Flux Anime Blue Archive Style
详情
下载文件
模型描述
推荐分辨率：短边 1152+，长边 1920+。横版侧重场景，竖版侧重人物。发丝修复可开启至 1.5 至 2（可选），无需触发词。
用于训练的基础模型为 Flux.1-Dev，
此模型的训练方式
本模型使用 kohya-ss/sd-scripts 进行训练，图像由 lllyasviel/webui-forge 生成。
自动训练框架 由 DeepGHS 团队 维护，我进行了 fork。
我们自动选取的训练步数为 200 次 epoch，以平衡模型的保真度与可控性。
为何不直接使用更精选的图像
我们的模型从数据抓取、训练到生成预览图和发布，全过程 100% 自动化，无人工干预。这是我们的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，如果可能，我们非常期待获得更多的反馈或建议，因为它们对我们极为宝贵。
为何无法精准生成期望的艺术风格
我们当前的训练数据来源于多个图像网站。在全自动流程中，预测官方图像中具体存在的艺术风格极具挑战性。因此，艺术风格的生成依赖于训练数据集中标签的聚类，力求实现最佳还原效果。我们将持续解决这一问题并寻求优化，但这一挑战无法完全消除。艺术风格还原的准确性，也难以达到人工训练模型的水平。
以下群体不建议使用本模型，我们深表歉意：
对原始艺术风格有任何细微偏差都无法容忍者。
所处应用场景对艺术风格还原精度要求极高者。
无法接受基于 Stable Diffusion 算法生成图像中潜在随机性者。
不适应使用 LoRA 进行艺术风格模型全自动训练的过程，或认为艺术风格训练必须完全依赖人工操作以维护原始艺术愿景完整性者。
认为生成图像内容违背自身价值观者。
为何我们使用自动训练框架
我只需将图片放进去，其余步骤完全自动化，无需任何监督。我可以去打游戏或外出闲逛，完全无需处理繁琐的数据整理与标注工作，数据处理与训练速度极快。这种模型训练方式对我而言是一种纯粹的享受。