Sign In

Lora / NoobAI-XL / Cat Tea QI Hong Character model

0

Not recently loaded

Download

1 variant available

bf16 SafeTensor

catteaqh_kohya_v10_128hair.safetensors

BF16, good balance • 81.47 MB

Verified:

Type
LoRA
Stats

12

0

Reviews

No reviews yet

Published

Oct 24, 2026

Base Model
Training
Steps: 5,600Epochs: 4
Usage Tips
Clip Skip: 1Strength: 0.9
Hash
AutoV2F2144038CD
Trigger Words
catteaqh
file.png

# Catteaqh(祁红)— Chibi Fox Girl LoRA

> 中文动画角色的 Q 版狐狸耳少女角色 LoRA。基于 NoobAI-XL (vPred 1.0),仅训练 UNet,81.5 MiB。

> 触发词 *catteaqh**,推荐权重 0.8–1.0。

---

## 一、速查表

| 项 | 值 |

|---|---|

| 模型类型 | LoRA(角色) |

| 底模 | NoobAI-XL vPred 1.0noobaiXLNAIXL_vPred10Version) |

| 触发词 | *catteaqh**(必须放正向最前) |

| 推荐权重 | 1.0(常规)/**0.8–0.9**(姿势超出训练范围时) |

| 推荐采样 | euler + normal,30 步,CFG 5.0,1024×1024 |

| CLIP Skip | 1(与训练一致);用 2 也可,画风会略偏 NoobAI 社区常规 |

| 文件 | catteaqh_kohya_v10_128hair.safetensors(81.5 MiB) |

| 训练素材 | 128 张(动画截图,超分到短边 1024) |

| 训练步数 | 5600 步 ≈ 4.38 epoch |

| 内容分级 | NSFW(模型本身可出成人内容,但训练集**不含**成人内容,见第五节) |

---

## 二、这是什么

中文动画角色 祁红 的 Q 版(chibi)狐狸耳少女形象 LoRA。特征:粉色长发、狐狸耳、绿色连衣裙、粗眉、棕色眼睛、Q 版头身比。

适合:单角色出图、场景/换装、表情包、短动画帧风格。不适合:写实风、成人向解剖结构(原因见第五节)。

---

## 三、使用方法

### 3.1 基础正向

```text

catteaqh, 1girl, solo, green_dress, pink_hair, upper_body, long_hair, animal_ears,

very_long_hair, brown_eyes, thick_eyebrows, looking_at_viewer, smile

```

### 3.2 负向(通用)

```text

lowres, bad anatomy, (worst quality:1.8), low quality, (normal quality:1.3), blurry,

bad hands, mutated hands and fingers, extra fingers, extra limbs, duplicate, cropped,

jpeg artifacts, watermark, signature, text, extra character, floating objects,

extra ears, disfigured, bad proportions

```

### 3.3 标签顺序(重要)

v10 的标注顺序是:

```text

catteaqh → 1girl → solo → 服装(green_dress) → 发色(pink_hair) → 景别 → 头发/耳朵 → 眼睛 → 表情 → 场景

```

提示词**尽量按这个顺序写**,比随意堆叠更贴合训练分布--keep_tokens=1 只保证触发词在最前,后续顺序仍影响 CLIP 注意力)。

### 3.4 三个示例

站立肖像

```text

catteaqh, 1girl, solo, green_dress, pink_hair, upper_body, long_hair, animal_ears,

very_long_hair, brown_eyes, thick_eyebrows, looking_at_viewer, smile, simple_background

```

森林全身

```text

catteaqh, 1girl, solo, green_dress, pink_hair, full_body, long_hair, animal_ears,

very_long_hair, brown_eyes, thick_eyebrows, forest, day, standing, looking_at_viewer

```

持弓动作

```text

catteaqh, 1girl, solo, green_dress, pink_hair, full_body, long_hair, animal_ears,

very_long_hair, brown_eyes, thick_eyebrows, holding_bow_\(weapon\), aiming, forest

