[Anime-based] Isla (Plastic Memories)
详情
下载文件
关于此版本
模型描述
- 由于 Civitai 的服务条款,部分图像无法上传。完整的预览图像请见 HUGGINGFACE。
- 此模型包含两个文件。如果您使用的是 a1111 的 WebUI v1.6 或更低版本,您必须同时使用这两个文件!!!。如果您使用的是 WebUI v1.7+,则只需像普通 LoRA 一样使用 safetensors 文件即可。
- 精简后的角色标签为:long_hair、red_eyes、ahoge、twintails、white_hair。当角色的核心特征(例如发色)不够稳定时,您可以在提示词中添加这些标签。
- pt 文件推荐权重为 0.7–1.1,LoRA 权重推荐为 0.5–0.85。
- 图像使用部分固定提示词和基于数据集的聚类提示词生成,采样种子为随机,未进行任何挑选。您看到的就是您能得到的。
- 未针对服装进行专门训练。您可查阅我们提供的预览帖以获取对应服装的提示词。
- 此模型使用 321 张图像 训练而成。
如何使用此模型
此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本,您必须同时使用这两个文件!!!。在这种情况下,您需要下载 isla_fanart_plasticmemories.pt 和 isla_fanart_plasticmemories.safetensors 两个文件,然后将 isla_fanart_plasticmemories.pt 放入 embeddings 文件夹中,并同时将 isla_fanart_plasticmemories.safetensors 作为 LoRA 使用。如果您使用的是 WebUI v1.7+,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 的官方支持,更多详情请参见此处。
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、isla_fanart_plasticmemories.pt と isla_fanart_plasticmemories.safetensors の両方をダウンロードする必要があり、 その後、isla_fanart_plasticmemories.pt を embeddings フォルダに入れ、同時に isla_fanart_plasticmemories.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 isla_fanart_plasticmemories.pt 和 isla_fanart_plasticmemories.safetensors 两个文件, 然后将 isla_fanart_plasticmemories.pt 放入 embeddings 文件夹中,并同时使用 isla_fanart_plasticmemories.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。
触发词为 isla_fanart_plasticmemories,精简标签为 long_hair, red_eyes, ahoge, twintails, white_hair。当某些特征(例如发色)偶尔不够稳定时,您可以将这些标签添加到提示词中。
模型训练方式
- 此模型使用 HCP-Diffusion 训练。
- 自动训练框架 由 DeepGHS 团队 维护。
- 训练所用基础模型为 deepghs/animefull-latest。
- 训练数据集为 CyberHarem/isla_fanart_plasticmemories 中的
stage3-p480-800,共包含 321 张图像。 - 批次大小为 4,分辨率为 720x720,聚类为 5 个桶。
- 正则化数据集的批次大小为 11,分辨率为 720x720,聚类为 20 个桶。
- 共训练 3240 步,保存并评估了 40 个检查点。
更多训练细节,请参阅 Hugging Face 仓库 - CyberHarem/isla_fanart_plasticmemories。
为什么部分预览图看起来不像角色
所有预览图像使用的提示词(可通过点击图像查看)均是基于训练数据集中提取的特征信息,通过聚类算法自动生成。图像生成时所用的种子也是随机生成,且图像未经过任何人工筛选或修改。因此,可能出现您所提及的问题。
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在真实使用时的表现,通常优于预览图像所呈现的效果。您唯一可能需要做的,是调整您使用的标签。
我觉得此模型可能过拟合或欠拟合,该怎么办?
此处显示的步数为自动选择的结果。我们还为您推荐了其他表现良好的步数供尝试。点击此处选择您偏好的步数。
我们的模型已发布在 Hugging Face 仓库 - CyberHarem/isla_fanart_plasticmemories,其中保存了所有步数的模型。同时,我们也在 Hugging Face 数据集 - CyberHarem/isla_fanart_plasticmemories 上发布了训练数据集,这可能对您有所帮助。
为什么不用筛选出更好的图像?
本模型从数据爬取、训练、生成预览图到发布,全程 100% 自动化,无人工干预。这是我们的团队进行的一项有趣实验,为此我们构建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,若您能提供任何反馈或建议,我们将非常感激,因为这些对我们至关重要。
为什么无法准确生成角色的服装?
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中标签的聚类分析,以尽可能还原效果。我们将持续改进这一问题并尝试优化,但这仍是一个难以完全解决的挑战。服装还原的准确性,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,以及因数据量较大而具备的较强泛化能力。因此,此模型非常适合用于更改服装、调整角色姿势,当然,也包括生成角色的 NSFW 图像!😉
以下群体不建议使用本模型,我们深表遗憾:
- 无法容忍任何角色设计细节偏差的用户;
- 对角色服装还原精度要求极高的应用场景用户;
- 无法接受基于 Stable Diffusion 算法生成图像时潜在随机性的用户;
- 对使用 LoRA 自动训练角色模型的过程感到不适,或认为必须完全手动操作角色模型训练以示尊重的用户;
- 觉得生成内容违背自身价值观的用户。



















