采集、训练到生成预览图和发布，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，若您能提供反馈或建议，我们将非常感激，因为这对我们的改进至关重要。

为何无法精确生成期望的角色服装？

我们当前的训练数据来源于各类图片网站，对于全自动流程而言，难以准确预测角色拥有哪些官方服装。因此，服装生成依赖于基于训练数据集标签的聚类分析，力求实现最佳还原效果。我们将持续优化这一问题，但目前仍无法完全解决。服装还原的精度也难以达到人工训练模型的水平。

实际上，本模型最大的优势在于还原角色本身的固有特征，以及因数据集规模较大而具备较强的泛化能力。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！😉

以下用户群体不建议使用本模型，我们深表歉意：

1. 对角色原设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 算法生成图像中可能存在的随机性者；
4. 不适应使用 LoRA 自动训练角色模型的流程，或认为必须完全手工训练才能体现对角色尊重者；
5. 对生成内容感到违背自身价值观者。