```

---

## 四、关键技术点(不看会踩坑)

| 点 | 说明 |

|---|---|

| *pink_hair 建议必写** | v10 的 128 条标注全部带 pink_hair。不写也能出图(触发词带外观),但写了才与训练分布一致。**不要写 red_hair / orange_hair** —— 与训练分布冲突 |

| 景别优先 upper_body / full_body | 训练集里 upper_body 94/128full_body 25/128close-up 仅 3portrait 0 |

| thick_eyebrows 是特征词 | 73/128 有,是那双"小椭圆眉"的来源,写了对脸型有正面影响 |

| 瞳孔色 | 常规用 brown_eyes(88/128);少数舞台装样本是紫瞳purple_eyes),需要舞台装造型时才写 |

| 高清修复别用它重绘 | 任何二次采样都会改眼型/睫毛线。要放大建议**纯超分**(如 4x-AnimeSharp),zero 重绘 |

| 权重不要一味加 | 超过 1.2 会开始出现线条变硬/过饱和;姿势不听话时**先降权重到 0.8**,不要加权重 |

---

## 五、能力边界(基于 128 张训练集实测)

| 场景 | 训练集覆盖 | 表现 |

|---|---|---|

| 半身 / 全身站姿 | upper_body 94full_body 25standing 31 | ✅ 稳定 |

| 坐姿 | sitting 14 | ✅ 可用 |

| 服装(绿裙) | green_dress 119 | ✅ 很强 |

| 粉色长发 / 狐狸耳 | pink_hair 128animal_ears 112 | ✅ 很强 |

| 脸部特写 | close-up 3portrait 0 | ⚠️ 特写时脸会偏"通用萌系"(脸更圆、眼更大),因为训练集几乎没有脸部大特写 |

| 裸体 | nude / nipples / navel / breasts 全 0 | ⚠️ 完全靠底模;裙子可能以残影形式回来 |

| 躺姿 / 开腿 | lying 1on_back 0spread_legs 0 | ❌ 极不稳,建议降权重或改用坐姿 |

| 性行为姿势 | sex / cowgirl_position / pov 全 0 | ❌ 零样本,需 LoRA 0.7–0.8 让底模主导 |

| 黑化形态 | 已剔除 7 张 | ✅ 不会出现黑化变体 |

> 说明:模型**可以**生成 NSFW 内容,但训练集本身是干净的(无裸露样本)。因此成人内容的质量取决于底模,角色一致性会下降。这是数据层面的限制,不是权重能修的。

---

## 六、训练信息

| 项 | 值 |

|---|---|

| 训练器 | kohya-ss/sd-scripts sdxl_train_network.py |

| 底模 | NoobAI-XL vPred 1.0 |

| v-pred 选项 | --v_parameterization(必须,vPred 模型的标准做法) |

| VAE | --no_half_vae |

| 网络 | --network_module=networks.lora --network_dim=16 --network_alpha=8 --network_train_unet_only |

| 学习率 | 1e-4(unet_lr 同)--lr_scheduler=cosine_with_restartsAdamW |

| 分辨率 | 1024--enable_bucket --min_bucket_reso=768 --max_bucket_reso=1536 --bucket_reso_steps=64 |

| 文本 | --max_token_length=225 --keep_tokens=1 |

| 显存优化 | --cache_latents --cache_text_encoder_outputs --gradient_checkpointing --sdpa |

| 精度 | --mixed_precision=bf16 --save_precision=bf16 |

| 重复 | 每张 10 次(128 × 10 = 1280 步/epoch) |

| 总步数 | 5600(≈ 4.38 epoch,每 500 步存档) |

| 硬件 | RTX 4090 D,约 70 分钟 |

素材处理:动画截图(原始短边 281–930 px)→ 4x-AnimeSharp 超分 → Lanczos 缩放到短边 1024。其中前 60 张由完整流程处理(WD14 v3 打标 + 人工逐条复核 + 水印/画面文字逐张检测擦除);后续扩充至 128 张时沿用同一套打标与清洗规范,并剔除 7 张黑化形态。