よくある質問とか

よくわかんねえけどとりあえずやってみたい！

• Dezgo
  https://dezgo.com/ (txt2img：呪文から画像生成)
  https://dezgo.com/image2image (img2img：画像をもとに画像生成)
  
  

• Stable DiffusionのWebで遊べるデモ版
  https://huggingface.co/spaces/stabilityai/stable-diffusion (txt2img：呪文から画像生成)
  https://huggingface.co/spaces/huggingface/diffuse-the-rest (img2img：画像をもとに画像生成)
  
  

• Waifu DiffusionのWebで遊べるデモ版
  https://huggingface.co/spaces/hakurei/waifu-diffusion-demo (txt2img：呪文から画像生成)
  
  

• ERNIE-ViLG
  中華製の画像生成AI
  https://huggingface.co/spaces/PaddlePaddle/ERNIE-ViLG
  
  

• Craiyon
  SDが出る前からあるAI。顔を描くのは苦手だがそれなりに遊べる
  https://www.craiyon.com/
  
  

ぶっちゃけどれがどう何が違うのかよくわからない！

一言で簡単に言うと…

• PCにいいグラボを積んでいる　今風からヴィクトリアンまで様々な画風や人物画風景画やエロなどカスタムして遊びたい　→Stable Diffusion web UI
• いいグラボはないけどカスタムして遊びたい　→google colab上でStable Diffusionなどを動かす*1
• 有料サイトに登録してそこそこ整った絵柄でエロが作りたい　→Novel AI
• 有料サイトに登録して幅広い版権キャラの可愛い絵が作りたい　→とりんさま
  
  

1111は…なんかこうつかいやすくなる
Waifuは…なんかこう2次エロが出やすくなる
・ツール

・モデル

・有料サイト

・モデルのマージ(Merge)について
沼
複数のモデルを混ぜ合わせた特殊なブレンドモデルを制作することができる技術　AUTOMATIC1111版のWebUIやNMKDにはデフォルトで搭載されている
イラスト系同士で合わせてイラストの幅を広げたり、イラスト系と元祖SDで写実タッチを濃くしたりといった芸当ができるほか、バージョン違い(Waifuのv1.2とv1.3など)を合わせてバランスを取る例もある
※合算ではなく割合で混合する。割合は自分で調節することができる

Steps？Scale？って何をどうすればいいの？

デモ版などではだいたい簡単な呪文の受付だけしかしていない
ちゃんと動かす環境を用意すれば細かいパラメータを調節することができる
※指定方法や使うパラメータはツールによっても違いがあったりする

「良い画像と同じ呪文を使ったのに全然いいのが出てこない…」のは単にモデルが違う以外にも生成の設定が違う場合もある
あとimg2imgで出した画像なら元の画像が無いと当然違うものになる

主な生成設定項目

（現在主流のStable Diffusion系を前提に並べてます）

• Prompt＝プロンプト、呪文　token＝呪文の要素、トークン
• Negative Prompt＝ネガティブプロンプト、抑制呪文
• Steps＝サンプリング回数、AI描画をかける回数
• Sampler、Sampling method＝サンプリングアルゴリズム、構成の手法、サンプラー
• Scale、CFG Scale＝呪文の強制度
• Height、Width＝出力画像サイズ（※基本は512x512）
• Seed＝ランダムの種
• Batch count、Batch size＝バッチ生成回数、生成枚数

prompt：プロンプト、呪文

生成させる画像の元
とりあえず研究してる人の呪文を参考にして生成させてみると良い
※記述された呪文の要素を認識してどう出力するかは使うモデル(学習データ)によって変わる

使うツールによって呪文の強調などの記述法が異なるため異なるツールから呪文を流用するには呪文の調整が必要になる
また使えるトークン・要素の上限も異なり長すぎる呪文は認識してもらえないこともある

主な記述法の違い（分かる方編集お願いします）

• SD web UI(AUTOMATIC1111)
  • トークン上限無制限
  • (強調) (重みづけ:倍率)*5 [控えめ] [条件前:条件後:step条件] [条件後:step条件]
    強調は重みが1.1倍強く、控えめは重みが1.1倍弱くなる
  • ネガティブは別枠で指定
• NMKD
  • 重みづけ:割合 <強調> [控えめ]　強調は1.5倍、控えめは0.5倍相当？
  • 1.5からネガティブが使えるようになったとのこと？
• TrinArt
  • 重みづけ::倍率 {強調} [控えめ]　強調は1.1倍、控えめは0.9倍
  • 呪文<!>ネガティブ指定
• NovelAI
  • {強調} [控えめ]　強調は1.05乗算、控えめは1.05除算
  • Undesired Contentがネガティブ指定

