Mina Okura (So, I Can't Play H!)

• Civitai의 이용 약관으로 인해 일부 이미지를 업로드할 수 없습니다. 완전한 미리보기 이미지는 HUGGINGFACE에서 확인할 수 있습니다.
• 이 모델은 2개의 파일로 구성되어 있습니다. a1111의 WebUI v1.6 이하 버전을 사용 중이라면, 이 두 파일을 반드시 함께 사용해야 합니다!!! WebUI v1.7 이상을 사용 중이라면, 일반 LoRA처럼 safetensors 파일만 사용하면 됩니다.
• 필터링된 캐릭터 태그는 brown_hair, glasses, purple_eyes, short_hair입니다. 캐릭터의 핵심 특징(예: 머리색)이 안정적이지 않을 때 이 태그들을 프롬프트에 추가하세요.
• pt 파일의 권장 가중치는 0.7–1.1, LoRA의 가중치는 0.5–0.85입니다.
• 이미지는 일부 고정 프롬프트와 데이터셋 기반 클러스터링 프롬프트를 사용하여 생성되었습니다. 랜덤 시드를 사용하여 선별을 배제했습니다. 여기서 보이는 것이 바로 얻을 수 있는 결과입니다.
• 의상에 대한 특별한 트레이닝은 수행되지 않았습니다. 제공된 미리보기 포스트를 확인하여 의상에 해당하는 프롬프트를 확인하세요.
• 이 모델은 322개의 이미지로 트레이닝되었습니다.

이 모델 사용법

이 모델은 2개의 파일로 구성되어 있습니다. WebUI v1.6 이하 버전을 사용 중이라면 반드시 두 파일을 함께 사용해야 합니다!!! 이 경우, mina_okura_soicantplayh.pt 및 mina_okura_soicantplayh.safetensors 두 파일을 모두 다운로드한 후, mina_okura_soicantplayh.pt를 embeddings 폴더에 넣고, 동시에 mina_okura_soicantplayh.safetensors를 LoRA로 사용해야 합니다. WebUI v1.7 이상을 사용 중이라면, 일반 LoRA와 동일하게 safetensors 파일만 사용하면 됩니다. 이는 이제 a1111 WebUI가 임베딩이 포함된 LoRA/Lycoris 모델을 공식적으로 지원하기 때문입니다. 자세한 사항은 여기를 참조하세요.

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、mina_okura_soicantplayh.pt と mina_okura_soicantplayh.safetensors の両方をダウンロードする必要があり、 その後、mina_okura_soicantplayh.pt を embeddings フォルダに入れ、同時に mina_okura_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 mina_okura_soicantplayh.pt 和 mina_okura_soicantplayh.safetensors 两个文件， 然后将 mina_okura_soicantplayh.pt 放入 embeddings 文件夹中，并同时使用 mina_okura_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。

트리거 단어는 mina_okura_soicantplayh이며, 필터링된 태그는 brown_hair, glasses, purple_eyes, short_hair입니다. 일부 특징(예: 머리색)이 때때로 안정적이지 않을 경우, 이 태그들을 프롬프트에 추가하세요.

이 모델의 트레이닝 방법

• 이 모델은 HCP-Diffusion을 사용하여 트레이닝되었습니다.
• 자동 트레이닝 프레임워크는 DeepGHS 팀이 유지관리합니다.
• 트레이닝에 사용된 베이스 모델은 deepghs/animefull-latest입니다.
• 트레이닝에 사용된 데이터셋은 CyberHarem/mina_okura_soicantplayh의 stage3-p480-800이며, 총 322장의 이미지를 포함합니다.
• 배치 크기는 4, 해상도는 720x720, 5개의 클러스터 버킷으로 분류됩니다.
• 정규화 데이터셋의 배치 크기는 11, 해상도는 720x720, 10개의 클러스터 버킷으로 분류됩니다.
• 3240스텝 동안 트레이닝되었으며, 40개의 체크포인트가 저장되고 평가되었습니다.

더 자세한 트레이닝 정보는 huggingface 저장소 - CyberHarem/mina_okura_soicantplayh를 참고하세요.

