Midjourney】AI画像生成技術交換2【StableDiffusion
レス数が1000を超えています。これ以上書き込みはできません。
英語の文章が画像に！
背景に使うか？イラストのアイデア出しはもちろん、
与える英文を捏ね捏ねして思いがけず生成される秀逸画像ガチャで遊ぶのも楽しい
有料サブスクで商用利用まで可能なAI画像生成サービス
★★★ 注意 ★★★
ここは既存のAI画像生成サービスの”””具体的な”””技術や動向について語り合うスレです
漠然としたAI画像生成の未来や、イラストレーターの職権侵害等の一般的な話題は明確に【禁止】します
（他のスレがありますのでそちらに移動してください）
前スレ
【Midjourney】 AI画像生成 【DALLE】
https://mevius.5ch.net/test/read.cgi/cg/1659786388/ DreamStudioで頑張ってみたけどこのありさまです
https://i.imgur.com/Q9GzZyS.jpg
https://i.imgur.com/1z6jJAz.jpg
Midjourneyでやってみてけど気持ち悪い物しかできません
どなたか可愛いアニメの少年少女出す呪文を教えてください
DreamStudioのほうが使いやすいですね
ディスコは疲れる >>77
インターネットホットラインセンターに連絡しておいたのでそっちに聞いてください 今更midjourney遂げた凄まじい進化に驚愕してる
こりゃ今年中に来るかもしれんな
AIが実用的なエロ画像を生成出来るようになる時が >>80
Colaｂよりめっちゃ速いですねｗ
Advancedオプションもあるし、text2imgならこれでいいかも ①適当な指示絵で髪の色や顔の形を指示
②img2imgで変換して好みの画像を選ぶ
③破綻した部分を大雑把に直す 謎のオブジェとか余分に生えた腕を消す
④重みを弱くして再変換
画像は出力画像が再入力できるからヤバイよ
②~④を繰り返せばそこそこ好みの絵ができたよ うわー、つまってしまった
上にある
・Google Colab(フィルタ解除版) https://colab.research.google.com/drive/1jUwJ0owjigpG-9m6AI_wEStwimisUE17
を四苦八苦しながらやっているけど、
PROMPT入力して生成するところで、NameError: name 'pipe' is not definedと出て失敗してしまう。
アクセストークンが間違っているのかな？ みてもわからないわ >>85
なかなかヒントが少ないけどｗ
--> 116 "You specified use_auth_token=True, but a Hugging Face token was not"
117 " found."
もしこう出てるならトークン未設定か、huggingface_usernameかhuggingface_tokenが間違ってる >>71
kretardってやつ試したけどVRAM4GBだとメモリ不足で動かなかった
basujindalフォークoptimise版ならできたけど ゲームやらないしGTX980で十分だわと思ってたけどグラボ買っちゃう勢いの技術だな
ただColabに毎月1000円課金する方が安く済むならそっちが良いけど、
課金しても無限にGPU使えるわけじゃないっぽいから悩むなぁ >>82
わいが入力してた絵師の名前があって同じこと考えてんだなと
絵師の名前入れるの割と重要みたいね ローカルで動かすのややこしいんだね
DLインストールしてポンとは行かないのか マイニングだけじゃなくてイラスト作業でもGPUを酷使するのか...
日本でグラボが短期的に高騰しそう オープン技術の黎明期あるあるだね
ちょっとしたらGPUある人向けにGUI組み込んだフリーソフト作る酔狂者が現れるかもしれない >>94
redditにgimpのプラグインっぽいスクリーンショットあげてる人いた >>87
このcolabのFor Gdriveってとこにあるuser_pathとfile_nameってなにをいれたらいいんですか？ 呪文教えてくれって言ったのに全く反応がないのは
やっぱ出来が悪いのしか作れていないから？
難しいんだねぇ
自分的には力作で気に入ってるけどＵＰ出来ないのも
けなされるのが怖いから？ プロンプトの効果ってバージョンアップごとにごっそり変わりそう
っていうか何なら日々の学習で流動的に変わってそう 人間に特化した、ちゃんと人間の顔と身体を理解してるAIモデルって作れないのかな？
現状だとちょっと精度低すぎて顔崩壊しすぎる MJは256角4枚を俯瞰して好きなのを選んでアップスケールで1024角だから作った瞬間映えるんだよな
DreamStudioはいきなり1枚512角が最低ラインなんでゴミに金払わされる
・・あれ？逆かMJこそ無駄に作成させられてる？わからん すいません、stable diffusionのimage to imageのやり方がよく分からないのですが、どこかやり方が載ってるところってあります？ >>87
> colabはこれが一番使いやすいから貼っておく
> https://colab.research.google.com/drive/1AfAmwLMd_Vx33O9IwY2TmO9wKZ8ABRRa
いろんな選択肢があってどれを実行する必要があるのか分かってる人はわかるけど、ややこしすぎな気がする >>101
Colabなら>>43の一番上
ローカルなら3番目 >>97
前スレでずっと無視されてた人か
単にせっかくコツコツ試行錯誤して編み出した呪文をなんの見返りもなく教えたくないからだろう
ツイッターとかでも公表してる人あんまいないよ、しょーもない実験風のは書かれてるけど
852話とか言う人もかなり前だがキャラ設定画みたいなののレシピをさんざん上げてから公開してたし
だから>>82はありがたい
MJはDiscordでのぞき見できるから捗ったんだけど
Discordβ終わったSD(DS)はβやれなかった自分には手探り過ぎて放置してた 地味に、自分が吐き出した画像って愛着あるよね？ゴミでもなんか捨てづらい
これから動画も増えるだろうし、GPUもだがHDDも需要が増えるな >>101
https://rentry.org/kretard
ローカルでこれ使ってるなら、img2imgタブに移って初期画像を設定するだけ
https://i.imgur.com/GEuGYkD.jpg
※Chromeの日本語翻訳がONになっていると使えないので注意 いいpromptを教えろって言ってもどの言葉がどの程度作用してるのかさっぱりわからないんだよな
4kとかunreal engine5みたいなキーワードはあっても結局運だし
俺もポーズごとやアングルの定石が分かれば嬉しいと思ってるけど、現状を見るにそういうのはなさそう 今って選択肢が多すぎてワケワカ状態だな、SD系はもうなにがなんやらi2iまで言い出したら
ちょっと置いた方がいいかもしれん
自分はbetaで活気ついたMJいじりながらボロPC買い替えにでも動くか >>99
リアル人間のなら2桁くらい公開されてるんじゃね
最近はファッションモデル用のAI素体を提供してる所もある >>82
わお、これは素晴らしすぎる
どこからデータ拾ってるんだ >>107
オカルトみたいな呪文も結構乱発されてんだよね
効いてるかは入れる場合と入れない場合の同seedでしっかり確認してから使うべき
MJはseed指定が一般的じゃなかったのでもうほんとオカルトで3行とかなってる人がザラにいた 今は自動イラスト生成黎明期で、本格的になるのは一部修正機能がとかより細かい絵柄の指定が実現できる学習済みモデルが配布されてからかな
今後は学習済みモデルでひと悶着ありそうだ 詠唱だのプログラムだので必死になる人達は良くも悪くも凄いな
どうせ来月にはもっと簡単お手軽になってるでしょ
俺はパソコン大先生じゃないから今は見て楽しむだけだな あんまり長く書き連ねると途中で強制カットされるはずだぞ
トークンっていう言葉の固まりに上限数がある
最後の隠し味にと最後に書いた一文が丸々効いてないなんてことも >>107
https://rentry.org/kretard このUI限定かもしれないけど、
create prompt matrixにチェックして、プロンプトのキーワードを | でつなぐとそのキーワード有り無しが出ますね
例えば
girl | on the beach | oil painting
とすると、以下の４枚の画像が生成されます。
- girl
- girl on the beach
- girl oil painting
- girl on the beach oil painting
１ワードずつ効果を探ってられないですが、高解像度のキーワードのあり・なし、効果を見るみたいな使い方なら便利かも >>82
うまいのいっぱいあっていいね
イラストレーターの名前入れるのかなり影響あるから
いい雰囲気のプロンプトはチェックしとこ >>110
個人が公開してるわけないから、たぶんDiscord時代のログみたいなのから生成してるのかなぁ
日付がそんな感じの古さ Emad （Discord)
Q Dalleのようなプロンプトでのインペインティングか、自動インペインティングかどっちかサポートする予定ないの？
A 両方でいいじゃん SDにimg2txtみたいなものって無い？
イメージに近い画像1枚渡すからどういう単語を求めてるのかのヒントが欲しくて
別のRecognize系API使うしかないのかな >>119
それはGdriveに既にmodelを保存している場合に実行するもので、その上の
!gdown ・・・
か
%cd stable-diffusion/ ・・・
かどっちかを実行していれば不要だと思います。
このノートは初心者には難しい >>82で好きな絵探して呪文メモするのにはまってる
みんないろんなアーティスト知ってるな、というかDiscord時代に皆で試行錯誤した集合知なんだろうけど >>119
ついでにその下のHuggingfaceもいらないと思います。
後、Optimized SDの下のSetup、Settingなどもいるのか要らないのか私には分かりません。よく読めば分かるんだろうけど >>122
ありがとうございます
必要ないんですね
てっきりここでエラーがでるので、pathを入力してないせいだと思っていました
ちなみに、このエラーもわかったりしますか
本当に難しいです
初心者なのでわからないことばかりです
https://imgur.com/a/Y8K8y0u >>103
>>106
ありがとう、既出だったね。試してみる。 Colabでの出力だとシード数という概念はない感じ？
一回出た画像を再度出力とかは無理で保存するしかない感じ？ >>127
こっちのColabはSEEDで設定された値をmanual_seed()しているので、同じシードなら同じになります。
実際にやってみても再現できます。（ローカルで実行したものと同じSEEDならColabでも同じ画像ができる）
https://colab.research.google.com/drive/1jUwJ0owjigpG-9m6AI_wEStwimisUE17#scrollTo=Ucr5_i21xSjv
他のColabは使ってないので分かりません・・
このURLのノート、シンプルでいいんですがimg2imgに対応してないんですよね。悩ましい >>104
そうじゃないと思うよ
教えたとしても同じものは作れないんだろ？
やっぱけなされるのが怖いんじゃね？ >>104
lexicaおしえてくれてありがと
DreamStudioと同じアイコンなのね >>128
ありがとう
自分で調べて構築しなくてもめっちゃ便利な定型システムが用意されてたんだね…
そっちに移ります… 佐藤航陽 著書「世界2.0 メタバースの歩き方と創り方」 @ka2aki86 (2022/08/25 02:02:11) [返信:フォロー/@のみ]
物理世界における視界は、AIにレコメンドされたYouTubeやTikTokのタイムラインのようなものだな。帰り道の解体跡地にどんなビルがあったかは覚えてないけど、自分が好きなアーティストの看板があればすぐ認識できる。物理世界も仮想空間も自分が気になってるもの以外は表示されないし認識もできない。
https://ohayua.cyou/tweet/1562485434235879424/ka2aki86 >>125
多分Settingの前に上の Set upを実行していないのではないかと思います。 852話 @8co28 (2022/08/24 18:28:24)
#stablediffusion の #Img2Img (指定画像から画像を生成する)機能を使ってみました。
3分で描いた指示用雑絵(2枚目)に絵の要素のプロンプトを指示し1枚目を生成しました。
2枚とも生成時・指示時のもので、無編集。
いや、すごい……
https://ohayua.cyou/twimg/Fa6n5_SagAA0h10.png
https://ohayua.cyou/twimg/Fa6oOnIaQAcUSCy.jpg
https://ohayua.cyou/tweet/1562371233282682882/8co28 >>43
これのローカル環境ってやつがんばって試してみたけど
セットアップ完了していざ試したら
Traceback (most recent call last):
File "scripts/webgui.py", line 5, in <module>
import gradio as gr
ModuleNotFoundError: No module named 'gradio'
って文字がでてダメだった……
なにかを間違えたんだろうけどさっぱりわからん
難しいなぁ >>135
gradioはこの手順でダウンロードされるのでどちらか抜けているのでは
ステップ 5:新しいenvironment.yaml をダウンロードして waifu-diffusion-main に配置し、古いものを置き換えます (すべてのファイルとして保存します)
ステップ 10: 次のコマンドを実行します: 「conda env create -f environment.yaml」を実行 後、これをやってない可能性もあるかも
ステップ 12: 次のコマンドを実行します: "conda activate ldx" >>136
ありがとうございます。
思い返せば、このステップ5をよく理解せず、やった覚えがあって、
ステップ5で自分のやった手順を詳細に書き起こしてみます
https://pastebin.com/6gpWFLa4
↑のURLにログインする
ログインしたページの右上にあるdownloadを選択
environment.yaml.txtを取得
名前を変更して.txtを削除
それからwaifu-diffusion-main に配置
って手順でやりました……
素人なんでほぼフィーリングでやりました
このやり方が間違っていたんですね…… >>138
その手順はあってる気がします （ログインは不要、元々あったenvironment.yamlは削除したと思いますが） >>140
本当ですか……
ミラーとか元テキストとか意味がわからず無視したんですけど
これらって結局必要ないんですかね……？ >>141
あれ？勘違いしてたかな
>>138の手順をやってenvironment.yamlを配置したんですよね。それでOKですという意味でした。
必要な手順です
mirrorやraw textはこちらからもダウンロードできます、ということなので、３つやる必要はありません。 https://imgur.com/a/yJHAbsl
画像あったほうがわかりやすいかと思って用意しました
これ見て間違っているところとかわかりますでしょうか？ >>142
mirrorやraw tex必要ないんですね
ありがとうございます >>143
srcに既存フォルダが有るとそうなると思います。
ステップ 9: /src に既存のフォルダーがある場合は、次のステップの前にそれらを削除します。
これが抜けてるのかな conda env create -f environment.yaml を２回実行した（多分、初期のファイルで実行した後、ダウンロードしたもので再実行？）と思われます。
一旦、
conda env remove -n ldx
で削除してから、再度conda env create -f environment.yaml をやればいいと思います。 >>147
できました！
ありがとうございます
またどこかでつまるかもしれないけど、これで前に進めます！ うわぁああああ、また新しいエラーがでたぁああ
いつになったら、好きなエロい画像を作れるんだ…… >>149
いい出来ですね！
各パラメータそんな小さい数字で調整して行くんですね。参考になります。
この絵からこのワードを足すとこれ、みたいに画像ををツリー状で操作できるようなUIとかあると便利そう。
誰か作って欲しい Hirokazu Yokohara @Yokohara_h (2022/08/24 19:52:22)
将来的にはデジタル絵の主流の作り方はコレに似たものになると予想。意図通りにしたい部分を適切に都度指示していく感じ。3DCGなんかは元々そういう制作方法だよね
https://ohayua.cyou/tweet/1562392367784636419/Yokohara_h
[引用元] 852話 @8co28 (2022/08/24 18:28:24)
#stablediffusion の #Img2Img (指定画像から画像を生成する)機能を使ってみました。
3分で描いた指示用雑絵(2枚目)に絵の要素のプロンプトを指示し1枚目を生成しました。
2枚とも生成時・指示時のもので、無編集。
いや、すごい……
https://ohayua.cyou/twimg/Fa6n5_SagAA0h10.png
https://ohayua.cyou/twimg/Fa6oOnIaQAcUSCy.jpg
https://ohayua.cyou/tweet/1562371233282682882/8co28 >>149
--strength 0.3 --n_iter 2 --n_samples 5 --H 576 --W 768
-- ← このハイフンみたいなの２個は付けないとエラーになるの？
こういう約束事みたいなのが全然わかんないｗ https://imgur.com/a/Nsp7fod
ローカル版やっと導入できたと思ったら、画像が緑だけになってしまいます
原因わかる方いますか？ >>154
If your output is solid green, the half precision optimization may not be working for you:
GREEN SCREEN FIX:
delete ".half()" in webgui.py
(Note: this will raise vram usage drastically)
キミ成人してる？
フィルター解禁版は誰が見ても一発アウトな児ポも画像ファイルとして出てくるから適当に使わんほうがいいぞ >>155
成人してます
ポルノ利用するつもりはないですけど、なんとかして使いたいです .half()ってのを削除しました
成功できるか試してみます >>155
フィルター解禁版使ってみたいけど
ハードル高過ぎ何をどうしたらいいかわからんｗ
馬鹿にでもわかるような解説出ないかなぁ 普通に使っててもフィルタかかるから解除版でいいよ
>>154
グリーンはフィルタとは関係なく、GPUが16xxとかだと出るみたいですね。
>>155さんの言うようにwebgui.pyの中にある156行目の.half()を削除してみてはどうでしょうか
(元）model = (model if opt.no_half else model.half()).to(device)
(修正後) model = (model if opt.no_half else model).to(device)
#行頭スペースなど変更せず、.half()だけ削除するよう注意 >>159
ありがとうございます。
今試しています
また別のエラーがでて四苦八苦してます…… やっと生成できると思ってやっても下記のエラーがでます
わかるかたいませんか？
ローカル版で試してます
RuntimeError: CUDA out of memory. Tried to allocate 512.00 MiB (GPU 0; 6.00 GiB total capacity; 5.06 GiB already allocated; 0 bytes free; 5.18 GiB reserved in total by PyTorch) If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation. See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF >>161
