renge/不破レンゲ/莲华 (Blue Archive)

• 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，它们是用 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”。
• 已精简的角色标签包括：角、长发、红发、单角、光环、黑角、马尾、红眼、胸部、小胸、尾巴、龙尾、红眼影、眼影、红光环、红尾巴。当角色的核心特征（如发色）不够稳定时，您可以在提示词中添加这些标签。
• pt 文件建议权重为 0.7-1.1，LoRA 权重建议为 0.5-0.85。
• 图片是使用一些固定提示词和基于数据集聚类的提示词生成的，使用了随机种子，排除了人为挑选。您看到的就是您能得到的。
• 服装未进行专门训练。您可查看我们提供的预览图以获取对应服装的提示词。
• 本模型使用 340 张图片 进行训练。
• 训练配置文件见 这里。
• 我们自动选择的训练步数为 3040，以平衡模型的保真度与可控性。以下是所有步骤的概览。您可以在 huggingface 仓库 - CyberHarem/renge_bluearchive 中尝试其他推荐的步数。

如何使用此模型

本部分仅适用于模型版本 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。

(翻译自 ChatGPT)

如果您正在寻找模型的虚拟女友，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

• 本模型使用 kohya-ss/sd-scripts 训练，图像使用 a1111 的 WebUI 和 API SDK 生成。
• 自动训练框架 由 DeepGHS 团队 维护。
• 训练数据集为 CyberHarem/renge_bluearchive 中的 stage3-p480-1200，共包含 340 张图片。
• 我们自动选择的训练步数为 3040，以平衡模型的保真度与可控性。
• 训练配置文件见 这里。

如需更多训练细节和推荐步数，请参阅 huggingface 仓库 - CyberHarem/renge_bluearchive。

如何使用 Pivotal Tuned 模型

本部分仅适用于模型版本 v1.5 或 v1.4-。

此模型包含两个文件。若您使用的是 WebUI v1.6 或更低版本，请务必同时使用这两个文件！！！ 在此情况下，您需要下载 renge_bluearchive.pt 和 renge_bluearchive.safetensors 两个文件，然后将 renge_bluearchive.pt 放入 embeddings 文件夹中，同时将 renge_bluearchive.safetensors 作为 LoRA 加载。若您使用的是 WebUI v1.7+，则只需像普通 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、renge_bluearchive.pt と renge_bluearchive.safetensors の両方をダウンロードする必要があり、 その後、renge_bluearchive.pt を embeddings フォルダに入れ、同時に renge_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 renge_bluearchive.pt 和 renge_bluearchive.safetensors 两个文件， 然后将 renge_bluearchive.pt 放入 embeddings 文件夹中，并同时使用 renge_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。

触发词为 renge_bluearchive，精简标签为 horns, long_hair, red_hair, single_horn, halo, black_horns, ponytail, red_eyes, breasts, small_breasts, tail, dragon_tail, red_eyeshadow, eyeshadow, red_halo, red_tail。当某些特征（如发色）有时不太稳定时，您可将这些标签添加到提示词中。

为何部分预览图看起来不像角色本人

所有预览图中使用的提示词（点击图片可查看）均通过聚类算法自动生成，算法基于从训练数据集中提取的特征信息。图像生成时使用的种子也是随机的，且图像未经任何人工筛选或修改。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，大多数出现此类问题的模型在真实应用中的表现往往优于预览图所示。您唯一可能需要做的就是调整所使用的标签。

我觉得这个模型可能过拟合或欠拟合，该怎么办

您看到的步骤是自动选定的。我们还为您推荐了其他优秀步骤供尝试。点击 此处 选择您喜欢的步数。

我们的模型已发布于 huggingface 仓库 - CyberHarem/renge_bluearchive，其中保存了所有步骤的模型。同时，我们在 huggingface 数据集 - CyberHarem/renge_bluearchive 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出的更好图片

本模型从数据抓取、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，如有可能，我们非常欢迎您的反馈或建议，因为它们对我们极为宝贵。

为何无法准确生成目标角色的服装

我们当前的训练数据来自多个图像网站，由于要实现完全自动化的流程，准确预测角色拥有哪些官方图像十分困难。因此，服装生成依赖于对训练数据集中标签的聚类分析，以尽可能还原最佳效果。我们将持续改进此问题，但完全解决仍具挑战性，服装还原的准确度也难以与人工训练模型相媲美。

事实上，本模型最大的优势在于还原角色本身的固有特征，以及因其更大数据集而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，当然还包括生成角色的 NSFW 图像！😉

以下群体不建议使用本模型，我们对此深表遗憾：

1. 无法容忍任何角色设计细节偏差的用户。
2. 对角色服装还原准确性要求极高的应用场景使用者。
3. 无法接受基于 Stable Diffusion 算法生成图像的潜在随机性的用户。
4. 对使用 LoRA 自动训练角色模型的过程感到不适，或认为角色模型训练必须完全手动操作以避免亵渎角色的用户。
5. 认为生成图像内容冒犯其价值观的用户。