此模型的訓練與其生成的圖像僅供學習用途。

我什麼都沒做，我只是搬運者。

這個模型更像是一個角色包，其副作用是它帶來的風格。

訓練花了超過30小時的反覆嘗試，期間我幾乎放棄，但最終達成了較平衡的效果。最重要的是，我的訓練假設得到了驗證。將來我可能會將這些經驗整理成文章。

但手部質量問題仍然存在。

觸發詞：vanillastyle

示例提示詞可從上方圖片中找到。

先前版本模型的提示詞大部分仍有效。

我的提示詞基本按照【角色特徵】+【風格】+【表情】+【服裝】+【相機與動作】+【背景】的順序組成，您可以根據需要刪除或修改。

如果出現特別模糊的情況，可以考慮在負面提示中加入“thumbnail”並增加其權重直到圖像清晰。

在負面提示中加入“3d”可能帶來更好結果，加入像是“realistic”、“realism”標籤則可增強人物特徵。

推薦權重：1.0～0.6，根據需要調整，直到角色外觀符合要求。

推薦升級值約為 1.2～2.0，去噪強度設為 0.2。

數據集主要集中於 George Kamitani 的作品。

20240907v0.2

此版本中，我標註了更多圖片，其他則移除標籤，只保留觸發詞以避免與精心標註產生衝突。（此方法可能有誤。）

在訓練過程中，數據集中多次出現圖片未被提示詞準確呈現的情況。我嘗試更改不同標籤並重訓，結果相同。數據集中這些圖片的重複性不高，缺乏連貫性。

最後我閱讀到一篇文章提到，對某些角色增加訓練重複次數可防止模型未充分學習這些圖片。

因此，我將數據集中所有單次出現的圖片放入子資料夾，設定訓練重複次數為 2，對已充分學習的圖片則保持不變。

但由於這些不連續的圖片存在不少品質問題，且暫未修復，所以增加訓練次數對整體風格產生了一定影響。

下一版本改進的根本方法，是提升數據集品質，同時善用標註技術，對品質略低的圖片加標相同標籤，並在運行模型時將其放入負面提示詞中。

20240715v0.1

此模型目前只能算作 v0.1，正常使用並不太容易，我認為最好對數據集中更多圖片做詳細標註以獲得更好效果。未來我可能會逐步完成本模型的訓練。

此版本的性能並不理想，生成的圖片常常顯得混亂。

我收集了超過100張圖片作為數據集，但數量太多不便人工標註。起初我用 wd1.4 進行全部圖片標註，但標註質量仍不佳，（可能是我使用不夠正確，也歡迎大家給建議）。

因為想快速看到結果，對此數據集我只人工標註了一些符合個人偏好的圖片，因此模型對這些圖片的輸出效果會較好。