WaifuDiffusion 検証 Step CFGScale Sampler編

-

前提条件

使用する呪文は以下の通り。Negative promptを使うので再現したい方はStableDiffusion WebUI/AUTOMATIC1111推奨です。

prompt: excellent professional bishoujo anime kawaii cute moe 1girl full body blush smile long (blonde) hair bangs light blue eyes (dress) wind outdoors

Negative prompt: part of the head mutated hands and fingers deformed blurry bad anatomy disfigured poorly drawn face mutation mutated extra limb ugly poorly drawn hands missing limb blurry floating limbs disconnected limbs malformed hands blur out of focus long neck long body photo photograph photography pablo picasso chibi loli

次に設定は以下の通り、検証内容ごとに各値が変動しますのでご留意ください。

Step: 30, CFGScale: 10.0, Sampler: Euler a, Width: 512, Height: 512

Step編

では早速Stepから。特定SeedでStepのみ変動させて結果を見てみます。



普段Step50でやってたのでこの結果には結構驚きました。Step50で悪いということはないのですが、Step30で十分なクオリティが出せています。上記の結果を踏まえて今度はStep10～30にフォーカスを当ててみます。


イメージ的にはStep15でも完成する絵はあるけど、Stepo30にしておけば大半の絵が完成するって感じでしょうか。Step15で一気に処理を走らせて良さそうなSeedを見つけたらStepを上げてみるという人もいるそうです。確かにこれならStep15で判断できそうですね。


CFGScale編
お次はCFGScaleです。Stepは冒頭で触れたように30にしています。


これも差がありますが、Stepほどではないですね。気になるのは呪文でfull bodyと入れてあるのに何故かCFGScaleが上がるとポートレイトっぽくなることです。解像度が低い影響もあるとは思うのですが、CFGScaleが上がるほど呪文に忠実になるはずでは…？謎です。

気を取り直して次はCFGScale7.5～12.5の範囲で見てみます。 



大体この範囲で極端な差がないので、この中からお好みでよさそうですかね。もっと複雑で長い呪文だともっと影響が強いのかもしれません。


Sampler編
お次はSamplerです、CFGScaleは10.0に戻しています。


いつも使っているのはEuler aで、こうしてみるとそれぞれ結構特徴がある感じでしょうか。大きく分けるとするならEuler a、DPM2 aのコンビとそれ以外って感じにも見えます。しかしDPM2 aはEuler aに似ているけど描写が怪しい。

確かStepによってSampler毎の特徴が出やすくなると聞いたので、今度はSeed1でStepを変化させてみます。


DPM2 aは最低Step50以上ないと駄目そうです。Euler aはStep50で頭打ちみたいな感じ、それ以外もちょっとディテールが上がってるかな～ぐらいなので好みになりそうです。

もうちょっと詳しく見てみたいので今度はStep15～50で変化を見てみます。


DPM2 aとPLMSはStepが低いと厳しい、それら以外は15で大まかな全体像が出来上がってるように見えますね。後はSampler選びも好みで良いのではないでしょうか。

やはりStep15でSeedガチャをするのが効率良さそうです。もちろんガチャせず最初から30や50くらいで回しても面白いです。


このブログの人気の投稿

Danbooruは本当に違法転載サイトか？

-
イメージ
はじめに   最初に結論を書いておくと「 実際に裁判にならないとわからない 」です。私は弁護士でもなんでもない一般人ですし、これはちょっとした疑問から自分なりに調べてみたことを載せたただのコラムです。 更に言うと調べたのは日本国内における「引用」関連のことだけなので、海外でどういう扱いとなっているかは分かりません。流石に法律について機械翻訳で調べるのは限界があるので。 引用か、転載か まず他人の著作物を転載する場合についての詳細は以下の記事を参照してください。 トップコート国際法律事務所：著作権の引用とは？画像や文章を転載する際の５つの条件・ルール こちらの正確性については弁護士サービス事務所ということで問題ないと思われます。 そして、転載が違法とならないのは以下の場合です。 そもそも著作物ではない 著作者の許可を得ている 引用 転載が許される場合（著作権法32条2項、39条、40条） トップコート国際法律事務所：著作権の引用とは？画像や文章を転載する際の５つの条件・ルール  より引用 この中でDanbooruが関わるのは3.引用のみ…と言いたいところですが実は1.そもそも著作物ではないという可能性があります。しかしこれは本題ではないので後に回します。 では引用とは何なのかというと、次の全てを満たした時に引用となります。 主従関係が明確であること（明確性） 引用部分が他とはっきりと区別されていること（明瞭区別性） 引用をする必要性があること（必要性） 出典元が明記されていること（出典） 改変しないこと トップコート国際法律事務所：著作権の引用とは？画像や文章を転載する際の５つの条件・ルール  より引用 では一つ一つ見ていきましょう。まずDanbooruにアップロードされた作品のページを見てみます。これは無作為に選んだもので、特に意図などはありません。 Danbooru:uma (original) 2022/10/05時点のDanbooruの作品ページスクリーンショット ちょっと脱線しますが、スクリーンショットも引用になるんでしょうか？描画しているのはブラウザで、元はHTMLであることを考えると著作権が発生するのは画像部分のみな気もしますが…これも一旦置いておきます。 ではまず1の主従関係の明確性ですが、ここは正直かなり解釈によると思います。なので個人的な解釈を書き
続きを読む

WaifuDiffusion 検証 イラストその他スタイル編

-
イメージ
  前提条件 使用する設定は以下の通り。Negative promptを使うので再現したい方はStableDiffusion WebUI/AUTOMATIC1111推奨です。 Negative prompt: part of the head mutated hands and fingers deformed blurry bad anatomy disfigured poorly drawn face mutation mutated extra limb ugly poorly drawn hands missing limb blurry floating limbs disconnected limbs malformed hands blur out of focus long neck long body photo photograph photography pablo picasso Step: 30, CFGScale: 10.0, Sampler: Euler a, Width: 512, Height: 512 イラスト編 WaifuDiffusionを使っていても、出力される画像をイラスト化したいときは特定の単語を使わないと厳しいです。danbooruのタグを羅列すればある程度形にはなりますが、クオリティが不安定になります。ここで使う呪文は以下の通り。 prompt: extremely ultra perfect detailed 1girl upper body blush princess dress wind outdoors それぞれ呪文中の「detailed」の後に単語を追加して違いを見ていきます。 元は実写風で、一発で変換できているのはbishoujoとanimeでその他は変換しきれていませんね。次は変換の精度を更に高めるために単語を付け足していってみましょう。 徐々にクオリティアップしてますね。ただ、bishoujoとanimeを付与した時点で概ね完成しているので、それ以外は他の単語に差し替えてみてもいいかもしれません。 このkawaii系のイラストにするための単語はTwitterの草さん（@MutedGrass）の呪文を参考にしました。日々新しい呪文と共にイラストをツイートされているので、みなさんも参考にしてみてください
続きを読む