本家はVRAM10GB要るから軽量版に変える >>162
ありがとうございます
やっぱりその問題かー 6GBでも動くはずなんだけど
https://rentry.org/kretard
Lighter on Vram: 512x512 img2img & txt2img tested working on 6gb
16xxはhalf()を止める必要があるから無理ってことぽい。
グリーンスクリーンが16xx限定か知らないけど
後、グリーンスクリーンは、起動時に以下のオプションで解消できると書いてますね。ソースコードいじらなくていいぽいけど
VRAM使用量が上がるから、解像度を低くする必要が有ると書いてる。
"python scripts/webgui.py --precision full --no-half" ゲームとかしないのに化け物みたいなグラボがないと
ダメなのか
つまんないな 多分だけど、2xxxじゃないとGoogle Colabの方が速いぽい >>65
まあ>>163さんはコラボ版のimg2imgも苦戦してるんだけおｄ プロンプトって単語数の上限や優先順位ってあったりする？
最初の方に置いたら強く影響するとか、数十個以上入れると後半は無視されるとか
単語を詰めまくったら、どうも影響を一切反映しなくなった気がする単語とかあって
単語1個と50個でも生成時間が同じなのも不思議で
単語入れまくったら探査深度というか、画像検索は先っぽで終わる感じなのかな？
例えば1個だと50枚調べるけど50個だと各1枚で終了とか 試行回数少ないからはっきりとは言えないが、構図や描写のクオリティは画像サイズにも依存してるっぽいな
256x256の出力結果は全く使い物にならなかったけど512x512に変えたらハイクオリティになった
単純にサイズに合わせて出力結果を変形させてるわけではないのかも >>166
どうしてもimg2imgを使いたくて苦戦してますw
今は軽量版をどこで手に入れるのかわからずネットの海を彷徨ってます >>167
トークンの数は75 (77？）で、それ以上は無視されるらしい
https://rentry.org/kretard
・トークンは75以下、大文字／小文字は関係ない、トークンは約30,000
・同じプロンプト、シード、修飾子は同じ結果になる
https://wiki.installgentoo.com/wiki/Stable_Diffusion
「Unicode 文字 (日本語の文字など) を使用する単語は、ASCII 文字を使用する単語よりも多くのトークンを必要とします。」とあるから
単純にワード＝トークンじゃないっぽくて、トークンの定義が分かってないけど
後生成時間はstep数以外何も影響してない気がする >>154
緑一色しか出力されない件に遭遇しましたが、--precision fullで回避できる模様です。 >>171
ありがとうございます
やっぱ上限あるんですね…
自分もトークンがなんなのか良くわかってないけど… >>158
HなStableDifusion増田の返信のなかに、1行も変更せず動かせるのがあるよ 複数環境共存できましたということで不親切なメモですが一応。 basjindalは昨日GUIが実装されたようでそこが変わっています。
●basjindalのインストール （waifuの共存）
【前提】 minicondaインストール済
https://github.com/basujindal/stable-diffusion から、code>download zip
miniconda で解凍した場所にcd
environment.yamlの冒頭をname: ldm-basに変更する（waifuと競合するから）
conda env create -f environment.yaml
モデルをコピーしてリネーム stable-diffusion-v1\model.ckpt
conda activate ldm-bas
pip install gradio
これでインストール完了。
python optimizedSD/txt2img_gradio.pyを起動すると、しばらくして
(img2imgなら python optimizedSD/img2img_gradio.py)
Running on local URL: http://127.0.0.1:7860/
でるので、ブラウザでアクセスすれば使えます。
次回からは、以下の２コマンドで利用可能
conda activate ldm-bas
python optimizedSD/txt2img_gradio.py
なお、basujindal、省メモリですがwaifuよりめっちゃ遅いです。basujindal 1.4 it/s、waifu 7.5 it/sぐらいで５倍ぐらい遅い なんか「SDでエロ作るのは危ない！」って騒いでる人いるけど言うほど引っかかりそうな法律とか規約あるか？
「Stable Diffusion Terms of Service」は紛らわしいけど中身読むとAI自体じゃなくてDiscordでやってたbetaの話なんだよな ローカル環境で考えてるやつは電気代に注意しろよ～
寝る前にコマンド入れて一晩中生成とかやったら大変なことになるぞ☺ ローカル版画像サイズ小さくすればできた
>>169
この軽量版はやってみたけど、うまくいかなかった…… 手がもう崩壊してるから脱いだら悲惨なことになる
アニメ顔で実用に耐えるR18とかは一晩かかって出せるかどうか
絵描きだったら自分で描いたほうが早いｗ
個人的にそういう方向を追求するのは不毛に思うけどな 言われてみれば、>>179めっちゃ可愛く出来てるけど、よく見りゃ左腕豪快に骨折してるね
AI画像生成、人体その他構造を考慮できるようになるのかな・・・ >>175
basujindal版は省メモリに全振りでピーク使用メモリ量が最小になるように
・モデルの分割投入
・混合精度
の2つを積極的に実装してる
モデルの分割投入はメモリの出し入れが激しいので単純に速度が落ちるし
混合精度も使ってるGPUの演算器構成によっては一部極端に演算速度が落ちる型があってネックになることがある
空いたメモリ分で同時生成したり出力解像度を上げることで実質的に多少低下分を取り戻せる >>176
普段使いしているクラウド上にうっかりアップされていたら...とか、Colabで動かしてる時に生成されてGoogleアカウントごとBANとか
児ポまがいの画像が生成されて、何かの拍子に家宅捜索されたときに別件逮捕なんてこともあり得ない話ではない アニメキャラが骨折してるなんて当たり前のことだからなあ
「三次元的に破綻していないドラえもんのイラスト」なんて物理的に存在しえないんだからAIが描こうが人間が描こうが関係ない ID:OfpVbaR2 がまさに前スレで児ポ生成をやろうとしてたキチガイなんで
一緒に捕まりたくなきゃ触れないことをお勧めする それ今のAIだと、このキャラでいいから今度は脱がせて！みたいなことが現状できない
まあ一部で研究してるみたいだけどw顔はそのまま、みたいな指定やってるんでしょ StableDiffusionで素朴な疑問なのですが、conda版とローカル版の明確な違いってなんなのでしょうか？どなたか教えてください…。
一応認識としては、pcスペック関係無しにネット環境必須でGoogle負担のGPUで使用可能なのがconda版。GPUガチャ。
高スペックpc推薦でローカル環境さえ整えればネット環境有り（でGoogle介さず）にpcの内部GPUだけで使用可能になるのがローカル版。ローカルなのでGPUガチャ無し。
Twitterとかでちょこちょこ目にしたのですが、ローカル版ならオフラインで使用することも可能なのですか？ >>189
ColabはGoogleのGPUクラウドサーバーの余りをブラウザ経由で使わせてもらってる
業務用GPUで走るんでそこそこ速いしメモリもある
けれどもGoogleの機嫌一つで使わせてもらえなくなるかもしれない
ローカル版は文字通りローカルで自分が組んだ環境以上のことはできないが好きに使える
モデルデータも落としてくる場合であればインターネットが無くても使える RTX4070でいいかーと思ってたけど勢いで90買うまであるかもしれん >>186
> アニメキャラが骨折してるなんて当たり前
昔はともかく最近はイラストもアニメも骨折してるようなのはあんまりないと思うｗ
表現のための３次元的な嘘はあるけど、流石に骨折はぼんやりみてても違和感があるからねえ >>185
別件逮捕ってそれもうSD関係なくないか…
そんなんで特定のサービスに対して「逮捕される可能性が～」とか言われるとそれこそ大丈夫なのかって思っちゃう 顔だけアニメ風が出来ないんだよな
アーティスト名とかアズレン／グラブルみたいな作品名を入れると体にも影響して全体が崩れる
それにヌードとか入れるとやっぱりポルノサイトとかヌーディスト系の画像学習してるらしく
そっちの低品質なデータに引っ張られて顔も残念になりやすい >>192ありがとうございます。
え、本当にネット環境無しで使えるんですか…うわぁ…
一応ローカル版する為に必要なスペックのpcが最低で20万くらいの額と以前おそわったのですが、img2imgも同様のパソコンで使えるのでしょうか？ >>189
conda → Google Colab？
＃condaというとローカルPCでPython環境を使うときのcondaとごっちゃになってるのか、Google Colabのそういう呼び方があるのか・・・
起動時間： PC=比較的速い、 Colab=数分以上はかかる
性能： 30x0 , 20x0 > Colab T4 > 1xxxx >>65
VRAM: Colab(15GB)は大抵のコンシューマGPUより多い
ネット： PC=利用時不要、 Colab=必須
使用可能時間： PC=無制限、 Colab＝制限あり しばらく使ってないと勝手に切れてまた起動数分待ちがダルい
複数環境お試し： PC=手順面倒かも？、 Colab=簡単
まあローカルGPUが20x0あるならローカル環境を使う、それ以下ならColabを使う
性能はColabを何回か使ってるけど、経験的には特に速くなったり遅くなったりはしてない。
遅いT4、速いT4なんてあるの？って気もする >>187
そういう事を言うやつに限ってガチペド変態野郎
だったりするんだよなぁｗ もう少し用途に特化したAIが複数あるといいのかな？
人間+背景のみという前提で人間を部位ごとに丁寧にカスタマイズするというのは技術的にはできそうで精度も上がると思うんだけど >>197
text2imgとimg2imgはいくつかやった感じ生成速度は変わらない
3060(12GB)なら１５万円～
https://kakaku.com/pc/gaming-pc/itemlist.aspx?pdf_Spec115=200&pdf_Spec317=11-&pdf_so=p1
ここに乗ってるやつよりHDD容量とかは増やしたほうがいいと思うけど
多分だけど、3060(12GB)はちょうどGoogle Colab(T4 15GB)と同じ程度の速度っぽい(512x512で 3.5 it/s程度）
そういう意味じゃ性能が変わらずメモリが多いものが無料であるのに買うの？って気がしなくもない
まあAI画像生成以外にもゲームとか3Dソフトのblenderとか色々できるから、そういうものにも興味があればいいと思う M1最適化されたらMacBook Air辺り買うのがコスパはいいんじゃない >>0198ありがとうございます、こちらも分かりやすいです。
Colabは、Google Colaboratoryのことです。紛らわしくなってしまったみたいで申し訳ないです。
Googleの機嫌で使えなくなるのは痛いので近いうちにローカル版使いたい… 省メモリ版もGUI化で使い易くなったな
お約束のように最初は動かすの面倒くさかったけど 4070を買う理由がまた一つ増えてしまったという事か… >>196
https://twitter.com/cut_pow/status/1561151751373348866
数日前のだがdisco diffusionの方でマスキングが結構進んでたな
プロンプトを途中で分割できる機能でも頑張れば可能だと思われる
まぁ１つのツールで全部対応するのは得手不得手あるから用途によって使い分けるのが現実的じゃね
https://twitter.com/5chan_nel (5ch newer account) これでまたGPU不足になりそうかね
創作用途だからマイニングと違ってヘイト対象にはならないかもしれないが 省メモリのGUI版に更新したけど表示されたWebページに飛んでも真っ白のまま変わらない
ブラウザ変えてみても同じだった
3.1.7の最新版gradioもインストールしてるんだけどなぁ >>208
金がもらえるわけじゃないから新作の人気ゲームが出た程度の影響でしょ Chromeで日本語翻訳がONになってるとかない？
省メモリ版はしらんけど、waifu版は、日本語翻訳ONだとimg2imgが真っ白になるし、txt2imgもパラメータ変更不可能になる >>206 >>208
google colabで無料でできること知れ渡れば
にわかがいちいち何万もするグラボ買うなんてしないだろうし
デスクトップすら持ってない人にはもっと大きな出費になるし杞憂なのでは？
マイニングバブルでのファームが買っていた量って数十万数百万個レベルだぞ こっちではGUI版ちゃんと動いてはいるけどブラウザを開いてると
GPUリソースが大量に消費される謎バグがあって普段使いとは別ブラウザで起動して
すぐにタスクバーにしまわないと駄目だな >>213
4chanだと、Gradioの動作中アニメーションとプログレスバーのせいでブラウザの表示動作が常時GPUを食うようになって生成速度が落ちると言われてて
対策としてK-lms最新版のwebguiではアニメーション切られた
民間療法としてはその通り最小化するか別のタブに切り替えてアニメーション動作を止めるか
ブラウザのGPUアクセラレーションを切るか
別のマシンから遠隔操作するかだとさ >>211
ブラウザのプライベートモードで実行してもダメだった
原因はわからんけどブラウザからgradioのスクリプトを読み込む時にエラーが起こってたみたい
gradioのissueを参考にして少し修正加えたら一応は動くようにはできた
optimizedSD/txt2img_gradio.py の最後にある
demo.launch() を
demo.launch(share=True) に変更 >>214
あのアニメーション怪しいなとは思っていたけど
何であんなのでリソース食うのか意味不明なバグだなｗ >>215
share=Trueはまずくないか？
そのオプションはxxxxxx(ランダム数字).gradio.appっていうURLで誰でも外からアクセスできるようにするヤツだぞ >>217
確かにそのリスクはあるね
URLもシンプルだから総当たりすれば余裕で悪用できるし別の方法探したほうがよさげだね すごい周回遅れの質問でごめんなんだけど
ローカル版って公式の設定ファイルいじれば制限解除できるわけじゃなくて
有志のカスタマイズ版をインストールしなきゃいけないって認識でok?
解説とか見ながら普通にローカル環境作っちゃったからローカル版の制限解除にどうしたら移行できるのかわからん 情報量の多い背景の場合は人間の絵師を完全に超えているな
これで人間やアニメ絵がちゃんと描けるようになったら一部の有名人以外は
マジで終わりだね、さっさとそうなって欲しいわ >>219
自分のやり方合ってるか分からんけどSafecheck回避するだけだから
txt2img.py 1行変えるだけでいけるよ promptに絵描きの名前を入れると破綻が少なくイメージが近い絵が出るんだけど
これは果たして本当にAIオリジナルと言えるのか >>222
txt2img.pyってファイルがローカル環境内のどこかにあるってこと？ >>225
その環境が分からないけど、どこかにはあるのでは。
一応stable-diffusion-mainのscriptsの中にあるよ >>224
作家名や作品名を入れるのが著作権違反になるだろうね 何だかんだでみんな上手くいったプロンプトは隠すから例のサイトもあんま上手くいかないって言う >>227
環境構築は公開直後の今だけ難しいだけで
そのうちアホでも馬鹿でも使えるようになると思う バズってる整った画像見るとフォトショのゆがみツールとかで直してるんじゃね？とか思ってしまう >>232
同じ呪文で大量に生成していいやつ選んどるだけやろ 今の段階だとそのまま使うんじゃなくて手直しするほうが効率いいだろうね
イメージ通りの服や道具みたいな構造物を破綻なく生成が難しいから
作品作りに実用するとしたら線画で細部を書いてそれを補助線として活用して
AI塗りを乗っけるみたいな方向だろう 細部の調整は加筆して誘導すればimg2imgでなんとかなりそうではある
ただ、うまくいかない原因がワードにあることも。
illustrationとか入れると全身画の時に顔潰れやすいとか
ワードの組み合わせで解消できるかもしれんけど 人物はだいたいガチャみたいな感じ。たまに元の絵そのものみたいのが出るし
https://i.imgur.com/stfDukr.png
こういうのはアイディアに使えそうだけど
ツィでみたのはもうちょっとデッサンよかった気がするんだが、、難しいな >>199
この話題に限らずお前みたいに痛いところを突かれたからって相手はこういう奴に違いない！みたいな無理矢理な返しをする奴はキモイよ
頭の悪さが露呈してるよ しばらくの間は画像生成+手直し+img2imgでクオリティの高い絵が量産されると思う エロ微妙じゃね
単に綺麗な高画質裸見せられても抜けないしな
自分の性癖にマッチした絵柄作れんと.. >>243
ここでワーワーやってる人たちはみんな知ってるというか、まさにその話をしてるスレだぞ >>243
CLIP InterrogatorっていうColabのnotebookでしょ
StableDiffusionで使われてるCLIPだけ抜き出して画像から認識されたトークンの固まりを見せてくれる >>43の上から三番目の奴を進めていって最後までガイド通りに勧めたつもりです
IPアドレスみたいなのからブラウザでインターフェースを開けたまでは良かったんですが
仮出力でtext2imgでcatだけ打ち込んでも下の画像のエラーが吐き出されて困ってます。
誰か助けてください。
もしかしてGPUが貧弱だってエラーが出てるんでしょうか？ 私のPCのグラボはRTX2060
あとgoogle colaboの時に入力したトークンを このやり方だと入力してないのでそこも怪しいと思ってます。
”ERROR” ？ee; 4.07GiB reserved in total by pyTorch) if reserved memory is >> allocated memory
https://imgur.com/a/Ii4R0jq こういうので二次創作したり作家名入れて生成してるやつ盗作やってるのに近いな
自分で楽しむだけならいいが公開したら盗作と認定して問題ない >>134
これのやり方全然わからん
pythonなんたら入れるだけいうから、コピペで入れたがエラー
input.jpgをcontentフォルダにstable～フォルダ作ってもダメ syntax errorだから何が悪いかも手がかりないわ syntax errorって書き間違いとかだから一番簡単では・・
自分で書き換えた部分がおかしいしかありえない >>252
もしかして私に言ってますか？手がかりがないなら最初からやり直しかなあ >>253
ワードにaaaaとかhappy new yearとか入れただけ
>>254
自分はcolab環境で試してるので colabでのやり方見つけたと（やり方書いてないが）かいうのはググると出てくるからそもそもできないんのかな >>255
エラーの場所まで<-------みたいなので出るでしょ？ >>257
それが出なくてどこでダメか足がかりもない状態 Pythonというかプログラミングが何もわからないまま書いてある通りにcolabで始めて適当に書いてあるコード繋げ合わせて10枚出力できるようになったんだけど、毎回11枚分動いてて最初の1枚は見れない… >>258
間違った
「^」で直接の場所が出てるはず、例えば
prompt = "A fantasy landscape, trending on artstation"
^
SyntaxError: invalid character in identifier
Pゴシックだからズレてるだろうけど、これは
prompt（半角スペース）=（全角スペース）"A fantasy ...
