Tsuchimiya Kagura (Ga-Rei: Zero)

• 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+，只需像普通 LoRA 一样使用 safetensors 文件即可。
• 经过精简的角色标签为：short_hair、black_hair、blue_eyes、brown_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 推荐权重为 0.5–0.85。
• 图像使用部分固定提示词和基于数据集聚类的提示词生成。使用了随机种子，排除了人为筛选。您看到的就是您能得到的。
• 服装未进行专门训练。您可参考我们提供的预览帖以获取对应服装的提示词。
• 该模型使用 619 张图像 进行训练。
• 我们自动选择的步数为 4340，以平衡模型的保真度与可控性。以下是所有步数的概览。您可在 huggingface 仓库 - CyberHarem/tsuchimiya_kagura_gareizero 中尝试其他推荐步数。

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 tsuchimiya_kagura_gareizero.pt 和 tsuchimiya_kagura_gareizero.safetensors，然后将 tsuchimiya_kagura_gareizero.pt 放入 embeddings 文件夹，并同时将 tsuchimiya_kagura_gareizero.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，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、tsuchimiya_kagura_gareizero.pt と tsuchimiya_kagura_gareizero.safetensors の両方をダウンロードする必要があり、 その後、tsuchimiya_kagura_gareizero.pt を embeddings フォルダに入れ、同時に tsuchimiya_kagura_gareizero.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 tsuchimiya_kagura_gareizero.pt 和 tsuchimiya_kagura_gareizero.safetensors 两个文件， 然后将 tsuchimiya_kagura_gareizero.pt 放入 embeddings 文件夹中，并同时使用 tsuchimiya_kagura_gareizero.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 tsuchimiya_kagura_gareizero，精简标签为 short_hair, black_hair, blue_eyes, brown_hair。当某些特征（例如发色）偶尔不稳定时，您可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/tsuchimiya_kagura_gareizero 中的 stage3-p480-800，共包含 619 张图像。
• 批量大小为 4，分辨率为 720x720，聚类为 5 个桶。
• 正则化数据集的批量大小为 4，分辨率为 720x720，聚类为 10 个桶。
• 共训练 6200 步，保存并评估了 40 个检查点。
• 我们自动选择的步数为 4340，以平衡模型的保真度与可控性。

更多训练细节及推荐步数，请参阅 huggingface 仓库 - CyberHarem/tsuchimiya_kagura_gareizero。

为何部分预览图像与角色形象不符

所有预览图像（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，算法基于训练数据集中提取的特征信息。图像生成时使用的种子也为随机生成，且图像未经任何筛选或修改。因此，可能出现上述问题。

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，其实际效果往往优于预览图像所展示的效果。您可能唯一需要做的就是调整所使用的标签。

我觉得此模型可能存在过拟合或欠拟合，该怎么办？

您看到的步数是自动选择的。我们亦推荐其他优秀步数供您尝试。请点击此处选择您偏爱的步数。

我们的模型已发布于 huggingface 仓库 - CyberHarem/tsuchimiya_kagura_gareizero，所有步数的模型均已保存。同时，我们也在 huggingface 数据集 - CyberHarem/tsuchimiya_kagura_gareizero 上发布了训练数据集，可能对您有所帮助。

为何不直接使用更精选的图像？

本模型从数据爬取、训练、生成预览图像到发布，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，若您能提供更多的反馈或建议，我们将非常感激，因为这些对我们至关重要。

为何无法精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，难以准确预测某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方法，以期实现最佳还原效果。我们将持续改进此问题，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能够还原角色本身的固有特征，并因数据集规模较大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：

1. 对角色原设计有任何细微偏差都无法容忍的用户。
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 算法生成图像所固有的随机性的用户。
4. 对使用 LoRA 自动训练角色模型的过程感到不适，或认为训练角色模型必须完全手动操作以避免“不尊重角色”的用户。
5. 认为生成内容违背自身价值观的用户。