Stable Diffusionを使おう！

今回の内容 全2回シリーズ【kohya_lora_guiでLoraを自作しよう！】の第1回です kohya_lora_guiをダウンロードしてLoraを作る準備をする方法を紹介します kohya_lora_guiをダウンロードする 以下のページからダウンロードします https://github.com/RedRayz/Kohya_lora_param_gui/releases ダウンロードしたzipを展開します 展開する場所は日本語が含まれていない場所が推奨です 今回はCドライブ下にhome/user/kohya_lora_guiというフォルダを作って展開しました kohya_lora_guiをインストールする 展開したらkohya_lora_gui-x.xx.x.x（xはバージョン番号）というフォルダが作成されます 上の画像を例にするとkohya_lora_gui-1.14.1.1ですね そのフォルダを開いてkohya_lora_trainer.exeを開きます train_network.pyがみつかりませんと表示されるので「簡易インストーラー」をクリック クリックすると簡易インストーラーが表示されるので「インストール」をクリック インストール場所を聞かれるので最初に作成したkohya_lora_guiフォルダを選択します ※kohya_lora_gui-1.14.1.1ではなくkohya_lora_guiのほうです 場所を選択するとターミナルが立ち上がってインストールがはじまります ※インストールにはしばらく時間がかかります インストールが完了したらいったんguiを閉じます kohya_lora_guiフォルダを確認するとsd-scriptsというフォルダが作成されているはずです 学習用の画像を格納するフォルダを作成する 次はkohya_lora_guiフォルダに「training」という名前でフォルダを作成します さらにその下に学習用の画像を格納するフォルダを作成します フォルダ名は「繰り返し数_名前」にする必要があります今回は「4_sample」にしました 今回はそのフォルダに富嶽三十六景の画像を格納しました サンプルプリセットをダウンロードする サンプルプリセットはさきほどkohya_lora_guiをダウンロードしたページの 画像の部分のリンクから行...

今回の内容 全2回シリーズ【ContorlNetを導入して参考画像から線画を抽出する！】の第2回です ControlNetの機能Scribbleで参考画像から線画を抽出する方法を紹介します 参考画像から線画を抽出する ContorlNetの「◀」ボタンをクリックして開きます 線画を抽出したい画像をドロップして Scriblleをチェック Preprocessorのプルダウンメニューからどれかを選択（色々試してみてください） Modelのプルダウンメニューのなかから名前にscriblleを含むものを選択（これも色々試してみてください） PreprocessorとModelの間にある火花のようなボタンをクリック 線画が抽出されます 適当なプロンプトを入力しGenerateをクリックすると線画とプロンプトに沿った画像を生成します こんな画像が生成されました 今回は以上です

今回の内容 全2回シリーズ【ContorlNetを導入して参考画像から線画を抽出する！】の第1回です Stable DiffusionにContorlNet（SDXL版）を導入する方法を紹介します ContorlNetをインストールする 以下の手順でContorlNetをインストールする Stable DiffusionのExtensionsタブを選択 Install form URLタブを選択 「https://github.com/Mikubill/sd-webui-controlnet.git」を入力する Installをクリックしてインストールを開始する ContorlNetを適用する sd-webui-controlnetのチェックボックスにチェックを入れる Apply and restart UIをクリック SDXL版ContorlNetモデルをダウンロードする ターミナルで以下のコマンドを実行します pip install huggingface_hub ターミナルでpythonを起動します python pythonで以下のコマンドを実行します from huggingface_hub import snapshot_download pythonで以下のコマンドを実行します snapshot_download(repo_id="lllyasviel/sd_control_collection", revision="main",allow_patterns="*.safetensors", local_dir="/home/user/stable-diffusion-webui/models/ControlNet") 「"/home/user/stable-diffusion-webui/models/ControlNet"」の部分は好きなフォルダを指定してください ダウンロードしたファイルは「stable-diffusion-webui/models/ControlNet」に格納します 今回は以上です 次回はControlNetを使って参考画像から線画を抽出します。

今回の内容 Dynamic Promptsを導入してプロンプトの一部をランダム化する方法を紹介します Dynamic Promptsをインストールする Extensionsタブ→Install from URLタブと開き 以下のURLを入力してInstallをクリック https://github.com/adieyal/sd-dynamic-prompts.git インストールが終わったらExtensionsタブ→Installedタブに移動 dynamic-promptsがインストールされているのを確認しApply and restart UIをクリック Dynamic Promptsを適用する Dynamic Promptsの「◀」ボタンをクリックして開きます Dynamic Prompts enabledのチェックボックスにチェックを入れます プロンプトの一部をランダム化する プロンプトにランダム化したい要素を以下のように{}の中に|で区切って記述します {cat |dog |bird } これで猫と犬と鳥の画像がランダムに生成されます ランダムに12枚の猫と犬と鳥の画像が生成されました 今回は以上です

今回の内容 画像からメタデータを読み取る方法を紹介します 画像を読み込む PNG Infoタブを開きデータを読み込みたい画像をドロップします 画像にメタデータがある場合は右側に表示されます 今回は以上です

今回の内容 Hires.fixを使って複数枚低画質で生成した画像のうち1枚を高画質化する方法を紹介します Hires.fixを使う 低画質で生成した画像のうち高画質化したい画像をクリックして「♻」ボタンをクリック Hires.fixのチェックボックスにチェックを入れるとHires.fixが開きます 適当にUpscalerを選びます（色々試してみてください） Upscale byで倍率を選びます（HDからフルHDにしたい場合は1.5ですね） Generateをクリックすると高画質化が始まります 今回は以上です