になってる、（""内はokでも、構文中で全角なんて認められない） 何言ってるのか分からない人いるなとずっと思ってたけど
事前に用意してあるnote bookじゃなくてcolabに手動でインストールしてる人がいるのね
まあWindowPCに入れるよりは大分楽だろうけど手動セットアップは多少は苦労するわな img2imgも結局は呪文次第なんか。なかなか難しい。 >>248
そうだそうだTips忘れてたわ
GFPGANの300MBぐらいのpthファイルをダウンロードしてきたと思うんだが
これを指定された場所に入れると顔の補正処理が有効になって余計にVRAM食って512x512の画像はVRAM6GBでは出力が無理になるんだわ
削除して立ち上げ直すと通ると思うよ
それでも足りないと言われるならHeightとWidthを512から減らすしかない >>260
どうも入力したワードでなくoptimized_img2img.pyを実行させる構文の表記自体が受け付けられてない
できたできた言っているしよくわからないなこれ もしかして既存のnotebookとかじゃなく自分でcolab上に一から環境作ってるの？
それはさすがにわかんないわ、自分よりはるかに高等 予想しない凄い画像出てくるときと全然駄目なときの落差が激しいな
youngって1単語追加するだけで絵がガタガタになったりしおる 一般的なワードは雑多すぎてだめっぽい
高品質な絵と紐付けられてるワードは安定してる >>266
若いって一言に言われても色々ある
それこそこれこそが自分が思う若さだ！っていう画像をCLIP Interrogatorに入れてその結果からキーワードを拾うといいのでは >>265
そっちのほうが楽かなあでやってみたけど難しいわこれｗ 広い意味がある単語だと安定しないぽいね
Hayao Miyazaki new movie poster とかいれたら
ボブネミミッミみたいのが出て笑ったわ 初心者→colabにセットアップ済のnote bookを使用
マニア→colabに手動でセットアップ
PG経験者→自宅PCに環境構築
出来なくはないけど完全初心者が自宅PCに構築するのは面倒だから
まずはnote bookを使おう、リソース制限されても月額1000円でpro使えるし >>263
ありがとうございます！削除してサイズを２５６まで落としたらなんとか出力しました。 PCまぁまぁ詳しいけど、絵は練習したが人にお出しできるレベルは描けずタブレットが埃かぶってる
・・・というあるある層が殺到してる気がする、まぁ俺なんだが
CG板とは思えない賑わい >>272
256はサイズが小さ過ぎて出力が破綻しやすくなると思う
タスクマネージャのGPUのVRAM使用量とにらめっこして、他にVRAM使ってるソフトがあれば終了させた方がいい
0.2GBぐらいがデスクトップだけの状態の標準 公式のreadmeの説明通りにまんまやれば出来た…
騒がせちゃってごめん >>149 を参考にStable Diffusionを使ってみたけど、「うんまぁこんなもんかな」と言うのが第一印象
https://i.imgur.com/yfsUNsj.jpg
https://i.imgur.com/KpRlayq.png
作画補助とかモブとか背景には使えるかも知れないけど、引き続き絵の練習はしようと思った >>275
patreonって書いてあるけど有料？ 目を引くアニメ塗り+エフェクトみたいなことはできなそうだね
どれも厚塗りっぽくなる >>275
昭和の火星人くらいはAIの中にいるって感じだなｗ めちゃくちゃ楽しいな。無限にやっちゃう
絵描けないけど自分だけの作品作れるの最高
ところで解像度もっと高くできないの？生成された画像が小さすぎる >>281
みんなどういう環境でやってるか知らないけど私はここで指定してるね
image = pipe(prompt, height=512, width=512)["sample"][0] >>278
そのうち正式版はpatreonでパトロンに対してのみ配布すると思う colabだとサイズ大きくするとメモリ足りなくてエラーにならない？ 背景として使いたいんだけど吐き出してくるもの全てが情報量多過ぎてこまる。 不細工な顔のついた肉塊ばっかしかできない
ぐぐるたびたび切れるけど何でだろというか今朝作った垢のパスがわかんなくなってログインできなくなったw >>286
そこらは単語でいくらでも制御できるでしょ
例えばMJだとflat designとか入れたら紙みたいな背景になるよ、SDも似たのあるはず
そこらの単語を調べて順次細かさを上げて行けばいい
・・って言うのは建前で、現状のAIって単純明快な線はめっちゃ下手糞なんだよねぇ
みんなimg2imgで修正してまで回してるのがその証拠
ごちゃごちゃ色つけて装飾するから粗が目立たないって誤魔化しが今の精いっぱい 矛盾の無いように出来るだけ詳細に説明する必要があるな
girlだけだと滅茶苦茶になる
髪の色、年齢、表情、姿勢、背景、動作、服装を整合性の取れるように付けないといけない
それでもイラスト系の単語は体を壊すけど 某氏すげー勢いでフォロワー増えてんな
気持ち良くてやめらんないだろうな https://i.imgur.com/LKSMf7u.png
得手不得手はあると思う。こういうデザインは精細で結構カッコイイ
アニメ風になると一気にへぼくなる >>290
それな
もう「自分の絵」上げられなくなりそう なんか粘土ペタペタ貼ってるような作画だし、手直しするにしても線画からやらないと辻褄あわないんが難しい。
カラーラフくらいにはなるけど、色は自分で決めたくなっちゃう。
絵描きの雑感。 >>286
MJなら「--no （非表示させたいもの）」で出したくない要素を制御できるよ 表面質感はほんと凄いよね
ゲームから学習しまくった結果なんだろうけど
特にアメリカ人はリアル系ゴテゴテ大好きだし MJの--noは優秀
デフォだと、すぐピンクとか青蛍光とか入れてくるので、いろいろぶっこんでるわ
ちな複数は
--no pink,blue,fire
みたいな指定じゃないと動かない >>297
コメント欄にもあるけど、一部グラフィックカードだと黒い画像しか出ないバグがあるみたい
(Stable Diffusion自体の問題で、本来は実行コマンドを調整して直すところがGUI側にその機能がない) >>275
試してみました。 お手軽！だけどイマイチなので今後に期待
Stable Diffusion GRisk GUI 0.1 https://grisk.itch.io/stable-diffusion-gui
・rarファイルをダウンロードして、展開、Stable Diffusion GRisk GUI.exeを実行するだけで動く
・他のローカル環境と競合しない
・出力は画面上ではなく、フォルダ出力で自動的にプレビューできないので（今のところ）使い勝手はかなりいまいち
・HPに書いているようにSEEDは機能しない。Save In Gridもチェックできない、など開発中
・デフォルトが64x64になっているのでとりあえず動く人は多そう。普通は512x512で使うと思うけど
・私の環境(2080Ti)では、若干遅い。
https://rentry.org/kretard 7.3 it/s
GRisk 5.0 it/s
basujindal 1.4 it/s >>297,298
黒い画像というか、（デフォルトでは）resultsフォルダにPNGが出力されて、そもそも画面に画像プレビュー欄がないような
後txt2imgのみでimg2imgもいまのところない GRiskって人はGitHubに転がってるキーボードポチポチしないと動かない便利そうなソフトを
GUIつけてWindowsで動くようにしたものをPatreonで配って稼いでる人
基本機能装備できたら配布版は更新止まって後はPatreon版に全部乗るようになるからそのつもりで使った方がいい SDはドラレコに弱すぎる
版権にも弱い
Craiyonだと簡単に出せるものがSDで出せなかったりする
進化の余地があることはわかるんだけどね 既出だけど、https://rentry.org/kretard のプロンプトマトリックスいいね
https://github.com/hlky/stable-diffusion-webui
キーワードを | でつなぐと、そのキーワードのあり・なしの組み合わせを一気に作ってくれる
（最初のワードは全てに入る）
girl | artstation | makoto shinkai | detailed face | highly detailed
だとこうなる。 https://i.imgur.com/mUcR4CN.jpg >>298
>>300
297だけど1650SUPERで黒画像しか出なくてダメだったわ
このクラスじゃへっぽこなのかレゾ512にしたら止まって動かなかった これは全部AI出力なの？
なんか疑り深くなっていかんな 980tiのCUDA駄目だった人間だけど、微妙～にNVIDIAのドライバver上げたら動いたよ
5日遅れでやっと追いついた
ローカルSDやったけどやっぱ遅いね、さすがVRAMが6GB
512x512のstep50が、1枚で3分半かかる、4枚で7分、5枚で8分
ローカルimg2imgはnonetypeエラーで止まったけど、--Wと--Hしてなかったのが原因だった
デフォでインプットの512x512のままにしてくれるみたいな親切な設計ではなかった
ツイッターの人のコマンド参考にすると文字制限で端折ってるので駄目ね・・ 本文に書いてあるけど修正と変換を繰り返してる
修正って言ってもキメラ的な合成に近い >>305
面白いですね
1点ものイラストならポーズ指定で結構できそう https://rentry.org/kretard
これwebgui.py実行するとメモリどうとかランタイムエラーでてVRAM4Gじゃ動かないのか… 手でちょこちょこ修正して感じたけど、人物の絵の歪みが定量化されたら簡単にクオリティの高い人物イラストが生成される
生成された絵のうち「歪んだ絵」と「正しい絵」の数値化をすればいいだけだし、時間の問題かも 4000番代でグラボ買い替えようかなとは思ってたけど欲求がさらに高まってきた
メモリ12GB以上のものにせねばならぬ 3090でローカル環境構築してぶん回してるけどだいたい1回の生成が15秒くらいですとりとり >>311
そのタイプのAIは何年も前からあってあんまり話題にならなかった
今回の拡散モデルは絵のクオリティが全然違うから盛り上がってる 「AIがこれ描いたの！？」系の話題は最初だけだろうし変にこだわらずにガンガン手を入れちゃって良い気もしてきた
AIのべりすともそうだけどだんだんAIに書かせてるのか書かされてるのか分からなくなってくる感じが逆に楽しい 拡散モデルは原理的に実写や細かいディテールのある画像に強くて平坦なアニメ絵に弱いから
それがアニメ用の学習モデルでどれくらい改善するのか気になる
個人的にはもう一段のブレークスルーが必要だと予想してるんだけど AIの存在はクリエーターの活動に溶けて何がAIで何がAIじゃないのか分からなくなると同時に、既視感のあるデザインやイラストが増えるんじゃないかな
イラストの数が少なくかつ学習の難しい特徴を持つ絵柄だけが個性として生き残っていきそう 凄く単純に言えばノイズを加えた画像から元画像を復元するよう学習させたのがMJやSDの拡散モデル
実写画像はノイズ加えても元の情報が残っているからこの学習が上手くいくけど
殆どが平坦で同じピクセルが並んでるアニメ絵にノイズを加えるとそこにはただのノイズしかなくて情報を持っていない
4chanでの下手な絵を学習してるのが原因では？という説は誤りでアニメ絵を学習出来ないのは原理的な限界
そこを改善できるのか？が注目だよね >>283
一日２日前くらいに配布されたStableDiffusionが正式版じゃないんですか？ 陰影も一種の塗りのパターン化だからそこを詰めてパターン認識の蓄積で行けるんじゃないかなあ
すでにイラストに陰影込みで彩色するのあるけどそのまま転用は無理にしても
拡散モデルと切り離してそれ用に作る方が良さそう Emadさんのツイート。「生成」じゃなくて、「生成的検索」というのが面白いね。
「分散型＆動的な次世代プロトコル」ってのがある程度具体的な話になってるのか、ただのビジョンなのか
@EMostaque
The intelligent internet.
Personalised generative search models for everyone that compress knowledge.
Image, audio, text & more.Distributed & dynamic - a protocol for the next generation.
This is how we build the foundation to activate human potential @StabilityAI
---
知的なインターネット。
知識を圧縮する、すべての人のためのパーソナライズされた生成的検索モデル。
画像、音声、テキスト、その他。分散型＆動的な次世代プロトコル。
人間の潜在能力を活性化させる基盤はこうして作られる @StabilityAI >>319
「Stable Diffusion GRisk GUI 0.1」の正式版ってことですね
ベース（ソースコード、モデル）は公式の正式版そのものだけど、
GUIを付けて簡単に実行できるようにしたGRiskの正式版、ってことね >>318
なるほど、だからアニメ用モデルを別にリリースしますみたいな話になるのね
勉強になる
それはそれとしてデッサンが崩れてるヘタクソな絵が出てくると元データのせいでは？って思いたくなるｗ 写実的なイラストを描いてるタイプのイラストレーターをpromptに入れると絵柄が安定するけど、平面的な絵のイラストレーターだと不安定なのはそのせいか >>326
公式のcolab前からあったような？と思ったらこれ、新しいAPIのデモですね。
DreamStudioのメンバーシップないとAPI KEYがなくて使えない アニメ用モデルならwaifulabやmakegirlsの例があるし頑張れば出来るんじゃないか 頑張ってSDをローカルに入れたけど５００×２５０ぐらいの出力が限界で全然綺麗じゃないわ
うーん流石にPC買い替えしたくなる >>330
自分も同じ
軽量版でないかとずっと待っている waifulabやmakegirlsは本物／偽物を見破るAIとこの判定を突破するAIの対決による
相互学習でそれらしい絵を出す学習モデルでアニメ絵には向いてるんだよね 顔潰れないようにワード詰め込むと、なかなか立ち絵になってくれない
ただ、有名人入れなくてもキレイな顔出るようになってきた
ワード選びのバランスが難しい windowsが古くて260文字以上に未対応（レジストリもポリシーも不可）
img2imgで呪文入れまくるとフォルダが作れないという情けない状態
pythonわからないのでどう変更したらいいものか・・
os.makedirs(opt.outdir, exist_ok=True)
outpath = opt.outdir
sample_path = os.path.join(outpath, "_".join(opt.prompt.split())[:255])
このあたりだとは思うんだが、255減らしても駄目だった
つかそんなフォルダ名にするなよ・・ >>334
色ピックアップしながら自分で描いた方が早いような・・（爆弾発言） >>335
sample_path = os.path.join(outpath, "sample")
こんなんでOK 当たり前だけど自分の好きな女優の画像を元に描かせるのが一番自分の好みに近い プロンプトをフォルダ名にするのって後からでもプロンプト分かるから結構便利なんだよな
windowsのフォルダ名制限が厳し過ぎるのがいかんわ
どうせ物理的なアドレスと何も関係ないラベルなのに何で制限あるねんっていう imagetoimageをgoogleのcolabで使いたいんだがやり方まとめられた日本語のサイトってある？
翻訳かけながら色々やったけどうまく行かなかった… >>43 の最初の方のcolab (img2imgできる方）は今は動かない気がする
なんか特殊な手順とかあるのかもしれないけど
どっかに動くimg2imgのColabないかな >>329
遅い上に高い
月千円プランでAIに食わせるのに使われるのがせいぜいだろこんなん Crypkoみたいに没個性過ぎると沢山いる絵描きにAIさんという1人の新人絵師が加わりました
って感じになるだけだから特に何もインパクトはなく数年が経過しちゃったんだよね
MJやSDはあらゆる画風を出せるってのがこれまでになくてこりゃやばいってなった
既に実写系なら特定のアーティストの画風パクれるもんな、、、Wlopとか人気過ぎだろみたいな エロ絵作りたいんだけど現状だと何をやればいいんでしょうか？ エロ絵作りたいんだけど現状だと何をやればいいんでしょうか？ >>350
昨日時点は、だけどpytorch undefinedとかになって動かないはず https://i.4cdn.org/g/1661411406913791.png
https://boards.4channel.org/g/thread/88284357#p88285430
female pope, big tits, highly detailed, intricate, magic the gathering, d&d, award winning, top rated, skinny, fantasy, oil on canvas
以下も入れたかな
dark, gloomy, desaturated, greg rutkowski
https://i.4cdn.org/g/1661412160633735.png
https://boards.4channel.org/g/thread/88284357#p88285554
beautiful handsって入れろよ
https://boards.4channel.org/g/thread/88284357#p88285665 >>331
同士いた～ 風呂入って考えたけど、PC買い替えるよりGOOGLE COLABOの月１０００円コース申し込んだ方が
なんかあったとき融通効きそうでこっちを前向きに考えてます。 >>242
ID:OfpVbaR2
ちゃんと文章見えてるか？まさに俺が指摘した通りの返しになってんじゃん？
自己紹介して自滅してループして死ぬだけの虚しい人生お疲れ >>343も一理あるので
def left(text, n):
return text[:n]
・・・
sample_path = left(os.path.join(outpath, "_".join(opt.prompt.split())[:255]),150)
にしたよ、頭から150文字取る
たぶん本来は255の方でなんかするんだろうけど、動いてるからいいや >>355
ガチペド変態野郎
図星だったねｗｗｗｗ
わかりやすっ これも他のAI系ソフトみたいにTensorコアが使えるGPUの方が速かったりするんだろうか >>358
>>65
it/sは1秒間に何回回せるか
50回回すと画像が出てくる なんだろう、I2IはMJと違って苦痛しかない
MJの--betaで遊びたい・・はよ復活して basujindal版って最初からcheck_safetyが消されてるんだな。
grepして無いなあと思ってたがCompVisのtxt2img.pyとdiff取ったらcheck_safetyの部分がスパッと削除されてたわ。 >>359
サンクス
まさか2060が1080Tiの2倍も速いとは GOOGLE COLABO で実在なら一発BANの裸の幼女画像とか生成されたらと思うと怖くない？ 一日ごとにエロ絵のクオリティが上がってるのはいいが、正気に戻ったときが辛そうで辛い。 kretardガイドは非推奨になりました
新しいGUItardガイドをご覧ください
https://rentry.org/GUItard >>366
これすげえよな
img2imgに完全に残す部分のマスク自由選択機能と
弱いimg2imgを段階的にかけていくフローが搭載されてる
世界最強に近いフロントエンド >>366
このスピード感よ…乗るしかないこのビッグウェーブに >>366
もうステップ3は飛ばして大丈夫だわ
レポのほうで対応してる >>366
インストール中
>>371
> 綺麗な出力が欲しいってだけならgreg rutkowskiほぼ一択
みんな入れてるよね
検索してもD&Dのドラゴンみたいな画像しか出ないからなんでかなぁって思ってた 呪文の単語数や文字数の上限があるらしいのですが具体的な文字数単語数ってわかりますでしょうか >>373
>>375
やっぱダメだったわ
なんか更新された >>366
https://localhost:7860/
これが動かない
ブラウザ側は火狐もchromeも「安全な接続ができません」
コマンドプロンプト側はInvalid HTTP request received連打 >>379
証明書とか入れてないしhttpでしょ
あとこのガイド
conda env create -f environment.yaml
を飛ばしちゃってない？ >>370
google で見れば自動で翻訳してくれるからだいたいわかるよ >>381
Cromeで見ればgoogleが自動翻訳してくれると言ったほうがいいかな > If your conda installation is somewhere that isn't \Programdata\miniconda3, adjust the path in webui.cmd accordingly
おま環だった >>380
ありがとう、httpだった・・ｷﾀｰ！
> あとこのガイド
> conda env create -f environment.yaml
> を飛ばしちゃってない？
webui.cmdでバッチ化した模様 しかしやりたいのは向こうにとってはペドの日本人的若い女の子のえろだけどメモリ2GBではどうしようもないから数年後かなあ
というか基本の部分蓄積できてからのほうがよさそうだ 数十年後
「AI国際連盟はAI創作の発展に図らずも寄与したとして
Greg Rutkowski氏に貢献賞とゲーミングPC「ガレリア」（提供ドスパラ）を贈呈しました」
Greg Rutkowski氏「びっくりです。勝手に名前を使われ創作という名のパクリに利用されていたら賞を貰えました」 自分で作り上げたロリショタデータでハードコアポルノ動画とか
作れるようになったらAI 規制法とか出来るんだろうなぁ いややっぱbyだけでいいかって思ってたら
[[[[greg rutkowski]]]] みたいに[]で何度も囲むのもいけるよって
https://boards.4channel.org/g/thread/88287881#p88292250 Greg RutkowskiのGreg RutkowskiによるGreg Rutkowskiのための絵 []でワード強くできるのか
他のワードでも強調できるといいことあるかも >>392
https://i.imgur.com/EUhshla.png
さっき俺も試してたんだけど全然別のイラストが出てくることもあるから
記号いれるなり繰り返すなりでPromptが変わる＝出力結果が変わる中で
たまたま好みのが出てきただけでしかないと思う >>397
prompt
actress, teen, blue eyes, dark hair, pale skin, intricate, top rated, highly detailed, illustrated by Greg Rutkowski | by Greg Rutkowski | by Greg Rutkowski, by Greg Rutkowski
Steps: 250, Sampler: k_lms, CFG scale: 4.5, Seed: 1540371425, Prompt Matrix Mode.
