Iria Fukumune (So, I Can't Play H!)
详情
下载文件
关于此版本
模型描述
- 由于 Civitai 的服务条款,部分图片无法上传。完整的预览图片请见 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:blonde_hair、short_hair、blue_eyes、breasts、ribbon。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 文件推荐权重为 0.7–1.1,LoRA 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,采用随机种子,排除了人为挑选。您看到的就是您能获得的。
- 服装未进行专门训练。您可查看我们提供的预览帖,获取对应服装的提示词。
- 本模型使用 209 张图片 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!!!。此时,您需要下载 iria_fukumune_soicantplayh.pt 和 iria_fukumune_soicantplayh.safetensors 两个文件,然后将 iria_fukumune_soicantplayh.pt 放入 embeddings 文件夹,并同时将 iria_fukumune_soicantplayh.safetensors 作为 LoRA 加载。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 模型现已获得 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、iria_fukumune_soicantplayh.pt と iria_fukumune_soicantplayh.safetensors の両方をダウンロードする必要があり、 その後、iria_fukumune_soicantplayh.pt を embeddings フォルダに入れ、同時に iria_fukumune_soicantplayh.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 iria_fukumune_soicantplayh.pt 和 iria_fukumune_soicantplayh.safetensors 两个文件, 然后将 iria_fukumune_soicantplayh.pt 放入 embeddings 文件夹中,并同时使用 iria_fukumune_soicantplayh.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 iria_fukumune_soicantplayh,精简标签为 blonde_hair, short_hair, blue_eyes, breasts, ribbon。当某些特征(例如发色)有时不够稳定时,您可以将这些标签添加到提示词中。
模型训练方式
- 本模型使用 HCP-Diffusion 进行训练。
- 自动训练框架 由 DeepGHS 团队 维护。
- 训练所用的基础模型为 deepghs/animefull-latest。
- 训练数据集为 CyberHarem/iria_fukumune_soicantplayh 中的
stage3-p480-800,共包含 209 张图片。 - 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 16,分辨率为 720x720,聚类为 10 个桶。
- 训练共进行 2120 步,保存并评估了 40 个检查点。
更多训练细节请参阅 huggingface 仓库 - CyberHarem/iria_fukumune_soicantplayh。
为何部分预览图与角色形象不符
所有预览图(点击图片可查看)所使用的提示词均通过聚类算法自动生成,算法基于从训练数据集中提取的特征信息。图像生成所用的种子也是随机生成的,且未经过任何筛选或修改。因此,出现上述问题的可能性是存在的。
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,其真实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取。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。
我们的模型已发布于 huggingface 仓库 - CyberHarem/iria_fukumune_soicantplayh,所有步骤的模型均已保存。同时,我们也发布了训练数据集于 huggingface 数据集 - CyberHarem/iria_fukumune_soicantplayh,这或许对您有所帮助。
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,整个流程 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,因为它们对我们极为宝贵。
为何无法准确生成角色的期望服装
我们当前的训练数据来源于多个图片网站,对于全自动流程而言,准确预测某个角色拥有哪些官方服装极具挑战。因此,服装生成依赖于对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,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精准还原角色本身的固有特征,并因其更大的数据集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!😉
以下群体不建议使用本模型,我们深表遗憾:
- 无法容忍角色设计中哪怕最微小偏差的用户。
- 对角色服装还原精度要求极高的应用场景使用者。
- 无法接受基于 Stable Diffusion 算法生成图像所固有的随机性的用户。
- 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才能避免对角色不敬的用户。
- 认为生成内容冒犯其价值观的用户。



















