t800

在约240张股票SD 1.5图像上训练而成。最佳效果出现在约0.8的权重下。始终使用t800标签，并在此基础上添加更多标签。对于仍看起来像人类的终结者，添加'cyborg'标签；对于仅看起来像金属机器人骨架的终结者，添加'robot'和'endoskeleton'标签。为表现出更多战斗损伤，可在赛博格上添加'wounded'或'heavily wounded'标签。

训练数据中包含一些非阿诺·施瓦辛格风格的终结者，但数量不多，因此你的大多数赛博格都会偏向旧版阿诺的形象。我尝试修补（inpainting）的效果并不理想，但txt2img和img2img的效果还算不错。

在训练数据准备方面，我手工编辑、裁剪并调整了每张图像的大小，因为大多数自动化处理方法都极差地聚焦在错误的位置。尽管如此，txt2image有时仍会输出头部被裁剪掉的外骨骼图像。我也为每张图片手动添加了标签，因为所有自动化AI在识别t800时表现得极其糟糕。训练数据中机器人骨架图像略多于赛博格图像，但我尽力保持了平衡。

这是我上传的第一个模型。如果你喜欢，请告诉我；如果不满意，建设性反馈也对我很有帮助。我为此投入了大量时间，因此如果你将此模型合并到其他项目中，请务必注明我的贡献。

示例提示：john doe 作为一个严重受损的 t800 赛博格

对负面提示使用要适度。请注意，许多常见负面提示可能与本模型的特性直接冲突。例如“丑陋”或“疤痕累累”之类的负面提示，可能会完全抵消t800通常呈现的破损外观。