デフォ：actress, teen, blue eyes, dark hair, pale skin, intricate, top rated, highly detailed, illustrated by Greg Rutkowski
V1：actress, teen, blue eyes, dark hair, pale skin, intricate, top rated, highly detailed, illustrated by Greg Rutkowski , by Greg Rutkowski
V２：actress, teen, blue eyes, dark hair, pale skin, intricate, top rated, highly detailed, illustrated by Greg Rutkowski , by Greg Rutkowski, by Greg Rutkowski
V３：actress, teen, blue eyes, dark hair, pale skin, intricate, top rated, highly detailed, illustrated by Greg Rutkowski , by Greg Rutkowski , by Greg Rutkowski, by Greg Rutkowski 街歩いてたら看板の字がバグってて異世界に行ってしまった系の都市伝説みたいな写真描けるので楽しい。 >>399
このwikiのEmphasisの項にも[]は現状機能してないっぽいとあるね
https://wiki.installgentoo.com/wiki/Stable_Diffusion
あと同じ強調呪文の繰り返しも効果あるって書いてるので
ID:o3NpW9jGさんの検証結果とも一致する >>366
GUItardの新機能抜粋 https://rentry.org/GUItard
・設定が手順が楽になった
★マスクペインティング： 画像の変更したい特定の部分のみを再生成するための強力なツール
・ループバック： 最後に生成されたサンプルを自動的にimg2imgにフィードバックする。
・Prompt Weighting (NEW)：プロンプトの重み付け。プロンプト内の異なる用語の強さを調整
・サンプラーが増えた
・k_euler_aとk_dpm_2_aサンプラーは、同じシードとプロンプトから、非常に異なる、より複雑な結果をもたらします
・他のサンプラーとは異なり、k_euler_aは低いステップから高品質の結果を生成できます。50 ではなく 10 で試してみてください
---
マスクペインティングのやり方分かる人いますか？
アルファ消去するとそこ補完してくれるのかな？とか思ったけどうまくいかない（消した部分がそのまま黒くなる） >>402
自己解決。単純に元画像の上にマスクを書き込むことが出来ました。
元画像の表示サイズが小さくて塗りにくい。もうちょっと改善して欲しい。
生成もちょっと試した感じでは自然にならなかった。
後多分バグで、「マスク部分を再作成」で複数生成すると、1枚目はそうなるけど、2枚目は逆にマクス部分以外を再生成になってる気がする。
ついでに、インペインティング可能なノート
https://colab.research.google.com/drive/1whhIiXxjQjbBuiq4lqwh-AlLIjh3l1OB https://i.imgur.com/qx5eyOT.jpg
beautiful short bob haired anime girl, water dress, portrait, water splash everywhere,
highly detailed, digital painting, artstation, concept art, smooth, sharp focus, illustration, art by Shunya Yamashita. beautifulが効果ないってなんとなく思ってたよ
kawaiiを入れると露骨に目が大きくなるね 美しいポートレートはちょいちょい生成できるようになってきたが
シチュエーションころうと思い始めると途端に難しくなるな プロンプトのサーチエンジン
https://lexica.art/
みんな上手。 海外ではおばさんとかにもbeautiful ladyとか普通に言うから
もうただの挨拶みたいになってるんだよな 512x512生成のざっくり性能。少し更新
it/s = １秒で何ステップ実行できるか。（例） 50 stepで1080Tiの場合、50step / 2.3 it/s = 21.7秒かかる
16xx(6GB) --- 512x512では動作しない ※
980ti(6GB) 0.36 it/s (2.81 s/it)
1070Ti(8GB) 1.60 it/s
1080Ti(11GB) 2.30 it/s
Google Colab(T4) 3.2 it/s ～ 3.8 it/s
3060 3.5 it/s
2060 4.6 it/s
3070 6.3 it/s
2080Ti 7.3 it/s ～ 7.73 it/s
3090 10.8 it/s
注 16xxは6GBメモリだが、出力がグリーンスクリーンになる問題があり、full精度にしないと動かない。
そのためVRAM消費量が増え、512x512では動作しない。解像度を下げる必要あり。 >>412
Colabは選定が大変そうだがWebサービスのまとめはちょっと試したい人用に便利そうだな もうすぐこれらの3D生成版が出来るってマジ？！
objやFBXを一瞬で作ってくれるの？！ greg rutkowski凄すぎワロタｗ
イメージボードこれでいいと思えちゃうくらいスゲーな >>414
3D用のA学習Iモデルをリリースする予定ってツイートがあったのは確かだけど、
(1) 画像・テキストペアデータは50億のデータデータセット(LAION)があったけど、3Dモデルが何十億もころがってるわけない
(2) CLIP（画像と言語の対応関係をWEB学習）＋DDIM（ノイズ付与＋復元学習による高精度化）は使えないので全く別のAIになるはず
なので、何がどの程度できるものなのかは全然分からないね
画像よりははるかにハードルが高いのは確かでどうなることやら 音声の生成がすごい気になる
声優の声学習させてリアルタイムで変換できたりするんかな スクリーントーンが最初出てきた時も「人間のかけ網と比べたら月とスッポン」って言われたけど結局普及したよね
AIもそうなるよ >>416
めっちゃ素人考えだけど、今のMidjourneyもStableDiffusionも、学習時点で
「これは笑ってこちらを見ているエマ・ワトソン（美人）（緑の服）のイメージ」と画像をテキスト情報に判別してから学習している
（ファイル名とか画像についてるタグだけ見てるわけじゃない）
ならポーズ判別して学習してもいいはずで、ポーズが確定するならそこから3Dモデル＋テクスチャにすることもできそう？
いや服はかなり難しいか・・・。ポーズだけじゃなく服の形状理解しないといけないからそれは流石に無理っぽい
まあ妄想の域を出ないから今の技術の使い方を考えつつ待つしか無い
ちょっと調べた感じ、MidjourneyやStableDiffusionの技術は最新ではないのでもっとスゲーのがMicrosoftあたりから出そうな気もする
>>418
来月リリースされる"audio"モデルってなんだろうね
雨、衝撃音、みたいなサウンド、音楽、人の声とか色々あるけど 動画作ってると効果音がすごく困る。フリーサイトでは全然思ったものがないし
そういうことが減るといいけどなぁ >>416
フリーデータ収集タイプだと時間かかりそうだなぁ…
著作権的にもクリアなAIが一から生成するタイプになってくれたらありがたい…
ある物体の各方向の画像から3Dデータを作って、それを原本的に使うとか…
よくわからんけど… AIが学習の為にASMR音声を収集し始めるのか…出来上がりが楽しみだな！ 基本的な事を聞くようで申し訳ないけどAIの画像生成ってプロシージャルとは違うの？
自分の手元に出てきた画像が既存の絵や他人の画像生成と同じになる可能性はほぼゼロ？ グレッグさんおなしゃしやす、って感じでぶん回してるが
なかなかぐっとくるのは出にくい
https://i.imgur.com/OirmSFt.png
でも本人に描いてもらってる感じに近いな >>425
言葉の定義の問題かもしれないけど、普通使う意味のプロシージャルとは違うね
他と同じになる可能性は当然ある
テキストエンコーダ＋イメージジェネレータの組み合わせで
１．画像を「こっちを見てる猫」「ロボットのような半面を持つサルバドール・ダリの鮮やかな肖像画」・・・みたいに分析して画像と関連付ける
https://i.imgur.com/rNl4e0Y.jpg
https://i.imgur.com/RZr0oGw.jpg
２．（拡散確率モデルの場合）のノイズを加えて元に戻す方法を学習をして画像生成を行う
https://i.imgur.com/vStOKue.jpg
各社色んなモデルがある
https://i.imgur.com/3vUZLoy.jpg
元のスライド見たほうがいいと思うけど一応抜粋。 https://www.slideshare.net/cvpaperchallenge/foundation-models >>426
めっちゃ完成度高くていいな
greg rutkowski でググるともっと激しいタッチの絵がいっぱいでこの絵とは似てないけどなんでこうなるんだろうｗ >>429
自然言語じゃなくて、決められたタグで生成するのね
使用感としては生成するというより、単に画像検索してるだけな感じであまり面白くはない
いくつか見た感じ、顔も体の構造も壊れたものが少ない
（足が割れてたり、顔半分が潰れてたり、乳首が３つあったりするものが稀にあるけど）
人体が破綻しないようなAIを使ってるのか、人力で画像選別してるのかどうなんだろう >>425
言葉のイメージとしてプロシージャル生成は、髪型はパターン2、目はパターン4、口元はパターン3で顔を組立てる、みたいな感じがある 君らどうせエロいデータセットたくさんもってるんだからソレ集めてマネタイズしなよ https://i.imgur.com/zvoAlNg.png
Greg Rutkowski に lolita 入れると結構かわいくなるかも
もろおっぱいなんてヤボですよ >>426
サムライとかニンジャが活躍するアメコミに出てきそう。可愛い。 検索するとセーラー服おじさんもDALLに熱中してるみたい
AIでもなかなかあの姿は生成できないだろうに >>436
自分なりに呪文を覚えていけばグニャらなくなる程度はすぐだよ。 人物の手足グニャグニャは現時点では以下のように
指定画像から画像を生成するのが一番かなーと思う
でも手の指はむずかしい
#stablediffusion の #Img2Img (指定画像から画像を生成する)機能を使ってみました。
3分で描いた指示用雑絵(2枚目)に絵の要素のプロンプトを指示し1枚目を生成しました。
2枚とも生成時・指示時のもので、無編集。
https://pbs.twimg.com/media/Fa6n5_SagAA0h10.png
https://pbs.twimg.com/media/Fa6oOnIaQAcUSCy.jpg >>305の人がそこらは詳しくレポしてくれてたんだけど、消されちゃってる
手修正交えてi2iで回してたけど、とにかく上手くいってない感じだった 来月リリースする"audio"ってなんだろうと思ってたけど、githubに作業中の項目書いてるね
1つ目は声を高くしたり低くしたいみたいな音声変換？（よくわからん）
２つ目はtxt2imgに、既存のGLIDEも使えるようにするってこと？ >>427の絵を見るとtext encoderがclipからtransformerになる？
３つ目はテキストから音声読み上げ（TTS）、文字から音を生成？
https://github.com/huggingface/diffusers
A few pipeline components are already being worked on, namely:
1. BDDMPipeline for spectrogram-to-sound vocoding
2. GLIDEPipeline to support OpenAI's GLIDE model
3. Grad-TTS for text to audio generation / conditional audio generation https://i.imgur.com/3jVlucn.png
個人的に結構当たりっぽいやつ
キャラデザインとしては優秀だなぁ Colabに構築したシステムに書き込んでるプロンプト情報や出力情報も、やっぱ本家に収集されてる？…
それならちょっと恥ずかしくなってきた（´-`）…… >>443
そんな器用な機能はないから欲望のまま好きなワード書けばいいよｗ >>445
そうだったの？！！！！
「エロい絵っぽいから黒塗りしとく」って言われたんで完全に監視されてるんだと思って一時間前から一切作るのやめてた！
海の向こうの人間たちに「こいつさっきからキモい絵ばっか作ってんな」「こいつの個人情報全世界に公開してやろうぜ」
って流れになってんじゃないかと思ってビクビクしてた…
収集されてないなら胸を張って作れる（´-`）！ >>441
BDDMPipeline スペクトログラム（周波数と時間軸で音の成分を表現した画像）から実際に音を作る仕組み
→前段に「欲しい音のスペクトログラム画像を作るAI」が居れば音が作れるという下ごしらえ
GLIDEPipeline プロンプトへの忠実性としては世界最高峰と言える画像生成手法GLIDEをオープン実装する
Grad-TTS まだGANが主流で前時代的となったText To Speech(文章を読ませる音声合成)にdiffusionを導入する >>447
ありがと！
なるほど１番目はエンドユーザーが直接使うものではなさそうですね
来月でる"audio"モデルというのは、BDDMPipelineなのか、Grad-TTSなのか。 後者なら遊べそうなので期待 pixiv kawaii digital artでかわいい絵の命中率上がってた気がしたけど、もっといい呪文あったんだ…感動的 某所ではミュシャと水木しげるを同時召喚することで絵柄の癖を相殺して安定した顔を生み出す呪文が開発されたと聞く
いよいよもって黒魔術あるいは一周回ってサイバーパンクじみてきて面白い 後ろの方にKyoto Animationを入れると少しだけ絵が柔らかくなる
後ろの方にtrending on artstationでさらにイラストっぽくなるがこっちは壊れやすさも増す
anime.pixivは破壊力が強すぎて使っちゃダメ >>440
モザイク処理を追加して先程再公開しました 普通に25yo girl in akihabara, sweet lolita fashion とかで可愛い女の子出るよね
変な呪文唱える必要ないよ 人の頭が上下に二つ串団子状態になりがちなのはなんなん >>460
ごめんフォークってどういう意味なん？
煽りとかじゃなくてホンマに知らない 気が向いたら教えて 学習元のデータセットのLION-5Bの58億5千万枚の画像には世界中から無差別に収集したアウトなのが大量に含まれてるのに
それをネットで公開して世界中にバラ撒いても許されるってのが規制の厳しい日本じゃ考えられんな
法律無視して単純所持で逮捕されるような画像を勝手に大量収集しても許されるグーグルみたいな特権的巨大企業しか
AIって無理じゃね？って想定が一気に崩されて世界が変わった >>467
それは真逆で機械学習のデータについては日本は無法地帯ってレベルで緩いよ
まあアレクサとか盗聴器を家庭に設置するようなことはできてないけど、法律規制の問題じゃない こういうのを何か柔らかい雰囲気で作りたいけどなんかいい案ある?
