Shirakawa Chitose/白河千歳 (Otonari no Tenshi-sama ni Itsunomanika Dame Ningen ni Sareteita Ken)

narugo1992narugo1992
42
244
角色red eyesbrown eyesred hairshort hairbrown hairsama ni itsunomanika dame ningen ni sareteita kenotonari no tenshishirakawa chitose白河千歳
v1.5.1

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。
  • 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。详细说明请参见描述中的“如何使用 Pivotal Tuned 模型”。
  • 经过剪枝的角色标签为：短发、红发、棕眼、棕发、红眼。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 文件的推荐权重为 0.7–1.1，LoRA 的推荐权重为 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。
  • 服装没有进行专门训练。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 307 张图片 训练而成。
  • 训练配置文件请见 这里。
  • 我们自动选择的训练步数为 2040，以平衡模型的保真度与可控性。以下是所有步数的概览。您可以在 huggingface 仓库 - CyberHarem/shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken 中尝试其他推荐步数。

步数概览

如何使用本模型

此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。

(Translated with ChatGPT)

如果您正在寻找模型的女仆角色或对我们的技术感兴趣，欢迎加入我们的 Discord 服务器。

本模型是如何训练的

更多训练细节与推荐步数请参见 huggingface 仓库 - CyberHarem/shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken。

如何使用 Pivotal Tuned 模型

此部分仅适用于模型版本 v1.5 或 v1.4-。

本模型包含两个文件。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 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.pt 和 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.safetensors 两个文件，然后将 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.pt 放入 embeddings 文件夹，并同时将 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.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 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、shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.pt と shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.safetensors の両方をダウンロードする必要があり、 その後、shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.pt を embeddings フォルダに入れ、同時に shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.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 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.pt 和 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.safetensors 两个文件， 然后将 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.pt 放入 embeddings 文件夹中，并同时使用 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken.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。

(Translated with ChatGPT)

触发词为 shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken，剪枝标签为 short_hair, red_hair, brown_eyes, brown_hair, red_eyes。当某些特征（如发色）在某些时候不够稳定时，您可以将这些标签添加到提示词中。

为何部分预览图看起来不像她

所有预览图所使用的提示词（可通过点击图片查看）均使用聚类算法自动生成，基于从训练数据集中提取的特征信息。图像生成时使用的种子也是随机生成的，且未进行任何筛选或修改。因此，可能出现上述问题。

实践中，根据我们的内部测试，大多数遇到此类问题的模型在实际使用中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。

我觉得这个模型可能存在过拟合或欠拟合，我该怎么办

您在此处看到的步数是自动选择的。我们也为您推荐了其他优秀的步数，您可以尝试。点击 这里 选择您喜欢的步数。

我们的模型已发布在 huggingface 仓库 - CyberHarem/shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken，所有步数的模型均已保存。同时，我们也在 huggingface 数据集 - CyberHarem/shirakawa_chitose_otonarinotenshisamaniitsunomanikadameningennisareteitaken 发布了训练数据集，这可能会对您有帮助。

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，整个过程完全自动化，无人工干预。这是我们团队进行的一项趣味实验，为此我们开发了一整套软件基础设施，涵盖数据过滤、自动训练和自动化发布。因此，若您能提供任何反馈或建议，我们将非常感激，它们对我们至关重要。

为何无法准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，难以精确预测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。我们将持续改进这一问题并尝试优化，但它仍是一个难以完全解决的挑战，其服装还原精度也难与人工训练模型相比。

事实上，本模型的最大优势在于精确还原角色本身固有特征，以及因数据集较大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. 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. 不适应使用 LoRA 进行角色模型全自动训练过程的用户，或认为必须通过纯人工操作训练角色模型以示尊重的用户。
  5. 认为生成图像内容冒犯自身价值观的用户。

此模型生成的图像

未找到图像。