※同じ強調でも1111版の「()」とTrinArt,NovelAIの「{}」は別々の記号が使われている

Negative prompt：ネガティブプロンプト

ごく初期には存在しなかった機能だが今のツールではだいたい備わっている
ネガティブ指定では「なるべく生成させたくないもの」を指定できる
書き方はpromptとだいたい同じで強調を使えることもあり　prompt同様必ず生成されなくなるわけではない

より的確な生成を目指すならネガティブ指定も非常に重要になる
例えば指定したpromptで混ざりやすい要素を外してもらうために使ったり
汎用的に悪いパターン（bad handsなど）をネガティブ指定することで品質の底上げを狙うというおまじないもある*6

Steps：サンプリング回数、AI描画をかける回数

「何回画像を綺麗にするか」の設定
細かくはサンプラーにも左右されるが大体の目安として

• Steps:30前後：簡単に形を出す
• Steps:50～60ほど：簡単に仕上げる
• Steps:80～100くらい：作り込む

※Stepが進んでいく中で構図が変わることも多い
あとは生成速度と仕上がりとを考えて適当に調整しよう

Step1～10辺りはだいたい形になっていないがStep20～40くらいでもう基本的な形ができてそこからstepを重ねて綺麗にするが極端に多いStepsは逆に汚くなる
※ただ途中で構図が変わることも多く、綺麗にするだけならstepsを増やすよりimg2imgする方が良いかも？
※サンプラーによっては早いstepで形ができて綺麗にして汚くなるタイミングも早くなる

Sampling method、Sampler：サンプリングアルゴリズム、サンプラー

サンプラーによって出力の傾向、出てくる画像が違ってくる

• てきとうに出力させて楽しむなら→Euler a
• 呪文を詰めてstepsを多めに出力させるなら→Eulerなど、○○ a以外

細かい違いは…説明しにくい！
Scaleの適性やStepsの適性、その他細かい条件でも変わってくるので実際に確かめて！

特に目立つ違いを挙げておくと
　Euler aは大味で分かりやすい　他より大きな変化が起きやすい、かも？
　EulerはEuler aとはほぼ別物になる　1stepの変化小さめで丁寧に出力　steps多めにしたい

※このほかにもDPM++〇〇といったサンプラーもある
※LMS Karras/DMP2 Karrasは細密に描写しようとするあまり外れた構図になることも
　細密なサンプラーは細かすぎる描画をしてしまうこともある他、汚くなってくるStepのタイミングも早めになりやすい
Euler/Euler a同様にDPM2/DPM2 KarrasとDPM2 a/DPM2 a Karrasはかなり違いaは大味

CFG Scale：呪文の強制度

Scaleは小さいほど勝手に良い雰囲気の出力をしてくれるけど呪文から遠くなりがち
Scaleを高めるとより呪文通りに描こうとするけど雰囲気がバキバキになってくる

小さい時の出力はおおむね写実的な雰囲気に寄りやすいみたい？
イラストっぽい雰囲気を出すなら高めが良さそう

Height、Width：出力画像サイズ（※基本は512x512）

学習データが512x512規格で特に512x512を超えると変な形で出てくる　なので基本は512x512

より大きなサイズで出力したい時は対応しているツール・設定を使おう　調整機能があれば違和感を抑えて出力できる
例えば1111には「Highres. fix(高解像度 fix)」というこの違和感を抑えるオプションがある

ただし512x512を超えると無理矢理大きなサイズを出力しているのは変わりないので変えるとしても縦横比を変えたい時に片方を512のまま片方のサイズを変える程度にした方が負荷は軽くなるかも？　画像を大きくするのは後からでもできる
もちろんより細かい描画を求める場合は512x512を超えるサイズで一気に出力させたい

Seed：ランダムの種

玄人向けの要素
通常はランダムなseed値を使うので生成の度に違う画像を出すが同じseed値を使うと同じパターンの画像を出すことができる
そしてAI環境・モデル・呪文・その他設定とseed全てが同一なら全く同じ画像が出力される

seed値を固定することで呪文がどのように働いているか確認して呪文を煮詰めたり　出力させた画像の要素を少しだけ変更して調整したりと出力を煮詰めたりできる

Batch：バッチ生成回数、生成枚数

Batch count＝バッチ生成回数は「何回生成処理を行うか」の設定
Batch size＝バッチごとの生成枚数は「１回の処理で何枚同時に生成するか」の設定
一度に行われる最終的な生成枚数は「バッチ生成回数×生成枚数」となる

バッチ生成の命令ごとにわずかに時間がかかっているため基本的にはバッチサイズを増やす方が処理にかかる時間はわずかに減る
ただし処理能力が低すぎる場合バッチサイズを増やしすぎると不安定になるかもしれないのでグラボ性能と相談しながら回数×枚数の設定するのがいいかも