https://i.imgur.com/W2SFHIn.png >>434
メモリ少なすぎるだけでは
手元のMacメモリ64GBで1分ちょいだった
とはいえCPUで無理くり動かしてるだけだからMetal最適化待ちだな およそこの世界のありとあらゆる画像データ公開されちゃったから
AIの技術革新が進めばおよそ何でもできるようになっていくんだろうな
パンドラの箱が開かれた感じ 元々の仕組みからすればもっと分割してレンダリングするとか
少メモリで高解像度いけるようになるよねぇ
そうなったらもっと遊べると思うんだよなー
解像度上がるだけで細部潰れるのとか解決しそうなんだよね Stable Diffusionさくっと試したい場合はGoogle Colabで動かせばいい
画像生成AI「Stable Diffusion」を低スペックPCでも無料かつ待ち時間なしで使う方法まとめ - GIGAZINE https://gigazine.net/news/20220824-stable-diffusion-google-colaboratory/ img2imgは現状だと落書きをマシにするにはいいけど元データの品質がある程度高いと劣化にしかならないね
クリスタの3D人形レベルならいいけどMMDで出力したキャラですら劣化するから3Dでいいなと
逆に背景は3Dでは処理が重くて厳しい高層ビルから見下ろした風景とかを上手くやれば出せるから有用度高いね >>366
質問です
これ手順通りにやったんだけど
6GMあるのにグリーンスクリーンになります
それで下記の通り説明されてたんだけど……
グリーンスクリーンの修正:
次のパラメーターを使用して webui.cmd を編集します:
" python "%CD%"\scripts\webui.py --precision full --no-half"
(注: これにより vram の使用率が大幅に上昇します)、解像度を下げる必要がある場合があります。
このパラメーターの使用方法がわかりません……
わかる方教えてください こういうAIでエロ画像作って公開したら、日本だとタイーホ？ 現状でもストーリーや文脈のないキレイなだけのイラストはAIガチャだけで生成されるからこれから様々なメディアに大量に投稿されるかも。それも今の数十、数百倍
AIを用いたイラストを使ってるってだけで毛嫌いされる時期が訪れるかもしれん 正直今のレベルならキャラは3Dソフトのほうが全然いいけど権利問題を誤魔化せるって利点があるんだよね
イリュージョンの3Dを下絵にして大ヒットして億単位の売り上げ出した某同人ゲームが著作権で叩かれて
販売停止された事件があったみたいにずっと絵の省力化には著作権問題が付きまとってきた
メーカー側が著作権フリー宣言してるソフトでも今度はユーザー製のMOD使ってるとやっぱり袋叩きでみんな委縮
AIは世間が理解できなくて許される雰囲気あるから一度誰かが先行して商業OKな実績出来たら雪崩を打って使われ出すと思う >>480
一部AIを使ったゲームとかCG集ってハッキリとAIが書いたって証拠なくない？
権利がそもそも主張できない >>477
「scripts」フォルダのなかの「relauncher.py」ってファイルの
os.system("python scripts/webui.py")
って行を
os.system("python scripts/webui.py --precision full --no-half")
にすればいい >>482
これまでは法律も証拠も関係なく似ているというだけで叩かれてアウトだった
髪型が似ているとか似たような構図が特定の作品との間で多いというだけで差し替えや販売停止
それに比べてAIだと多分画風丸パクリでも許される流れになってきてる >>477
書いている通りですが、
webui.cmd というファイルがあると思うので、それを編集して以下の行を書き換えればいいと思います。
python "%CD%"\scripts\webui.py
↓
python "%CD%"\scripts\webui.py --precision full --no-half
多分Geforce 16xxだと思いますが、解像度を下げる必要があり正直実用的じゃない気がします。
Google Colabを使ったほうが良さそう colabは導入簡単で良いね
ただこれで触ると楽しいからもっと良い環境で使いたくなる >>486 は無視してください。何も考えず英文のままレスしましたが、多分>>483の方が正しいです。 >>475
ノートをこんな素から書く人いなくないｗ
勉強したいならいいけど img2imgに写真食わせて背景作ると初心者が写真トレスしたときにありがちな
間違いとか誤魔化し多発するから絵を描く人にはやっぱり一発で分かるね
描かない人はそこまで気にならないだろうけど有名絵師の写真トレスとかも
同業者は叩かないだけで全然バレバレだからね 叩く叩かないとかイラレ業界のキモい常識押し付けてくんなよ... GUI版で重くなるのあのアニメーションが原因じゃないな
別ブラウザでもとにかくjavascriptでアニメするようなページ開いてると同じことになるわ 前スレから沸いてるペドガイジ↓一応自分が馬鹿という自覚はあるらしいね
158名無しさん＠お腹いっぱい。2022/08/25(木) 05:53:26.27ID:OfpVbaR2
>>155
フィルター解禁版使ってみたいけど
ハードル高過ぎ何をどうしたらいいかわからんｗ
馬鹿にでもわかるような解説出ないかなぁ >>496
GPUカツカツ + ハードウェアアクセラレーションが有効になっててグラボが対応できないとか 機械翻訳駆使して4chanの本スレで聞いて来いよ
作者に聞くのが一番だろ
https://boards.4channel.org/g/sdg いったんアニメ絵は忘れてまず基準になるようなフォトリアルな
現実そのものの服装出せるプロンプトってどんなんなんだろ
例えば学生服とかで >>488
>>483
お礼言うの忘れてたんでありがとうございます。
できはしたんですけど
重たすぎてすぐ固まってしまい
自分の環境じゃ厳しかったです >>500
最終手段はそうします……
すでに昨日別件で4chで聞きました…… >>499
そこはインストール先決めてるだけだから
マウントされた/content/drive以下の好きなフォルダを指定するだけだよ
あとこの設定だとグーグルドライブに出力した画像が保存されるから
アウト画像生成すると通報されるぞ 元画像の人物に髪を消してとか服を脱がせてとか出来たらエロが捗るんだがな >>499
これはモデルを既に自分のGDriveに保存している場合、それを使うという設定で、他の方法でダウンロードしているなら実行不要です。
上にある以下の２つのどちらかを実行すればOK。その下のHuggingfaceも不要です。
!gdown
%cd stable-diffusion 誰か作るだろと思ってたけど、docker版StableDiffusion公開された
https://github.com/pieroit/stable-diffusion-jupyterlab-docker/
Docker/Docker compose/Nvidia-dockerが入ってる前提だけど
git clone https://github.com/pieroit/stable-diffusion-jupyterlab-docker.git
cd stable-diffusion-jupyterlab-docker
docker-compose up
この3行で動く・・・らしい >>504
>>507
ありがとうございます。
重ねての質問で申し訳ないですが、
Load modelでもエラーが起きます
これもわかったりしませんか？
https://imgur.com/JfsHVj4 >>510
モデルがないってエラーだから>>507のモデルをダウンロードしてないか、ノートのバグかどっちかでは
ただモデルダウンロードしても、俺はそのノートブックが動かせたこと無い（他のノートは問題なく動く）ので詳しいことは動かせた人に聞くしか・・・
後動かしてるのがOptimizedSDだけど、それめっちゃ遅いから止めた方がいい
みたいなこともあってそのノート俺は嫌い >>511
そうなんですね……
なんとか自分のPCでもImage 2 Imageを動かしたくて調べてます……
ただ素人なんで苦戦してますが……
おすすめのノートあれば教え欲しいです 4chanのcolabでimg2imgできるらしいけど 3DCGのｔエクスチャ用途にバリバリハマってるわ…
これ2048+2048とかできんのか？？
512じゃ解像度たらんのよー >>515
>>342
テクスチャといえばこのシームレステクスチャも便利そうね。試してないけど
解像度は3090(24GB)でも896x896が限界らしい
メモリ最適化版なら多分もっと行けると思うけど 偉い人に期待して待つわｗ
adobeかどっかが買収しちゃう気もするけどｗ キャラがへなちょこと不気味の谷を超えて可愛くなり、おっぱいも見飽きた今、いったい何をするべきか。 ひたすら無駄な詠唱を削るためにwebuiのマトリックス機能でテストするといい
その分他の属性にリソースを割くことができる >>512
これはキャラも背景も一定してないから、ベースのアニメをimg2imgでインプットして同じプロンプトで画像生成してるだけな気がする。
一定しないのを演出風に見せてるだけで >>521
おもろい
実写か手描き？の連番をimg2imgて感じやな
やっぱ道具は使いようってことか 生成できた絵で上手くいったやつ上げてほしい
手直しなしの状態で k_euler_aサンプラーすごいな
説明書き通り20stepぐらいで収束する
けどk_lmsと違う絵になるのが玉に瑕
破綻するわけじゃないからプロンプトとの相性次第か サンプラーの違いは、 https://rentry.org/GUItard の一番下に分かり易いのあるけど
k_euler_a、k_dpm_2_aが独自の進化するような感じ
k_euler_aは、サンプル数増やすと正常進化じゃなくて、変異が大きく見える
この例が一般的な傾向になってるか分からないけど あのAIアートの人はどうやってるのかね
あんなにアニメ顔安定しないのよ >>534
固定すると毎回同じ画像が生成される
値を変えれば新しい画像が生成される >>533
すげえなこれ
ある程度複雑なポーズとかはｉ２ｉじゃないと難しいかな >>536
この画像のSEEDが聞きたかったんですけど、
これがそうなんですか？
https://imgur.com/wjDP84c
画像見たい方いるみたいなんで貼ります
https://imgur.com/oczCLDx >>535
852なら目は手描きでしょ
かなり前から自分で言ってる、最近はなぜかツイート省いてるが >>535
ただ数出して当たったやつをだしてるだけだよ
多少安定はするけどあのレベルがいっぱい出てくるのは無理 Colab構築版img2imgはjpg保存の選択とか出来ないのかな
リアル系画像だとデフォルトpngよりデータサイズが数倍大きくなっちゃって大量作成すると一日で合計1GB超えちゃう… >>538
質問がわかりにくいねｗ
GUItardならランダムシードの結果のシードがいくつか出る
ファイル名がシード値になってたりするけど、どのツール使ってるかで違うね >>541
img2imgできるColabぜひ教えてほしいです >>538
なんちゅうか「そういうAIだから」と言われればそれまでだが
画風の振れ幅がすごいな
>>539
あいつの場合絵師だから、ほぼ全部自分で描いて
「AIが一発で描きました！ヤバイヤバイ！」ってやろうと思えばできるんだよな >>539
あれ加筆してるの過去のだけじゃないのか…
ええ、なんじゃそりゃ…詐欺られた気分だ… AI絵を自分の絵って詐欺、の逆かｗ
教えてもらったほうが参考になるっちゃなるけど、まあいいんじゃないの >>537
テキストだとポーズは諦めた方が早いと思う
腕とか足制御してそこから顔が当たるのお祈りするよりportrait paintingで胸から下バッサリ捨てた方がまだ当たりやすい気がする
手を出すと数とか形もぐにゃぐにゃのままだしね >>548
そこはやっぱりそうなのか
なんかAIの得手不得手が人間のそれとあまりに違いすぎて混乱するな >>539
やっぱりそうだよね
というか目の描き方が本人のイラストと同じだもん img2imgの入力するためにClipStudio買っちゃった
AIに描いてもらうはずだったのにおかしいな
デッサン人形機能だけならDesignDollの無料版でも十分使えそうだった
https://terawell.net/?lang=ja pixivの古い絵辿ればわかるけど
もともと写真加工背景によくある萌えキャラ絵を色合わせして描いてた人なんで水を得た魚状態
AI背景生成とは運命的な出会いだろう
本人にしてみれば、昔からやってたからここまでできるんだ＝バズったしもう断り要らなくね？
みたいな、よくわからない増長があるんだろうな 980tiだが、>>366がなぜか512x448以下じゃないと動かない、直打ちのOptimizedSDは問題なかったのに
全然動かないよりはマシだけどモヤモヤする、ほんのちょっとどこかから持ってこれんものか・・ >>555
GFPGANは使う気がないなら入れてはいけない
入れると読み込まれてVRAMを余計に消費する >>556
ありがとう、でもまだ入れてない
あとimg2imgでできた画像が微妙に拡大されてるのが嫌だ、なぜ100%で表示しないのか
くわえてCopy selected image to inputが滅茶苦茶時間かかるのが謎
元にコピーするだけなのになぜ「drawing」？生成したのをD&Dしたら一瞬 これって作成した画像を商用で使う時もMITライセンスの規定通り
Copyright (c)2022〇〇
Released under the MIT license
リンクアドレス
みたいにする必要あるの？
それともソフトウェアを再配布や販売した時だけ？ >>547
これ参考にやってみたけど、
画像みたいにでてできないや……
model.ckpt'はちゃんとマイドライブに入れているんだけどなぁ
ここ数日img2imgのため時間無駄にしてるなー
わかる方教えほしいです
https://imgur.com/a/m3C1COd craiyon元にimg2imgで変なのしか出なくてつまらんと思ってたけど、自分で描いた>>439下みたいな単色付き雑絵元に
新海とかgreg rutkowski とか入った呪文で、strength0.5、step50の5つくらいバッチで回したらいきなり面白くなってきた
これほんと革命だわ・・
craiyon出力のごちゃついた絵じゃなく、ほんと単純な線こそいい Pythonコマンドから実行がなんとなくゴテゴテしてなくて最速だと思ってたけど
WebUI版の方が読み込み済みプロセス流用で1回生成あたりは早くなるのね
本家 35秒
basujindal版(CUI) 64秒
hlky版(GUItard) 13秒 あからさまに誰かのtwitterアカウントの痕跡が出て笑った
https://i.imgur.com/3zL6XsS.png >>559
「マイドライブに入れてる」というかそのエラーのパスにないんでしょ これ複数GPUに対応してるのかな?対応してるなら2枚差しでやってみたい >>562
たまに有料写真らしき斜線も出る時あるよ プロンプトの区切り方に決まりや強調方法はあるのでしょうか？
小文字のカンマ「,」が基本だと思うのですが、ピリオド「.」でも問題なしですか？
[] () のカッコ類でも強調されたり逆に弱くなったりという話がありましたが、結局あれは効果変わらずでしょうか？
他者のプロンプトを見ると!!!A!!!というビックリマークで区切っている人を見かけたのですが、強調効果があったりするのでしょうか？ SDの背景絵見慣れ過ぎて人間の絵描きが描く背景がヘタクソに見えるようになってしまった
キャラもいずれはそうなるんだろうな >>570
実験した人が居て
「影響はあるがどれが良いかは分からない」というのが結果
カンマとピリオドでは違うし、他の区切りに使うような文字を使っても違う
けれどもどれがベストかは分かってない
他の単語とかと同じくそのまま解析に突っ込まれてニューラルネットに入るので、カンマを入れると特定の動きを毎回するのではなく、ただの文中の1文字でしかない >>572
影響自体はあるんですね！
プロンプトでの記号使用も奥が深い…
今まで文章の終わりもカンマにしていましたが、プロンプトでもピリオドの方が適切っぽいですね もうイラストレーター名の前にbyも要らんだろってやったら、オッサンになったりして笑う メインの詠唱はしっかりした文章の方が理解されやすい気はしてる
セレブ顔混ぜたり、おまじない系は羅列でも割と効果ある感じ。 オープンソースのおかげで世界中で研究されてどんどん進歩していくな >>82で見かけたヤケクソな呪文
Watercolor painting in style of krenz cushart ilya kuvshinov kyoani, makoto shinkai, hideaki anno, mochiduki key, studio ghibli, madhouse, white fox, studio trigger, gainax, violet evergarden, granblue fantasy, fate grand order, kinmoza!, kanamemo, hanayamata, shirobako, yuyushiki, k-on!, nichijou, lucky star, a-channel, umaru-chan, nyaruko-san, devilman, claymore, kiseijuu, code geass, guilty crown, umamusume, idolmaster, kancolle, touhou project, nier automata, k-on, yuruyuri, cygames, production i.g, wit studio, p.a.works, ufotable, mappa, toei animation. cute girls doing cute things trending on artstation pixiv makoto shinkai smiling super detailed eyes eyebrowless symmetry face visual novel ゔぁぁああ服が出ねぇぇぇ
「一枚の服だけ」が欲しいのに出ねぇぇ
一枚の服って指定してるだろうがあぁぁ 4chan.org/g/sdg
見てるんだけどなんかみんなイライラし始めてて笑えなくなった >>578
無茶苦茶になるんじゃねーのｗ
と思ったら意外と悪くない出力になるね >>580
イライラ？なんで？
思ったように作れないとか？ >>582
えっちな画像貼るなって一人でわめき散らかしてる奴がいるせいかな 平均的にいい部分だけ残るみたいな場合もあるよな
カレー粉みたいにめちゃくちゃになる言葉もあるけど… >>583
なるほどｗ
まあ情報共有系、プロンプト・作品発表(R18/一般）は分けたほうがスムーズな気もする
こっちはまだそんな流れ早くないからいいけど Emma Watsonって混ぜるとどんな状況からだろうと全部エマワトソンになるから笑うわ
人物におけるカレー粉的存在 >>577
萌え絵とかエロ絵っていう低俗な世界だからイナゴ共が大挙して研究して発展するのよね
これが例えば医療用AIだったら、いくらオープンソースにしても誰も見向きもせずに進化しない
仕方ないことではあるが何とも情けない話だな エマワトソン頼んでもないのに出てくる時あるよな
開発側がファンなのか エマ・ワトソンはちゃんと美人だからいいわ
海外で美人とされる女ゴリラが出てくるのはちょっと勘弁だな 画像処理の論文で必ずと言っていいほど出てくる例の謎の女性のポートレートも
元をたどると研究者がその辺に置いておいたポルノ雑誌から適当にスキャンしたエロ写真だしなぁ デジタル化が進んで便利になり3Dも写真加工も使えるようになり
昔は絵を描くのが簡単になってコストが下がると思われていたんだけど
現実には逆にイラストの作画コストはインフレし続けゲームに使われるCG枚数は減少の一途を辿った
最近のゲームのイベントCG枚数は昔に比べて1/10くらいに減ってしまっている
宮崎駿は写真やCG使う風潮に「そんなもん時間かかり過ぎだろ、手で描けよ！」ってキレてた話は一部で有名
せっかくAIが出来てもみんな下絵を自分で描いて〜修正用やリサイズは別AIで〜ループバックで〜って
たった数日で既に工数のインフレが進んでるの超速で歴史の繰り返しをしているの笑ってまうわ エマ単体だと大抵そっくりかちょいイケメンになる
自分の場合
Ana de Armas （目でかくなる・鼻細くなる美人
miss universe （ポーズ綺麗・遠くても顔潰れにくい・たまにブス
