Kiwi Araga/阿良河キウィ (Mahou Shoujo ni Akogarete)

• 由于 Civitai 的服务条款，部分图片无法上传。完整的预览图片请见 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。详细操作请参见描述中的“如何使用 Pivotal Tuned 模型”。
• 被剪枝的角色标签为：绿发、痣、眼下痣、紫眼、长发、发髻、帽子、ahoge。当角色的核心特征（如发色）不够稳定时，您可以将这些标签添加到提示词中。
• pt 文件的推荐权重为 0.7–1.1，LoRA 的推荐权重为 0.5–0.85。
• 图片是使用一些固定提示词和基于数据集聚类的提示词生成的，采用了随机种子，排除了人为挑选。您看到的就是您能得到的。
• 服装未进行专门训练。您可查看我们提供的预览图以获取对应服装的提示词。
• 本模型使用 1201 张图片 进行训练。
• 训练配置文件见 此处。
• 我们自动选择的训练步数为 6240，以平衡模型的保真度与可控性。以下是所有步骤的概览，您可在 huggingface 仓库 - CyberHarem/kiwi_araga_mahoushoujoniakogarete 中尝试其他推荐步数。

如何使用此模型

本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。我们使用 kohya 脚本训练了此模型。

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。

(Translated with ChatGPT)

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

模型训练方式

• 本模型使用 kohya-ss/sd-scripts 训练，图像通过 a1111 的 WebUI 和 API SDK 生成。
• 自动训练框架 由 DeepGHS 团队 维护。
• 用于训练的数据集为 CyberHarem/kiwi_araga_mahoushoujoniakogarete 中的 stage3-p480-1200，共包含 1201 张图像。
• 我们自动选择的训练步数为 6240，以平衡模型的保真度与可控性。
• 训练配置文件见 此处。

更多训练细节与推荐步数，请参阅 huggingface 仓库 - CyberHarem/kiwi_araga_mahoushoujoniakogarete。

如何使用 Pivotal Tuned 模型

本部分仅适用于模型版本 v1.5 或 v1.4-。

本模型包含两个文件。若您使用的是 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 kiwi_araga_mahoushoujoniakogarete.pt 和 kiwi_araga_mahoushoujoniakogarete.safetensors 两个文件，然后将 kiwi_araga_mahoushoujoniakogarete.pt 放入 embeddings 文件夹，并同时将 kiwi_araga_mahoushoujoniakogarete.safetensors 作为 LoRA 加载。若您使用的是 WebUI v1.7+，则只需像常规 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，详情请见 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、kiwi_araga_mahoushoujoniakogarete.pt と kiwi_araga_mahoushoujoniakogarete.safetensors の両方をダウンロードする必要があり、 その後、kiwi_araga_mahoushoujoniakogarete.pt を embeddings フォルダに入れ、同時に kiwi_araga_mahoushoujoniakogarete.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 kiwi_araga_mahoushoujoniakogarete.pt 和 kiwi_araga_mahoushoujoniakogarete.safetensors 两个文件， 然后将 kiwi_araga_mahoushoujoniakogarete.pt 放入 embeddings 文件夹中，并同时使用 kiwi_araga_mahoushoujoniakogarete.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。

(Translated with ChatGPT)

触发词为 kiwi_araga_mahoushoujoniakogarete，被剪枝的标签为 green_hair, mole, mole_under_eye, purple_eyes, long_hair, hair_bun, hat, ahoge。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提示词中。

为何部分预览图与角色形象不符

所有预览图中使用的提示词（点击图片可查看）均通过基于训练数据集特征提取的聚类算法自动生成。图像生成时使用的种子也是随机生成的，且未经过任何人工筛选或修改。因此，出现上述情况是有可能的。

在实际使用中，根据我们的内部测试，大多数遇到此类问题的模型，其实际表现往往优于预览图所展示的效果。您可能唯一需要做的，就是调整所使用的标签。

我觉得这个模型可能过拟合或欠拟合，该怎么办

您所看到的步数是自动选择的。我们也为您推荐了其他优秀步数供尝试。点击 此处 选择您喜欢的步数。

我们的模型已发布于 huggingface 仓库 - CyberHarem/kiwi_araga_mahoushoujoniakogarete，其中保存了所有步数的模型。此外，我们还发布了训练数据集于 huggingface 数据集 - CyberHarem/kiwi_araga_mahoushoujoniakogarete，这可能对您有所帮助。

为何不直接使用筛选后的优质图片

本模型从数据采集、训练、生成预览图到发布，整个过程完全自动化，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。

为何无法准确生成期望的角色服装

我们当前的训练数据来源于多个图像网站，对于全自动流程而言，很难准确预测某个角色拥有哪些官方图像。因此，服装生成依赖于基于训练数据集标签的聚类分析，以尽可能还原最佳效果。我们会持续优化这一问题，但目前仍难以彻底解决。服装还原的准确度也难以达到人工训练模型的水平。

事实上，本模型最大的优势在于还原角色本身的固有特征，以及由于数据量更大而具备的较强泛化能力。因此，本模型非常适合用于更换服装、调整角色姿态，当然也包括生成角色的 NSFW 图像！😉

对于以下群体，我们不建议使用本模型，并深表歉意：

1. 无法容忍任何角色原设计偏差，哪怕是最细微的细节者。
2. 对角色服装还原的准确性要求极高者。
3. 无法接受基于 Stable Diffusion 算法生成图像所固有的随机性者。
4. 不适应使用 LoRA 自动训练角色模型的流程，或认为训练角色模型必须完全手动操作以示尊重者。
5. 觉得生成图像内容违背自身价值观者。