persicaria/ペルシカ/帕斯卡 (Neural Cloud)

narugo1992narugo1992
26
202
角色animal earsbangsbreastslong hairneural cloudlarge breastspink haircat earspink eyesanimal ear fluffpersicaria帕斯卡ペルシカ
v1.5

详情

下载文件

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：long_hair、animal_ears、breasts、pink_hair、large_breasts、bangs、pink_eyes、animal_ear_fluff、cat_ears。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。
  • 图片使用部分固定提示词和基于数据集的聚类提示词生成，采用随机种子，排除了人为挑选。您看到的就是您能得到的。
  • 未对服装进行专门训练。您可参考我们提供的预览帖子，获取对应服装的提示词。
  • 本模型使用 195 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！！！ 在这种情况下，您需要下载 persicaria_neuralcloud.pt 和 persicaria_neuralcloud.safetensors 两个文件，然后将 persicaria_neuralcloud.pt 放入 embeddings 文件夹中，并同时将 persicaria_neuralcloud.safetensors 作为 LoRA 使用。如果您使用的是 WebUI v1.7+，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 的官方支持，更多详情请参见 这里。

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、persicaria_neuralcloud.pt と persicaria_neuralcloud.safetensors の両方をダウンロードする必要があり、 その後、persicaria_neuralcloud.pt を embeddings フォルダに入れ、同時に persicaria_neuralcloud.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 persicaria_neuralcloud.pt 和 persicaria_neuralcloud.safetensors 两个文件， 然后将 persicaria_neuralcloud.pt 放入 embeddings 文件夹中，并同时使用 persicaria_neuralcloud.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 persicaria_neuralcloud，精简标签为 long_hair, animal_ears, breasts, pink_hair, large_breasts, bangs, pink_eyes, animal_ear_fluff, cat_ears。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

更多训练细节请参阅 HuggingFace 仓库 - CyberHarem/persicaria_neuralcloud。

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。图像生成时使用的种子也是随机生成的，且图像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在真实使用时的表现，往往优于预览图所展示的效果。您唯一可能需要做的，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？

此处显示的步骤为自动选择结果。我们还为您推荐了其他几个效果良好的步骤供您尝试。点击这里选择您喜欢的步骤。

我们的模型已发布在 HuggingFace 仓库 - CyberHarem/persicaria_neuralcloud，其中保存了所有步骤的模型。同时，我们也在 HuggingFace 数据集 - CyberHarem/persicaria_neuralcloud 上发布了训练数据集，可能对您有所帮助。

为何不直接使用筛选后的优质图片？

本模型从数据爬取、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，因为这对我们的工作极为重要。

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，难以精准预测某角色拥有哪些官方图像。因此，服装生成依赖于对训练数据集中标签的聚类分析，以期实现最佳还原效果。我们将持续改进此问题并尝试优化，但目前仍是一个难以彻底解决的挑战，其服装还原的准确度也难以与人工训练模型相媲美。

事实上，本模型的最大优势在于还原角色本身的固有特征，以及凭借更大数据集所具备的较强泛化能力。因此，本模型非常适合用于更换服装、调整角色姿势，当然也适用于生成角色的 NSFW 图像！😉

以下群体不建议使用本模型，我们深表遗憾：

  1. 无法容忍角色设计有任何细微偏差的用户。
  2. 对角色服装还原精度要求极高的应用场景使用者。
  3. 无法接受基于 Stable Diffusion 算法生成图像中潜在随机性的用户。
  4. 不适应使用 LoRA 自动训练角色模型的过程，或认为训练角色模型必须完全手动操作以示尊重的用户。
  5. 觉得生成内容违背自身价值观的用户。

此模型生成的图像

未找到图像。