BreastBox - ADetailer breast detection

BreastBox 检测（YOLOv8s）

描述

BreastBox 是一个专为改进使用 ADetailer 的 Stable Diffusion 用户工作流程而自定义训练的目标检测模型，基于 YOLOv8s（yolo 小型版），最新版本为 v2。

尽管默认模型常无法正确检测乳房、侧面视角或特定服装下的情况，BreastBox 旨在提供更紧密、更符合解剖结构的边界框，即使是幻想角色也能适用。v1 版本远非完美，尤其在特定姿势和衣物下较小的乳房上表现有限，但未来版本将有显著升级。

为何使用此模型？

• ✅ 高精度： 在手动整理的约 200 张标注图像（v1）和约 400 张（v2）数据集上训练而成。

• ✅ 检测能力： 能够检测具有挑战性的角度：侧胸、躺卧、背面视角或部分遮挡的情况。

• ✅ 风格无关： 主要基于 3DCG 数据训练，但对写实风格或 2D 生成也有一定泛化能力。

使用方法（ADetailer）

1. 下载 .pt 文件。

2. 将其放置在 ADetailer 模型文件夹中：\stable-diffusion-webui\models\ADetailer。

3. 在 ADetailer 标签页中，从下拉列表中选择此模型。

4. 推荐设置：

   • 检测置信度： 0.3 至 0.5（如漏检可调整）。

   • 遮罩合并模式： 合并

版本历史

• v1.0（实验版）： 初始发布。在标准姿势和多数 2DCG 风格中表现非常稳定。对极小胸部或“仰卧、倒置”等因重力显著变形的姿势可能表现不佳（约 200 个数据样本）。

• v2.0： 增加了更多姿势、乳房尺寸和摄像机角度的数据，适用性更广（约 400 个数据样本）。

• v3.0（进行中）： 增加了因手部遮挡及较小乳房的更多数据（约 650 个数据样本）。

反馈

这是一个热情项目，也是我首次进行目标检测训练。如果你发现检测失败的边缘案例，请在评论区分享你的反馈或示例图片，这将帮助我改进数据集，为下一版本提供支持！