meru/姫木メル/梅露 (Blue Archive)
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。
- 对于模型版本 v1.5.1 或 v2.0+，您可以像使用其他 LoRA 一样直接在 WebUI 中使用它们，它们是使用 kohya 脚本训练的。
- 对于模型版本 v1.5 或 v1.4-，您必须同时使用两个文件才能运行。详情请参见描述中的“如何使用 Pivotal Tuned 模型”。
- 经剪枝的角色标签包括：长发、眼镜、发饰、发夹、光环、蓝眼睛、绿发、黑框眼镜、呆毛、胸部。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 权重为 0.5–0.85。
- 图片使用了一些固定提示词和基于数据集的聚类提示词生成。使用了随机种子，排除了挑选行为。您看到的就是您能得到的。
- 未对服装进行专门训练。您可以查看我们提供的预览帖以获取对应服装的提示词。
- 本模型使用 120 张图像 训练。
- 训练配置文件见 这里。
- 我们自动选择的步骤为 1755，以平衡模型的保真度与可控性。以下是所有步骤的概览。您可在 huggingface 仓库 - CyberHarem/meru_bluearchive 中尝试其他推荐步骤。
如何使用此模型
此部分内容仅适用于模型版本 v1.5.1 或 v2.0+。
您可以像使用其他 LoRA 一样直接使用它。我们使用 kohya 脚本训练了此模型。
他のLoRAと同様に簡単に使用できます。このモデルはkohyaスクリプトで訓練されました。
다른 LoRA처럼 간단히 사용할 수 있습니다. 우리는 이 모델을 kohya 스크립트로 훈련했습니다。
您可以像其他LoRAs一样简单地使用它。我们使用kohya脚本对该模型进行了训练。
(由 ChatGPT 翻译)
如果您正在寻找模型中的“老婆”，或对我们的技术感兴趣，欢迎加入我们的 Discord 服务器。
模型训练方式
- 该模型使用 kohya-ss/sd-scripts 训练，图像由 a1111 的 WebUI 和 API SDK 生成。
- 自动训练框架 由 DeepGHS 团队 维护。
- 用于训练的数据集为 CyberHarem/meru_bluearchive 中的
stage3-p480-1200，包含 120 张图像。 - 我们自动选择的步骤为 1755，以平衡模型的保真度与可控性。
- 训练配置文件见 这里。
更多训练细节与推荐步骤，请参见 huggingface 仓库 - CyberHarem/meru_bluearchive。
如何使用 Pivotal Tuned 模型
此部分内容仅适用于模型版本 v1.5 或 v1.4-。
此模型包含两个文件。如果您使用的是 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，您需要下载 meru_bluearchive.pt 和 meru_bluearchive.safetensors 两个文件，然后将 meru_bluearchive.pt 放入 embeddings 文件夹，并同时将 meru_bluearchive.safetensors 作为 LoRA 加载。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，详情请参见 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、meru_bluearchive.pt と meru_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、meru_bluearchive.pt を embeddings フォルダに入れ、同時に meru_bluearchive.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 meru_bluearchive.pt 和 meru_bluearchive.safetensors 两个文件， 然后将 meru_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 meru_bluearchive.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。
(由 ChatGPT 翻译)
触发词为 meru_bluearchive，剪枝标签为 long_hair, glasses, hair_ornament, hairclip, halo, blue_eyes, green_hair, black-framed_eyewear, ahoge, breasts。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。
为什么部分预览图看起来不像角色本人
所有预览图所使用的提示词（点击图像可查看）均基于从训练数据集中提取的特征信息，通过聚类算法自动生成。图像生成过程中使用的种子也是随机的，且图片未经过任何人工筛选或修改。因此，可能出现上述问题。
实际上，根据我们的内部测试，多数出现此类问题的模型在实际使用中表现优于预览图。您唯一可能需要做的就是调整所使用的标签。
我感觉该模型可能过拟合或欠拟合，我该怎么办？
您在此看到的步骤是自动选择的。我们还为您推荐了其他几个优质步骤供尝试。点击 此处 选择您喜欢的步骤。
我们的模型已发布于 huggingface 仓库 - CyberHarem/meru_bluearchive，其中保存了所有步骤的模型。此外，我们也在 huggingface 数据集 - CyberHarem/meru_bluearchive 公开了训练数据集，可能对您有帮助。
为什么不直接使用效果更好的图片？
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，包括数据筛选、自动训练和自动化发布。因此，如果您能提供任何反馈或建议，我们将非常感激，因为这对我们的改进至关重要。
为什么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，在全自动流程中，难以精准预测某角色拥有哪些官方图像。因此，服装生成依赖于基于训练数据集标签的聚类分析，以尽可能还原最佳效果。我们将持续改进这一问题，但彻底解决仍具挑战，且其准确度难以与人工训练模型相比。
实际上，本模型的最大优势在于能精准还原角色本身的固有特征，并因数据集更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，当然也适用于生成角色的 NSFW 图像！😉
对于以下人群，我们不建议使用本模型，并深表歉意：
- 无法容忍任何角色原设计细微偏差的用户。
- 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 算法生成图像中潜在随机性的用户。
- 不习惯使用 LoRA 自动训练角色模型，或认为训练角色模型必须完全手动操作以避免“亵渎”角色的用户。
- 认为生成图像内容违背自身价值观的用户。