こういうのも混ぜてみてる
良い感じに似なくて美人になる有名人だれか見つけてー very detailedとかは最初のほうの文章に入れたほうが効果ある気がする 今見たらアンチスレ結構賑わってるじゃん、古塔抜いてイラ板トップだ・・すごい
是非そっちでやって盛り上げてあげてくださいな >>588
まさに規模の経済って奴やな
実用性や自分達への見返りを鑑みても100%医療AIへの発展に全力ベットすべきなんだがそこがまた人間故の性 幻覚が見える系の統合失調症の人のアウトサイダーアートにも通じる気がする 興味が仮にあっても自分で使えない物のOSSに貢献するのは難しい。動作がOKなのかどうか医者にヒアリングしないとわからないしね
医療AIやるならお金もらえるわけで、OSSに市場を破壊されにくい医療AIの方がいい面もあるね
>>598
めっちゃかっこいい
けど革命ってほどではないかな。 >>599
自閉系サヴァンの視覚世界に近いんじゃないかな >>600
思いついたものをポンポン画像化できるのはかなり便利じゃない？ >>602
あ、そういう意味ね。
そう思います
用途がどんな感じになるのか想像もできなくて期待と怖さがある pixivデイリー1位のイラストに似せるというプロンプトの練習をしてみた
日替わりでお題が出るので楽しいかもしれない 死んだ後に自分そっくりの絵柄で自分の名前を冠してエロ絵生成されまくっとるとか俺なら泣きたいｗｗ 無料のStable Diffusionで4つとも全部黒塗り画像が続くと悲しくなる
表現の自由をください >>615
ESRGANの公開モデルとかは写真向けだから緻密な絵画風のを入れるとノイズ扱いされると思う
モデルがチューンされてれば別だけれども >>608
だからワードは多い方がいいって言われてんだ
ちなみにグレッグ・シコルスキーさんも強いぞ AIの絵にはエロさは全くないな、学習データの問題もあるっぽい
アウトな画像からも学習してるけど圧倒的に多いのは表の健全な画像だからな
そっちにかなり引きずられてる >>599
現代アートって正にそんなのばっかだからw >>618
まあそもそもサービス提供元がエロとグロを規制してるから仕方ない エロ系はlaionのデータ眺めてみると動画サイトのサムネとタイトルみたいのばっかりでそういうのも良くない気がする
キャプションと画像がちゃんと結びついてない 虹だけ学習させたhentai AIとか日本人ならやりそう…
そういうのできねーの？ danbooruあたりでtransfer learningしてる人いるっしょ。いないわけない頼む >>623
しようと思えばAI開発者なら出来るけど大きな社会的責任負ってまでやろうとは思わんだろ
エロとかはアングラ系がやってくれるだろうからそれまで待つしか無い >>630
そっちのリポジトリは作業用で常に最新のが反映されてるらしい
ワンテンポ遅れて良いなら >>631 の方法が楽だと思う
黒い画面はURLにこんなパラメータつけたらダークモードになるっぽい
http://127.0.0.1:7860/?__theme=dark 画像処理で有名な女の人の写真ってエッチなやつなんだっけ？ >>631,632
ありがとう！githubなんて慣れてないからほんと苦手だ outputsのsamplesにちゃんとプロンプトをテキストで残せるようになったのか、嬉しい
しかしまたフォルダにプロンプト名・・と思って>>578入れたらちゃんと切り捨ててくれてた
やっぱ多すぎるとほとんど無駄なんだな
> Watercolor painting in style of krenz cushart ilya kuvshinov kyoani, makoto shinkai, hideaki anno, mochiduki key, studio ghibli, madhouse, white fox, studio trigger, gainax, violet evergarden, granblue fantasy, fate grand order, kinmoza!, kanamemo, hanayamata, shirob
ここまでしか効いてない、思ったより少なかった
以下切り捨て
> Warning: too many input tokens; some (133) have been truncated:
> ako , yuyushiki , k - on !, nichijou , lucky star , a - channel , umaru - chan , nyaruko - san , devilman , claymore , kiseijuu , code geass , guilty crown , umamusume , idolmaster , kancolle , touhou project , nier automata , k - on , yuruyuri , cygames , production i . g , wit studio , p . a . works , ufotable , mappa , toei animation . cute girls doing cute things trending on artstation pixiv makoto shinkai smiling super detailed eyes eyebrowless symmetry face visual novel
shirobakoのshirobまで認識されてるからノイズになりそう？ え、ファイル名に入ってないと切り捨てられてるって意味なの アジア系やアニメ、ゲーム系が上手くいかないのは画像認識AI側の問題もあるっぽい
LAIONで日本の著名タレントで検索かけると無関係な日本人女性の写真が大量に混同されてる
アニメやイラストでもこの手の認識ミスが大量にあって画像認識段階でこけてる >>637
いやOSのファイル名の長さは関係ない
上で書いてる人いたけど、トークンに制限がある>>114
ちなパスが255文字意識してるらしく、SDのある場所によってはかなり短くなるので
同シードでプロンプトがあまり長いとケツの方が違ってもパスとファイル名同じになって上書きされちゃう模様
（自分の環境ではフォルダがghibliで終わってる）
stable-diffusion-mainはドライブのルートに置くべきか
なお、>>578のカンマなくしたらそれだけ多く認識されて当然画像も変わった
詰め込みたい場合は区切りなしがいいみたい
>>638
>>594 学習データの内容は流石に画像生成技術で良くないか？ PC弱者、英語弱者すぎていつ使えるようになるやら、、 今のAI「一般」の画像収集が難でアニメ顔上手くいかない話とかアンチ賛美スレでワイワイみんなやってるから、そっちでやればいいと思う
つかみんな結構面白そうな会話してて読みこんでしまったｗ
ここはMJでどうやったらアニメ顔だせるかな？とかの具体的な話するスレでは？
技術評価じゃなく技術交換なんだし VRAM4GBでimg2img動かせるようになりましたか？ anaconda入れる意味あったかとかcdnnの入れる場所はcudaの場所でよかったのかとかよくわからん右往左往しつつようやっとStableDiffusion動かせたけど１枚2分かかる
うん、>>43のgoogle colabでいいや… >>642
Stable DiffusionはLAION-5B使ってるって分かってるんだから別に一般でもないだろ
なぜ普通にやったらできないかって話はどうやればできるかにも繋がるだろうし Nendoroid
StableDiffusionフォーク先の話題から拾ったがやけにうまく学習されてるな
アニメ絵の顔面崩壊具合を見てると奇跡に近い安定性 >>649
redditのほうでやってる人は見たが、hlkyで対応してくれるのええな
ただESRGANの何が良いって顔修正してくれる所だから、一部だけ適用みたいなの出来れば最高なんだけどな >>650
色々とごっちゃになってない？
GFPGAN 顔を認識して歪み等々を修正してくれる 解像度は上がらない
ESRGAN 画像全体にノイズ除去をかけて超解像してくれる 顔が歪んでてもほぼそのまま GFPGANとESRGANどっちもかけていけ。なおメモリは死ぬ。 詠唱が上手い人、特に既存のアーティストのミックス、パロディ、再構築で個性出せるような人は、今後音楽で例えるならDJみたいな価値を持つようになるんかね ミュシャとかゴッホ等々の名だたる巨匠の画風を統合したアートが生まれるのかな 詠唱が上手い、と言ってもモデルがアップデートすると変わるんだよね >>499のnotebook、
・pytorch-lightningのinstallをURLで
・Load modelのckptをフルパスで指定
でやったら（少なくとも自分の環境では）動きましたね
ただLoad modelでなぜかやたらRAMを使ったのでColab Proじゃないと厳しいとかあるかもしれない どうせ駄目だろうって試してなかったGFPGAN
>>652で存在思い出したのでやったら980tiで動いたわ・・こりゃ捗る
512x448が448x448までになっちゃったけど、歪なサイズなんて意味ないし、丁度よかったｗ >>660
GFPGANをCPUで動かしてVRAMを節約する起動オプションがあるらしい
使ったことないから詳しくは知らない 3DCGメインで普通のゲフォを使ってたけど
この流れで次はちゃんとQuadro買わないとダメなんかなと思い始めてる 省メモリ版のbasujindalがアップデートして、--turboでオリジナルと同等のスピードになったらしい。(+1GB消費）
解像度上げる時は省メモリで、普通は--turboとかにすると便利かも
https://github.com/basujindal/stable-diffusion
後キーワードの重みを数字指定できるようになってる
--prompt tabby cat:0.25 white duck:0.75 hybrid
>>663
Quadroって意味ありますかね？ >>664
今この瞬間はゲフォで戦えてるけど
もっと高解像度な画像を吐くAIが主流になったら
普通に要求GPUメモリが20～30GBとかになっちゃうんじゃないかと危惧してます 画像AIの普及を妨げるのってグラボの性能と価格かもな グラボの値段下がったと思ったけど跳ね上がっちゃう？ Midjourney Discordの登録者数が95万人（ピーク100万人だったけど無料枚数終わった＆StableDiffusionでちょい下がった）
Geforceグラボが四半期で1000万枚（平均単価15万円）
少しだけ人気のゲームが販売された、程度の影響じゃないかな
騒いでるのはクリエーターでまだまだニッチ。一般にブレイクはしてない気がする。今後分からないけど
後企業のAIサービス用GPUとかがめっちゃ売れたりするかも 直に金にできるものじゃないからマイニングほどのパワーはないかと
それこそ必要スペックの高いゲームが流行るかどうかくらい？
しかし使い方が悪いのか、世界変革させられないぜ >>667 >>669
RTX3080未満のグラボ持ちなら
Colabの方が電気代すらかからない無料でしかも速いからいいと思うんだが
ヤバイ画像作りたいってのなら話は別だが 無料colabはストレスが・・ちょっとフォーカス外したらcaptcha出てきたり
離籍して戻ったら途中まで起動したのが全部終わって生成部が動かなくなってたり
あと100枚行かないうちに上限出て12時間だっけ？置かないといけなかったので
ガンガン画像作るとなると実用性が
ローカルPCだと翌日スリープから復帰したらそのままいきなりブラウザ上のgenerateボタンだけで生成が動く上、無制限
コマンドカタカタのはやたら遅かったけど、GUIのやつは最適化されてるのか全然遅くないので驚いてる 絵を描く人もやってると思うが物の名前や画家を調べるのも楽しい
遊ぶにも知識は大切だわ 存命の大物女優でやるとどうしても顔が長くなる
1970sとか1980sとか入れても >>673
youngとか、若いとか15才の頃とか入れてはどうか 解像度上げたいならハードウェア面では何をよくすればいいんだろ？ >>675
VRAM more VRAM
もしくはCPUで長時間かけて焼く >>675
GPUのVRAMを増やす
でも3090TI(24GB)でも960x640、もしくは896x896が限界、らしい
マルチGPUだと、512x512を2枚同時実行はできるけど、現時点では多分解像度を増やすのは無理な気がする
A6000（48GB) ６６万円でも単純計算で1920x1080は無理で1920x640とか？ 個人じゃきついね >>678
>>679
やっぱVRAMかあ
2年前の3080の12Gで古いし現行の12Gにして改善するかなと思ったけどダメかあ
24Gでも辛い StableDiffusionのデモで動かしてた時はA100の80GBを大量に入れたGPUクラスターで動かしてたんだとさ
そりゃ1024x1024の画像がバカスカできる訳だわ Midjourney、StableDiffusionの前からGoogleのImagenとかがあって同じことが出来た。
しかし計算量・必要メモリ量が膨大でコンシューマGPUでは512x512なんて全然無理だった
Difffusionの何が凄いかというと、必要メモリ量を64分の１に削減してコンシューマ向けGPUでも計算可能にしたこと
内部的には512x512どころか64x64解像度で計算して、計算結果を512x512に戻してる
それでやっと6GBメモリとかなんだよね >>676
midjourneyでは"15 years old "を頭につけて女優さんの名前で、顔が短くはならないけど年輪が刻まれていない雰囲気にはなった。
別人かどうかは見立て次第だけれど プログラム作成者の人達、プロンプトの具体的限度文字数とか教えてくれないのかな
絶対俺無駄に入れまくってるから具体的に「256バイト以内です～」とか言ってくれると大変ありがたいんだけど
プログラム作成者ですら文字数上限を理解してないとかありえるのかな >>684
トークン数は75
けど俺は”トークン”が何かがよく分かってない。CLIP（テキスト解析）の説明を読めば書いてるはずだけど難しいｗ
swiming, girl は２トークンだと思うけど、swiming girl は２トークンなのか、１トークンなのかどっちか分からん >>686
最初公開された時は75だったはずだけど77になってますね。失礼
”トークン”＝”単語”なのかな でも>>578のカンマスペースハイフン全部なくした
Watercolorpaintinginstyleofkrenzcushartilyakuvshinovkyoanimakotoshinkaihideakiannomochidukikeystudioghiblimadhousewhitefoxstudiotriggergainaxvioletevergardengranbluefantasyfategrandorderkinmoza!kanamemohanayamatashirobakoyuyushikikon!nichijouluckystarachannelumaruchannyarukosandevilmanclaymorekiseijuucodegeassguiltycrownumamusumeidolmasterkancolletouhouprojectnierautomatakonyuruyuricygamesproductioni.gwitstudiop.a.worksufotablemappatoeianimation.cutegirlsdoingcutethingstrendingonartstationpixivmakotoshinkaismilingsuperdetailedeyeseyebrowlesssymmetryfacevisualnovel
トークン数１？も最後まで警告なくちゃんと読み込んで萌え風になるんだよね・・どうなってんだろ >>685
そこ謎だよなぁｗ…
「1単語ごとなら75個までです！」とか優しく言ってくれるとわかりやすいけど、絶対そこまで適用されてないし
>>686
って、本当に77単語までOKなの？…
実感として77単語も入れたら後ろ半分くらい効果を全く感じないんだが、本当に本当なのかな？……
77単語入れず30単語くらいでも明らかに最前と最後で適用されてる感違うし…
う～ん…むらむらする… 日本語だと多くのトークンを消費、とか書いてて謎が深まる
https://wiki.installgentoo.com/wiki/Stable_Diffusion
> 特定のポイント以降のすべて (カウント方法に応じて 75 または 76 の CLIP トークン) は、単純に切り取られます
> Unicode 文字 (日本語の文字など) を使用する単語は、ASCII 文字を使用する単語よりも多くのトークンを必要とします。 トークンっていうのは、AIが言葉に振ってるIDみたいなもの
入れられた言葉をトークン表と照らし合わせながら拾っていく
例えば、helloであればhelloという固まりのトークンがあるのでこれで一つ
hello allだとhelloとスペースとallで3つ
hjfj ftjb(意味のない羅列)だとh j f j スペース f t j bで9つ
翻訳みたいなことをされて実際の処理に投入される
日本語は2バイト文字だからただでさえ2倍のサイズな上に
ほとんどトークン表に登録されていないのでほぼそのまま文字数x2=トークン数でバカスカ食う
トークン表は言語を学習するときに勝手にAIが選ぶので追加とか削除はできない はえ〜、なるほど
ちょっと目先を変えて日本語試してみてたけど、やはりそういう不利があるのか トークンオーバーフローしたらワーニング出すように修正しようかな、と思ってソースみたら
既に、GUItardは対応してた。以下のメッセージで何が無視されたかが出るはず
"Warning: too many input tokens; some ({len(overflowing_words)}) have been truncated:\n{overflowing_text}\n" >>692
勉強になります！
意味のわかる英単語（多くの画像検索結果が出る） 1トークン
スペース 1トークン
意味のわからない英単語（画像検索結果が殆ど出ないetc.？） 1文字につき1トークン
これの合計で75～77トークン以内に収めたら良い感じっぽいですかね？
目安がわかりやすくなった！
スペースとカンマは同じですか？ 違うトークンとして認識されるんでしょうか？？
「A B, C D」 AスペースBカンマスペースCスペースD ＝8トークン？
「A B,C D」 AスペースBカンマCスペースD ＝7トークン？ >>694
まさに>>636だね、数えたくないけど >>695
すまん例にスペース使っちゃったけど今調べたらスペースは多分トークンの外だわ
カンマは1トークン
なのでカンマでブチブチ区切るととんでもない勢いでトークン数が消費されていく >>695
なんか根本的に勘違いしてるような気がする
トークン自体は画像とは関係ないものだし人間にとって意味が分かるかも特に関係ない
別サービスだけど日本語の説明ならこれが分かりやすいと思う
https://wikiwiki.jp/ainove_wiki/%E3%83%88%E3%83%BC%E3%82%AF%E3%83%B3%E4%B8%80%E8%A6%A7 エロには厳しいみたいだけど、作った背景とかを
エロゲーやエロ漫画の背景に使うのもダメなのかな？ >>701
小学生でもわかることを聞くガイジが居てｗ >>659
よければ具体的教え欲しいです
自分素人なもんで、よくわからないです
あとColab Proにはしてます >>701
> エロには厳しいみたいだけど
確かにMJとDSは有料サービスなんでうるさいんだけど、
SDはコード丸見えなんで早々に良心回路外されて無法地帯化してる そういえばすでにDreamStudioの話誰もしてないね、DSって書いてわかるのか一瞬迷った >>697
実験してたらこうなったのでスペースも関係ありかと思っちゃいましたがそうでもないのですね！
,,,,～,,,,many cats,(カンマ148個+many cats,) 猫が出る
,,,,～,,,,many cats,(カンマ149個+many cats,) 猫が出ない
,,,,～,,,,cats,(カンマ148個+cats,) 猫が出る
,,,,～,,,,many cats,(カンマ149個+cats,) 猫が出る
,,,,～,,,,many cats,(カンマ150個+cats,) 猫が出る
,,,,～,,,,many cats,(カンマ151個+cats,) 猫が出ない
>>699
「即位する」「即位した」でもトークン使用量が違うんですか！？
奥が深いなぁ……
とりあえず単語1トークン、カンマ1トークンを基本の目安として考えてみます！