일부 미리보기 이미지가 캐릭터와 달라 보이는 이유

미리보기 이미지에 사용된 모든 프롬프트 텍스트(이미지를 클릭하여 확인 가능)는 트레이닝 데이터셋에서 추출한 특징 정보를 기반으로 클러스터링 알고리즘을 통해 자동 생성되었습니다. 이미지 생성 시 사용된 시드도 랜덤으로 설정되었으며, 어떤 이미지도 선택하거나 수정하지 않았습니다. 따라서 위와 같은 현상이 발생할 수 있습니다.

실제 사용 경험에 따르면, 우리 내부 테스트에서 이러한 현상이 발생하는 모델 대부분이 미리보기 이미지보다 실제 사용 시 더 나은 성능을 보입니다. 필요한 작업은 사용하는 태그를 조정하는 것뿐입니다.

이 모델이 과적합 또는 미적합해 보이는데, 어떻게 해야 하나요?

여기 표시된 스텝은 자동으로 선택된 것입니다. 우리는 다른 추천 스텝도 제공합니다. 선호하는 스텝을 선택하려면 여기를 클릭하세요.

이 모델은 huggingface 저장소 - CyberHarem/mina_okura_soicantplayh에 공개되어 있으며, 모든 스텝의 모델이 저장되어 있습니다. 또한 트레이닝 데이터셋은 huggingface 데이터셋 - CyberHarem/mina_okura_soicantplayh에 공개되어 있어 도움이 될 수 있습니다.

왜 더 나은 이미지만 선택해서 사용하지 않나요?

이 모델의 전체 프로세스 — 데이터 수집, 트레이닝, 미리보기 이미지 생성 및 공개 — 는 인간의 개입 없이 100% 자동화되어 있습니다. 이는 우리 팀이 진행하는 흥미로운 실험으로, 데이터 필터링, 자동 트레이닝, 자동 출판을 포함한 완전한 소프트웨어 인프라를 개발했습니다. 따라서 가능하면 피드백이나 제안을 주시면 매우 가치 있게 활용하겠습니다.

원하는 캐릭터 의상이 정확히 생성되지 않는 이유

현재 트레이닝 데이터는 다양한 이미지 웹사이트에서 수집되었으며, 완전한 자동화 파이프라인에서는 캐릭터가 어떤 공식 이미지를 가지고 있는지 정확히 예측하기 어렵습니다. 따라서 의상 생성은 트레이닝 데이터셋의 레이블을 기반으로 클러스터링을 통해 최선의 재현을 시도합니다. 우리는 이 문제를 지속적으로 개선하려 하지만, 완전히 해결할 수는 없는 도전 과제입니다. 의상 재현의 정확도는 수동으로 트레이닝된 모델의 수준에 미치지 못할 가능성이 높습니다.

사실, 이 모델의 가장 큰 장점은 캐릭터 자체의 고유한 특징을 재현하고, 더 큰 데이터셋 덕분에 뛰어난 일반화 능력을 갖췄다는 점입니다. 따라서 이 모델은 의상을 변경하거나 캐릭터의 자세를 조정하는 작업, 그리고 물론 캐릭터의 NSFW 이미지를 생성하는 데 매우 적합합니다!😉

다음과 같은 사용자 그룹에는 이 모델 사용을 권장하지 않으며, 이에 대해 사과드립니다:

1. 캐릭터 디자인의 가장 미세한 차이점조차도 용납할 수 없는 분들.
2. 캐릭터 의상 재현의 정확도가 매우 높은 요구사항을 가진 적용 환경을 사용하는 분들.
3. Stable Diffusion 알고리즘 기반 AI 생성 이미지의 잠재적 무작위성에 불편함을 느끼는 분들.
4. LoRA를 사용한 캐릭터 모델 트레이닝의 완전 자동화 프로세스에 불편함을 느끼거나, 캐릭터를 존중하려면 수동 트레이닝만이 유일한 방법이라고 믿는 분들.
5. 생성된 이미지 콘텐츠가 자신의 가치관에 반한다고 느끼는 분들.