Yue (Lapis Re:LiGHTs)

• 由于 Civitai 的服务条款，部分图片无法上传。完整的预览图片可在 HUGGINGFACE 查看。
• 此模型包含两个文件。若你使用的是 a1111 的 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！。若你使用的是 WebUI v1.7+，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, black_hair, bangs, purple_eyes, breasts, hat, hair_bun。当角色的核心特征（如发色）不够稳定时，你可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，杜绝挑选图像。你所见即所得。
• 未对服装进行专门训练。你可以查看我们提供的预览图以获取对应的服装提示词。
• 本模型使用 149 张图片 训练。
• 我们自动选择的训练步数为 798，以平衡模型的保真度与可控性。以下是所有步数的概览，你可在 huggingface 仓库 - CyberHarem/yue_lapisrelights 尝试其他推荐步数。

如何使用此模型

此模型包含两个文件。若你使用的是 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！。在这种情况下，你需要下载 yue_lapisrelights.pt 和 yue_lapisrelights.safetensors，然后将 yue_lapisrelights.pt 放入 embeddings 文件夹，并同时将 yue_lapisrelights.safetensors 作为 LoRA 使用。若你使用的是 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、yue_lapisrelights.pt と yue_lapisrelights.safetensors の両方をダウンロードする必要があり、 その後、yue_lapisrelights.pt を embeddings フォルダに入れ、同時に yue_lapisrelights.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 yue_lapisrelights.pt 和 yue_lapisrelights.safetensors 两个文件， 然后将 yue_lapisrelights.pt 放入 embeddings 文件夹中，并同时使用 yue_lapisrelights.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 yue_lapisrelights，精简标签为 long_hair, black_hair, bangs, purple_eyes, breasts, hat, hair_bun。当某些特征（如发色）有时不够稳定时，你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 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/yue_lapisrelights 中的 stage3-p480-800，共包含 149 张图片。
• 批量大小为 4，分辨率为 720x720，聚类为 5 个组。
• 正则化数据集的批量大小为 16，分辨率为 720x720，聚类为 10 个组。
• 训练共 1520 步，保存并评估了 40 个检查点。
• 我们自动选择的步数为 798，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/yue_lapisrelights。

为何部分预览图与角色形象不符

所有预览图所用的提示词（可通过点击图像查看）均通过聚类算法自动生成，基于从训练数据集中提取的特征信息。图像生成所用种子也是随机生成，且图像未经任何筛选或修改。因此，出现上述情况是可能的。

实际使用中，根据我们的内部测试，大多数出现此类问题的模型在真实应用中的表现优于预览图所展示的效果。你可能唯一需要做的，就是调整使用的标签。

我觉得此模型可能过拟合或欠拟合，该怎么办？

你所看到的步数是自动选定的。我们还为你推荐了其他优质步数供尝试。点击此处选择你偏好的步数。

我们的模型已发布于 huggingface 仓库 - CyberHarem/yue_lapisrelights，其中保存了所有步数的模型。同时，我们也在 huggingface 数据集 - CyberHarem/yue_lapisrelights 发布了训练数据集，这可能对你有帮助。

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、自动训练与自动化发布。因此，若有可能，我们非常欢迎更多反馈或建议，这对我们的工作至关重要。

为何无法准确生成角色的特定服装？

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，很难准确预测某个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，力求实现最佳还原效果。我们会持续改进这一问题并尝试优化，但它仍是一个难以完全解决的挑战，服装还原的准确度也不太可能达到人工训练模型的水平。

事实上，本模型的最大优势在于还原角色本身的固有特征，以及得益于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、调整角色姿态，当然也包括生成角色的 NSFW 图像！😉

以下人群不建议使用本模型，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，或认为必须通过纯手工操作训练模型以示尊重角色的用户；
5. 认为生成内容违背自身价值观的用户。