その目安で簡易的な「プロンプト適用上限を超えています」とか表示されたら便利だなぁ >>681
>>682
VRAM80Gをクラスタでｗｗｗｗｗ
テクスチャ用途で2048夢見てたが、ムリポだな…
なんとか512か1024をアップスケールして2048にするしかねーわ 例えばこれは１２トークンになるっぽい。
aとかtheとか意味があるのかないのか。単語だけ切り出して意味ない気がするけど、文脈を見て関係あるのかな
a girl on the beach, white , swiming
'<|startoftext|>', 'a</w>', 'girl</w>', 'on</w>', 'the</w>', 'beach</w>', ',</w>', 'white</w>', ',</w>', 'swim', 'ing</w>', '<|endoftext|>',
a
girl
on
the
beach
,
white
,
swim
ing
●webui.py
info = model.cond_stage_model.tokenizer([prompt], truncation=True, max_length=max_length, return_overflowing_tokens=True, padding="max_length", return_tensors="pt")
ovf = info['overflowing_tokens'][0]
overflowing_count = ovf.shape[0]
+ iid = info['input_ids'][0]
+ vocab = {v: k for k, v in tokenizer.get_vocab().items()}
+ t = [vocab.get(int(x), "") for x in iid]
+ print(t)
if overflowing_count == 0:
return 即位する １１
'<|startoftext|>', 'a', '?', '3', 'a?', '?', 'a?', '?', 'a?', '?</w>', '<|endoftext|>'
即位した １１
['<|startoftext|>', 'a', '?', '3', 'a?', '?', 'a?', '?', 'a?', '?</w>', '<|endoftext|>' >>709
文章におけるトークン使用量の計算難しそうですね…
「swim」と「ing」を分けて計算されるんですか…
現在進行swiming分解済み単語とカンマだけなら10トークンぽいのに、12トークン…
「hayao miyazaki」等の人物名も2トークン扱いかな…
「hayao-miyazaki」でも2トークンかな… >>707
なかなか興味深いですね
それ見て思ったのはカンマを二個並べると、トークン＝意味としてのカンマと、純粋な区切りとしてのカンマを交互に認識していって
約150個のカンマが、AI的には70数個のトークン（中身はカンマ）として認識されて最後に77個目に猫をねじ込めるかどうかという挙動になってるように思えます。ただの仮説ですが そもそも人間が文章を見て何トークンか数えるのは無理だと思う
ましてUnicodeなんか出てきたら>>710みたいに文字ですらない単位で分けられちゃうし >>711
＞「swim」と「ing」を分けて計算
>>699にあるURLの
＞例えば「国王が即位する」という文をトークンに分けると、「国王/が/即位/する」という分け方になり、4トークン
＞一方「国王が即位した」という文の場合、「即位した」で1トークンであるため、「国王/が/即位した」の3トークン
に近い挙動だね >>711
swim と ingは、２トークなんだけど、</w>はingにだけついていて、１ワードだという認識はありそう
じゃあ</w>の単位で認識するのか？というと「可愛い巨乳女」は
'<|startoftext|>', 'a?', '￣', 'a', '?', '?', 'a??', 'a', '・', '¨', 'a1', '3', 'a\', '3</w>', '<|endoftext|>'
最後だけ</w>がついているけど、ちゃんと可愛い、巨乳、女、が生成される
>>668の冒頭だけ取り出すとこう
Watercolor painting in style of krenz cushart ilya kuvshinov kyoani
['<|startoftext|>', 'watercolor</w>', 'painting</w>', 'in</w>', 'style</w>', 'of</w>', 'k', 'ren', 'z</w>', 'cush', 'art</w>', 'ilya</w>', 'ku', 'v', 'shino', 'v</w>', 'kyo', 'ani</w>', '<|endoftext|>'
Watercolorpaintinginstyleofkrenzcushartilyakuvshinovkyoani
'<|startoftext|>', 'water', 'color', 'painting', 'inst', 'yle', 'of', 'k', 'ren', 'z', 'cush', 'art', 'ily', 'aku', 'v', 'shino', 'v', 'kyo', 'ani</w>', '<|endoftext|>'
こっちは,paintingが１つ
swimingは現在進行系の形容詞、paintingはく名詞として解釈されているのか１トークンになってる？ 形容詞とか名詞みたいな人間にとってどうかはトークンには関係ない
まして日本語だったら「可愛い巨乳女」は「å¯æ„›ã„巨乳å\³」みたいな意味不明な文字に見えてるはず
（もっと言うと「a¯aaa·¨a13a\3」でそれがトークンに分けられてる）
人間には分からんとしか言えんから理解するのは無理 何て言うか、厳密に数える方法を探索するというより
無駄にトークン数を浪費してしまう典型的パターンを突き止めて、共有しとく意義はあると思う >>716
あなたは理解できてないんでしょうけどCLIPは理解してますね >>718
実際それは割とマジで（正確にはCLIPじゃないけど）AIは「a¯aaa·¨a13a\3」っていう文字列と可愛い巨乳女の画像を結びつけて学習してるから「可愛い巨乳女」って入れたら可愛い巨乳女が出てくる 可愛い巨乳女、は人間は理解できるし、CLIPも理解している
>>716は全く意味不明 細かいこと言わずに外人のおおらかさを学ぼう>>22 生成における文章の力は強烈だけどトークンの計算が面倒そうだな
単語だけなら37,38個認識してもらえるぽいこと知れて良かった 単語数、トークン数で思うのはさ、よくある強力呪文の例文に
in the skyってよく入ってるけど、AIが冠詞theを有意に活用してるのかはまあまあ疑わしいので（人間がtheを入れることで気持ちよくなってるだけ説）
theと省けば文末の単語を一個余分に認識させられる可能性があるみたいな、そういうハックは解き明かされてほしい
もう寝るので他力本願ですいません 今日の学びはbronde short hairを入れると髪型サンプル画像のせいか構図のほうも首から上だけのパターンに引っ張られやすいということ… >>702
わからないので小学生にもわかるように教えて。
生成した画像は作成者自身が権利を持つのでアダルト作品にも使えるってこと？ >>725
間違ってるよ
AIが生成した画像に著作権は認められないので
「作成者自身が権利を持つ」のではなく
誰も権利を持たない誰でも使っていいフリー素材になる
もちろんAIの画像をさらに手作業で加工すれば
自分の権利を主張できる
またStable Diffusionのライセンスでは
「人に危害を加えたり、倫理的に問題があったり、
誤った情報を広めたりするために使うことは認められていない」
具体的に何がダメなのかは自己責任で考えてくれ 欧米人じゃなくて日本人が欲しいって人は"hanako"とか入れてみて 肖像権と著作権勘違いしてるのが講釈してるな
そして最後は自己責任とか。最初から自己責任でいいじゃん草生えるわ ↑呪文唱えた人とAIと演算リソースを提供した人が全権利を放棄(明記)した場合はフリーになるけどな >>729
「全権利」って具体的に、何法の何権の話をしているの？
少なくとも著作権は誰も持ってないから著作権以外だよね
まさか法律をよくわかってない人がとりあえず「権利」
という言葉を使ってみただけで
それが何権かは自分にも分からないわけじゃないよね 「お前の言うことは間違ってる、不十分だ」ではなく、端的に「これはこうです」って言う方がいいね
著作権以外にも、意匠権、商標権とか、知的財産権はある
私自身はあまり興味はないので調べる気はしないけど
権利で思い出したけど、StableDiffusionの生成した画像は、これはAI生成画像ですって見えない電子透かしが入ってる 背景はフリー素材に近いものだから漫画に使うのは大丈夫でしょ
実在人物のエロ画とかはやめといたほうがいい >>731
> 権利で思い出したけど、StableDiffusionの生成した画像は、これはAI生成画像ですって見えない電子透かしが入ってる
マジ？ >>733
公式にちゃんと書いてるね
an invisible watermarking of the outputs, to help viewers identify the images as machine-generated.
機械生成画像であることを識別できる、目に見えない電子透かしが入っています
画像の色調補正とか、上から何かを追加で書き込んだりしても残る
といっても激しく加工すると消えるけど
実際的にこれで何か困るかって言うと多分困らない。自分で描きましたドヤァ、の人の嘘がバレるぐらいかなｗ Midjourneyくんにもその透かし機能ついてて欲しいなあ AI生成の画像に著作権がないは間違い
著作権がない画像が生成されればその画像には著作権はないが著作権がある画像が生成されればユーザーがその著作権を認識した時点で著作権侵害となる
例えば「鬼滅の刃の画像」とプロンプトに入力し鬼滅の刃の著作権がある画像が生成されればその時点で侵害
鬼滅の刃を知らないユーザーが「大ヒット漫画の画像」と入力し鬼滅の刃の著作権のある画像が生成され公開し、権利者から指摘されれば指摘された時点で侵害 AI生成画像が、偶然既存の著作権がある画像と同じものを生成した場合、「著作権侵害にならない」
両方に著作権がある状態になる、と弁護士が言ってた そんなこと言ってたら漫画のファンアートが一切描けなくなる
類似したキャラで大々的に商品展開しなきゃ問題にはならないと思うよ 「AI画像に著作権がない」というのはAI開発者の著作権はないと言う意味
フォトショップでイラストを描いてもadobe社に著作権が発生しないのと同じ >>739
画像を学習させたAIで学習元に似た画像が生成された場合は偶然とは言えない
既に完了した行為については違法性はないが権利元が「あなたが使用した画像生成AIはこう言う仕組みで我々の著作権を侵害しています」と告知されれば告知された時点から違法となる
ツイッターなどにあげた画像は閲覧が可能な期間ずっと公衆送信権の対象となるので告知を受けた時点で速やかに削除しなければならない
既に頒布済みの紙の同人誌などは回収しなくてよい >>743
「偶然の場合」って書いてるじゃん
まあ、>>742で話す話題だね >>723
画像とその画像に対しての説明文の対応を学習していると、
説明文によく使われる言い回しが効果的とか噂だけれどもトークンに分解されるなら関係無いのかな 法律上の著作権の認定は極めて厳しく意図的な丸コピーの継続反復でもないと殆ど認められないから
実際には民間による私刑が横行してて、米国では基本当事者間の訴訟で解決してくれというスタンスでこれを公認
このため法律ではなくyoutubeなどのプラットフォーマーや消費者のお気持ちで権利侵害かどうかは決まってしまう
現状は企業などの強者が違反を申し立てればプラットフォーマーは無条件に公開停止／発禁処分を取っている。法律は無関係 ただSDはアニメ漫画関係はかなり気を使ってるようなので気にする必要はないだろう
「鬼滅の刃の画像」と入れても中華製のパチモンみたいなのが出てくる
これはこれでなんか問題ありそうな気もするが >>745
トークンに分解されていても、それぞれのトークンが独立して（重みに応じて）作用しているわけではないですね
例えば、girl having glass と gil wearing glassはこうなる
https://i.imgur.com/aDQBOGE.jpg
https://i.imgur.com/qWXjSac.jpg
また、girl having glass, wearing red dress だとこうなる
https://i.imgur.com/v0iDH2L.png
つまり、単純にhave, wearがあるからそれっぽく配置しているわけではなく、英語の分法に沿ってどこにかかっているトークンかを理解していることになる
真面目に勉強するか・・・ AIがどんどん進歩していけば未来ではプロンプトの工夫なんてのもなくなって
プロンプト検索サイトで好みの画像探したらseedをちょっと変えたり
単語ちょっと追加してだけでリリースってなると思う 電子透かしはinvisible-watermarkというライブラリを使ってるみたいだ
hlky版やbasujindal版はこの機能が削除されている basujindal >>664みたいに--turboで速くなってこっちがいいのか、と思ったら
GUItardも4GBで動く--optimizedオプションがついてた
動き速いなあ 4GBでもサクサク動くimg2imgのGUI作ってくれたら助かるが流石にまだ難しいかな 冬のボーナスで安い価格帯24Gのグラボ2枚刺し考えたけどうちの1枚しか刺せなかったわ 例えば24GBのGPUが２枚あるとして、512x512の画像生成を２つ同時に走らせるのはできるはずだけど、
合計48GBとして使って1920x1080の画像を生成できると書いてる人はいない気がする
できるのかな？ 生成時から高解像度を目指すのではなくて
後から高解像度化するのが主流っぽい気がする
hlky版の最新ではRealESRGANタブができててすれば倍のサイズにできるようになってる
（モデルDL必要 https://github.com/hlky/stable-diffusion#realesrgan ） >>755
デモンストレーションのはGPU大量に使ってやっているから出来るんじゃないかなあ
デモ用のチューンで配布版は出来ないかもしれないけど nvidia GPUで24GBより上ってなると、A6000の48GB 70万円弱になっちゃうから
Google Colab Pro+ の51GBメモリ(月額5243円）はめっちゃお得だね
>>756
なるほど
よく分かってないけど、これ４倍、８倍・・・みたいに繰り返し使えたりするのかな？ >>750
つか自動で勝手に作ってくれる世界になると思うよ
今でさえ各個人の蓄積されたデータからパーソナライズ化された広告や様々なサービスのオススメが勝手に自動で出てくるように
メタバースとかだとか将来確実にこのサイトみたいな世界が実現するのは明らかに思える
https://ascii.jp/elem/000/004/102/4102731/ サイズでかいから上げないけど風景などはRealESRGANで結構いい感じになるなぁ
壁紙にしてもいいかな、って感じ 肖像画などはものによるね >>758
512x512を入れてみたら2048x2048が出てきた（4倍の間違いだった）
再度大きいのを入れても2048止まりなので上限はあるみたい
ちなみに最新は長いプロンプトで生成されない不具合がありそうだったので少し古いバージョンまで落とした
https://github.com/hlky/stable-diffusion/tree/554bd068e6f2f6bc55449a67fe017ddd77090f28 >>761
ありがと
試してみようかな
webuiまたUI結構改善されてんのね
アップグレードどうすりゃいいんだｗ
conda env remove -n ldo して最初からやってほうがいいかな >>703
8/28版は何も変えなくても動いたからもう一回元のURLからドライブにコピーしてやれば普通にできると思う webuiでimg2img使うとエラーでる
TypeError: process_images() missing 2 required positional arguments: 'gobig_strength' and 'gobig_steps'
同じ人いますか？ >>761自己レス
＞長いプロンプトで生成されない不具合
出力時の保存パスがちょっと長くなる修正が入ったようで、そこで自分の環境ではWindowsのパスの長さの限界超えたらしかった
C:\直下に移動して無事最新でも動くようになった
>>764
つい数時間前にそのあたりのコード入れたり消したりしてたからバージョン変えれば大丈夫そう webuiといってもどのバージョンか分からない
とりあえず、このwebuiでimg2imgだと、サンプリングメソッド＝DDIMは動くけどそれ以外はエラーになるね。
https://github.com/hlky/stable-diffusion
エラー内容は違うから別のフォークだと思うけど
File "scripts/webui.py", line 1112, in sample
samples_ddim, _ = K.sampling.__dict__[f'sample_{sampler.get_sampler_name()}'](model_wrap_cfg, xi, sigma_sched, extra_args={'cond': conditioning, 'uncond': unconditional_conditioning, 'cond_scale': cfg_scale}, disable=False)
ValueError: not enough values to unpack (expected 2, got 1) >>766
自己レス。
最新版で解消しました。 １時間前に修正されたぽい Nendoroid構文色々試してるけどメチャクチャ強力だなこれ
プロンプトの前半に入れた瞬間にデカ顔2等身写真風になる colabからのセットアップですらエラーになって
自分の知識の無さにゲンナリする 既に各種ペイントツールのプラグイン対応が進んでいるし
背景や小物はもうAI使って描いていくのが常識になるんだろうね WebUIの
「sort samples by prompt」は使わないことにした
呪文をいろいろ試してるときにフォルダを分けられると逆に手間が増える
生成時にすぐいいの選別するし、次点みたいなのは後から自分でフォルダ分けた方がわかりやすい
「write sample info files」もexplorerで縮小画像一覧が市松模様になって見にくくなる
cfg値やらはだいたい自分ルールがあるし、呪文は別にテキストで残してあるので
seedは連番ファイル名のうち、一番小さい数字のやつってわかるし
つか生成ファイル名の連番ルール間違ってるね、seedが1234567890の時
-0001-1234567890.png
-0002-1234567890.png
-0003-1234567890.png
にすべきなのに
-0001-1234567890.png
-0001-1234567891.png
-0001-1234567892.png
ってなってる、カウンターに用意した0001が無意味 これからも色んなAIがでるみたいだし、
今のうちにハイスペPCを買っといたほうがいいのかな……
２０万で足りる？ そういう文句はここじゃなくてissueまでって書いてあるぞ シード指定で複数生成した場合、シードを1つずつ増やして生成されるんだから合ってると思う >>776
いや無指定だし、infoのファイルの中見たら全部同じseedになってたよ
pngファイルだけseedが増えて行ってるへんちくりんな状態だった 確かにyamlファイルのseedは間違ってる
でもその文句はここで言っても仕方がない 同じシードなら同じ画像になる
無指定ならランダムなので連番でもない ああ、逆か
yamlファイルの中の加算を忘れてるのか・・seedは+1ずつされてて a dogを「無指定」＋yaml生成で3つつくると
-0001-3671057218_a_dog.png ---- yaml内seed: 3671057218
-0001-3671057219_a_dog.png ---- yaml内seed: 3671057218
-0001-3671057220_a_dog.png ---- yaml内seed: 3671057218
ファイル名のseedが合ってて、yaml内がおかしい
>>779
無指定はランダム起点の連番、よってランダムではない どちらにせよ連番画像でシードが同じはずと考えるのはおかしい MJの記憶が焼き付いてて
同一seedの--s無指定（2500）での変化が頭から離れなかったのだ（言い訳） >>774
VRAM10GB越えのグラボを用意するつもりなら、全く持って足りない マイニングが落ち着いて
https://akiba-pc.watch.impress.co.jp/docs/wakiba/find/1434896.html
安くなったんじゃなく、バブル価格が元に戻ったくらいのところなんだっけ
4000番で在庫がさらに値下がりして安価に手に入らないかなぁ
GPUの話題はスレ違いって言われそうだけど
ローカルやるには切実すぎる問題だから、技術交換の範疇でいいよね？ 現行のAIってGPUに仕事ぶん投げまくるのが基本だから徐々に需要が高まると思うな
短期的にはわからん >>774
3060(12GB)のPCなら１５万円ちょっとで買える
けど、その場合、無料のGoogle Colabと同じ性能でメモリが半分なんだよね
今すぐ買いたい、何かやりたいなら買えばいいと思うけど
この後、どのぐらいの必要スペックのどんなソフトが出てくるかわからないのがね
個人で普通に買えるもの（人によるけど）としては3090Tiで５０万円ぐらいのやつかな
１０月〜１２月頃発売予定の4090も同じぐらいの価格帯で性能が倍になるらしいからこれも悩ましい
その上ってなるとA6000(48GB)の７０万円（GPUのみ）
この上はもう1000万円を超える
現時点では50万円ぐらい出して24GBの3090か、予算内の11GB以上の奴か、って感じかな マイニング業者が転向してColabもどきみたいなの始めたら面白そう、月額300円で使い放題みたいな
それでも24時間ぶん回し続ける採掘よりは儲からないか マイニング企業がAI企業にrentalするってのはあるかも これベータの生成上限（２００枚？）いくと
画面右下にyouなんとかで会員情報確認しろって英語で出てくる？ クアドロじゃなくてGTXで買うなら4000番待ちのほうが賢い気がする
ゲーム目的なら3070くらいがあれば十分だしあとは4000がこなれたころに買い換えっててもあるけど
元々求めているところが一般的には最上位でもまだ足りんって感じだし
拘りがないならGoogleに月6000円払ったほうが安上がりだと思うわ 3080価格推移
https://i.imgur.com/CcqEg3g.png
バブル崩壊と分かってても衝撃的
NVIDIAは4000番出す前に市場の3000系があまりに下落したら在庫回収しちゃいそう
なお、採掘業者産の中古はヘタってるから、保証期間残っててもやめた方がいいって話も
>>792
DreamStudioの話かな？
無料枚数の4割くらい使ったところで放置してるわ、ちょっと肌増えたらすぐ画像ぼかしてくるし
ここでその状態知ってる人いるのかなぁ、むしろあなたが先駆者になって教えてほしい
>>793
googleさんはエッチ画像作ってないかスーツ着たお兄さんたちが眼鏡を光らせて見てそうだし
拘ってないけど、ドキドキするよね n_iter 枚出した時に
一枚目以降はstepが変わるとシードも変わってるのかな
1枚目しか収束していかないから良い絵が出ても居なくなって困る 全身の絵が欲しい場合full bodyでいいんだろうか
boobs入れると引っ張られてバストアップばっかになる気がする >>797
いろいろ試してる人が居るんだなあ
試してみます ありがとう MJはfull bodyに加えて9:16とかにしつつ
knee socksとか入れたら描かなきゃってなるのか全身になりやすかった
long legsとか入れたらどうかな
SDは正方形でもMJよりは全身出してくれることが多いけど
ガチャするより自分で落書きがにimg2imgで呪文被せるのが一番早い気がする
絵はmspaintレベルのこんなんでいいので
https://assets.st-note.com/img/1661433702833-NJIm9AzgDM.jpg 足に言及すると足を描こうとしてくれるから全身画像になりやすいのは確か
なんだったらfull bodyだって書いてんのにバストショットじゃねえかってなるのより信頼性高い img2imgを使うとこの位の画像なら数分で作れてしまうのが恐ろしい
絵が描ける人ならこれを下敷きに修正する作業なんてあっという間に終わるぞ あ、作った画像はこれな
ベースのプロンプトさえ用意できていればこれが数分はやっぱしゃれにならんわ
https://i.imgur.com/qv23qFT.jpg >>802
背景はいいけど、顔も体がクニャクニャすぎて補正がめっちゃ大変な気がする >>796
512ｘ256みたいに縦長にしてまず全身像であることを説明してから「胸は小さめ」「足は裸足」とか言及してくと成功しやすいと思う。 >>804
正直ゼロから描き起こした方がマシ
これじゃ下絵に引きずられてデッサン狂う 「脇の下を見せる」にしても「両手は組んで頭の後ろに」って説明文入れたほうが正確に描写してくれる。 背景としては本当有用だと思う
俺も802みたいな画像生成したいが…無理！
英語わかんねえよ 導入で手こずって3日経つけどまだStableDiffusion導入できません
Windows11のWSLで1から環境構築して使えるようにしている記事とかありせんか？
ある記事ではCUDA入れろとか、ある記事ではCUDAの記述なかったりとかでどれも1から導入しても何かが足りなくて必ず躓いてしまうんです
現状はWSLインストールコマンドでインストールされたubuntuにアナコンダとCUDAを入れてみたんですがStableDiffsionのtext2img描画コマンド？でGPUがCUDA対応してないとかで弾かれて躓いてます（Windows側にNvidiaドライバーは入ってます）
たぶん導入やそれ以前の問題でこうなってるんじゃないかなと思い、1から手順通りに従って完全に動作するマニュアルみたいなものが欲しいんですが
そんな都合のいいものはないですかね？
Linux初心者です >>809
WSLでCUDA使う時点でハードモードだけどなんでそんな事してるの？ Gregテンプレでも初音ミクって入れるとこんなに日本人っぽい絵になるんだよね
https://i.imgur.com/6WR4Iuk.png
やっぱりバッチの一枚目が一番プロンプトを意識した絵になる確率が高い気がする >>810
なんの知識もない状態なので……
WSL環境ではUbuntu上（中？）にCUDAインストールしなくてもいいんでしょうか？
Windows側のシステム環境変数にubuntuパスのCUDAがどうも記述されてなかったので有効になってないのかなと
何がどうなってるのか本当に分かってないです エロを出したいときに直接nakedやnudeと指定すると引きずられて一気に絵が崩れる
裸にしたいときは裸でいそうなシチュエーションを間接的に指定したほうがいいな 今後のイラストレーターの仕事の主流は
AIの描いた絵の手直しになりそう >>812
CUDA以前にWSLを使う理由がわからない。なんでそんな事してるの？ どのガイドを見ればWSLを入れだすことになるんだろうか
イキって独自導入記事書いてる変な人のヤツでも見たのか？ >>813
nudist naturalist pornstarあたり… >>815
Windows11環境だとコマンド一つで仮想linux環境が出来て簡単という話を見たからです
それとWindows標準の機能というのが個人的に安心できる点だったのもあります
皆さんはどういう環境で動かされてるんですか？ WSLはオーバーヘッドあるからやめたほうがいいぞ
どう考えてもやる必要がない 釣りキチ三平の矢口高雄が背景上手いと評判だからMDで海を描かせたら上手かった 人体が微妙に崩れてるのは明らかなんだから
上から3Dモデルに同じようなポーズ取らせてから手直しするなりすりゃいいんじゃない
>>813
nudeでも、上手いというか写実的なイラストを描く人、具体的にはgreg師匠あたりに描かせると
実はこっそり描いてませんでした？ってくらい整ってる率が高い
なので崩壊要因が他のPromptなパターンもあるからセパレータでいろいろ試したほうがいいね >>819
>>820
ありがとうございます
ちょっと色々見直してみます 初期？のAIの出した崩れた女体でしか性的興奮を覚えなくなったなんとかフィリアみたいな人もどこかに生まれているかもしれない… >>818
今(2022/8/28 20:00時点）の主流はこれかな
前提：モデル(sd-v1-4.ckpt)はダウンロード済み
https://github.com/hlky/stable-diffusion/wiki/Installation
１ git clone https://github.com/hlky/stable-diffusion.git
２ モデルをmodels\ldm\stable-diffusion-v1\ にmodel.ckpとリネームしておく
３ minicondaをインストールする
https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe
４ webui.cmd を実行する
５ Launch Waifu Diffusion で起動する → http://localhost:7860/ とかURLがでてくるのでブラウザでそのURLを開く
●以下はオプション
1. Download the GFPGAN pre-trained model
https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth
place it in /src/gfpgan/experiments/pretrained_models/
2. Download RealESRGAN_x4plus.pth and RealESRGAN_x4plus_anime_6B.pth
https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth
https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.2.4/RealESRGAN_x4plus_anime_6B.pth
place them in /src/realesrgan/experiments/pretrained_models グラビア的なセクシーポーズにしたかったら pin up girl とかいいよ
イラスト多めぽいから色がケバくなりがちだけども
on the bed とか on the couch みたいに状況設定すると
それなりなポーズをとってくれる img2imgのあるgoogle colabとかありますか？ >>820 のGUItardの手順は昨日までは良かったけど、今時点では古いと思う。
・webuiを別途ダウンロードする手順だけどマージされてる（最新ではないけど）
・webui.cmdは設定だけで起動しなくなってる。 Launch Waifu Diffusion で起動
・ldoのリネームもwebui.cmdでいい感じにしてくれるので不要になっている
勘違い、間違いがあったらごめん 今はローカル用のpc無くてStableDiffusionをGoogleColabで利用してるんだけど、近いうちにStableDiffusionが規制される可能性ってありますかね？
Colabで耐えててpcを揃えた頃にローカル版含めてStableDiffusionはインストール出来ませんになってたらって思うと不安しかない…
それともオープンソースだからそんな心配はないのですかね…？ エロい絵の加筆みたいなことをやってもらいたかったんだが、まだまだ現代の技術では無理だったようですね・・・
絵師が上半身しか描いてないから下半身もAIに描いてもらおうって思っただけなのに・・・
肝心な部分が文字で見えなくなってるから文字だけでも消してくれないかなとかね・・・ greg師匠でも初音ミクってワードを入れると激しく崩れるので
名前を入れないで工夫してミクを描かせてみた
https://i.imgur.com/wovW4x6.png
これくらいがいいところか >>829
規制解除版がgithubから消される可能性はあるけど、解除方法なんかはネットで語り継がれるんじゃないか
てか今使えなくてもとりあえずファイル一式落としておけばいいよ 粛々とAIに描かせた美少女画像を貼ってだべれる匿名掲示板的な居場所が欲しいんだがどこか無いものか
TwitterはBANやらなんやらでこういうのは向いてない
ここはなんか技術の話という感じで違いそうだが他に流速のありそうな板も見当たらず
みんなどこに居るんだ >>0833
あれ、StableDiffusionってコードを打ち込んでネットからインストールしてく手順でローカルに入れるものだと思ってました。
ファイル一式を落とせるとこってありましたか？ >>829
現状、deep fakeの実行がColabのBAN対象になってるから
少なくとも制限解除版が実行不可になる可能性は十分あり得ると思う >>835
できれば日本語で…でもありがとう
久々に楽しいお祭り騒ぎだと思ったが時代だなあ
国内の匿名インターネット空間が壊滅していることに気づいてしまった >>832
そうですね。あくまで今時点はあってないってことで
>>836
一旦インストールしておけばオフラインで使えるよ
zipで固めて他の環境にも持っていける
minicondaのインストールは必要だけど >>834
画像の公開はDiscordやTwitterが多いんじゃないかな。確かに匿名の場所は活発じゃないかも
ここも作品・プロンプトスレと分離してもいいかもね >>838
モデルの落とし方は分かりましたがリポジトリがよく分かりません…。
そのリポジトリは二番目のurlのどこにありますか？
プログラム用語情弱で申し訳ないです… >>813
賢い
あとは文字では画風の指定だけして、img2imgで肌色であることをAIに理解してもらうとかうやな >>847
>>825の１番目の手順
git入ってなければgitもインストールする必要がある
（とりあえずzipダウンロードもできるけど後々gitはインストールしておいた方がいい） >>831
食べ合わせが悪いものを混ぜると作画が大崩壊するね
俺もいい感じのリアルタッチ人物画を出せる呪文にたどり着いたけど
もう少しおっとりした目にしたいなって思って橋本環奈先生を混ぜたらその瞬間世界が崩壊したｗ 拡散モデルってAVのモザイク消しを超大規模にやるみたいなもんって思っていい？ >>847
すまん確かに
https://i.imgur.com/uGM2qPY.gif
緑色で[Code]となってる所クリックするとメニューが開く→ Download ZIP で保管
とりあえず練習兼ねてインストールしてみたら？ >>850
>>853
ありがとうございました！
これでローカル版用のパソコンに備えることができそうです！ >>825
レスが遅くなってすみません
詳細に書いていただきありがとうございます、参考にします！ AI画像にやっきになっている人の男女比が知りたい
あとSD発表されてからのgoogle colaboの使用率の変化 けっこう公式が中身の解説を出してくれているのが遊びがいあるなこれ
Pythonの勉強兼ねて遊んでるけど変に盛り上がると大手が買収飼い殺しが多いからマイナー文化でいて欲しいわ 今更DALLの招待が来たけど、Stableまわりの勢いと進化が凄すぎて全然ワクワクしないな これから１００社単位で提携して各国語対応その他モデル構築する予定らしい
基盤モデルなんてこれからのど真ん中の技術だから、SDが主流かほかが巻き返すか知らないけどマイナーな訳はないと思う Dalle、技術的には同じようなもんなんだろうけど、SDはオープンソースでみんなUI改造したりローカルで動かせるから勢いがいいよね 初音ミク抜きミクさん試してみたけど、何回やってもくそでかツインテ描いてくれませんわ
つーかどっとうｐって貼れないのね 2862938 DALL-Eはプロンプトに強制的に黒人を出現させるノイズが混入されたりするので使い物にならない 大きめ画像はどっとうｐをarchive.todayに通せば貼れる AI君テクスチャとか繰り返しパターン弱すぎんか？
単調な模様がほしいんじゃ〜〜 img2img使えそうなcolab漁ってるけど全部setupが上手くいかねぇ
多分俺のやり方が悪いんだろうけど
なんかウェブサイト上とかで簡単に出来るの待つしかねーか >>862
> つーかどっとうｐって貼れないのね 2862938
今時どっとうｐて・・削除する予定がないのなら普通にimgur使いなはれ Midjourneyで女体がサランラップにぐるぐる巻きにされてテカテカしてる画像ばっかり生成してる人見つけちゃった……
あれも性癖なのだろうか そら性癖よ
4chanだとアーマードコア風ロボットメイドさん量産してる人居たし >>865
単調な模様ならプロシージャルテクスチャで作ったほうがいい気がする
文字生成とかもできないし、その辺使い分けはどうしてもいると思う >>872
>>342で既出で、それが単調な模様作りにくいって話だと思う 自分で固有名詞を追加学習させられたらいいのに。どのぐらい計算コストかかるもんなんだろ google colabで「GPU使えませんよ」が解除されるのは時間経過ですか? それとも時刻到達でしょうか クソ遅グラボだしほぼ毎日のアップデートに対応するのもしんどいからローカル環境は見送ってるけど
今は色んな人が改造版を作ってるぽくて、どれがどう優れてるとか一番良いとか全然わからんなぁ… >>874
追加学習は数枚～でもいけるらしい。Google Colabで３時間程度だとか。
※リンクが貼れないので検索ワード： Stable Diffusionをいらすとやでファインチューニングする
上の日本語のものはいらすとやを学習させてるけど、元ネタの方が自分のペットを学習させて登場させてるので
多分固有名詞を追加できそう
dreambooth.github.io/
試してないから多分こんな感じ？レベルのボンヤリ理解（間違ってるかも） ミクさんチャレンジ
"portrait of anime girl, ((turquoise colored twintail)), digital cg art by Greg Rutkowski"
https://i.imgur.com/mcRMLsT.png >>878
これは完成度高い
Greg Rutkowskiすごいなｗ
いくつかランダムシードでやってみたけどどれも綺麗に出力された。いい呪文だ >>878
左上すげえ
先頭に主語入れるだけでそこそこの絵を出せるテンプレをひたすら回すだけになってしまった
もう自動でやってほしい 脱がせるとみんな胸がでかいんだけど、小さくするワードってある？slenderとか入れてもバインバイン。 >>883
slimとか低年齢に設定して身長を高くする。 >>883
”爆乳”が使えるから"貧乳"も行けるんじゃないか？試してないから知らんけど >>878
色々やって気が付いたんだけど、意外と短文の方が強いんだよね
呪文は長ければ長い方がいいです的な説明が導入マニュアルに書いてあった気がするんだけど
意外と混ざることで良い要素が打ち消し合う力が強い >>884-885
>>888
それぞれ最初の方に入れて試してみたけど、やっぱりどうにもバインバインですね…… >>886
多分最初触ったときは自分が出したい画を端的に一文書いて終わりにする奴が多いだろうから
そういう奴へのメッセージなんじゃないかな
効きもしない言葉を数個並べてもそれこそどうしようもないものが生まれるだけだし
>>890
flat chestとでも入れたらどうよ >>892
一個一個見ていったら三回ぐらい出てくる奴が何人かいて、よくわからんが笑ってしまった >>891
確かに
経験不足の間は、AIに対する説明不足もしくは説明不備のミスが多いやろうしな
多少理解が進んでくると、説明呪文の過剰の害が分かってくると >>892
いいね
digital concept art of anime cute girl in summer dress, detailed eyes, gorgeous face, ((turquoise colored twintail)), smooth details, digital cg art by Greg Rutkowski
k_euler_a, cfg 10, steps 50, seed 721628136
４枚一組で、左端はオリジナル（同じのが３段ある） Original image on the left.
１段目 turquoise -> green -> red 色違い
２段目 twintail -> ponytail -> bun 髪型違い
３段目 summer -> cocktail -> maid 夏ドレス、カクテルドレス、メイドドレス 考えてみると、AIという箱に文字列を打ち込むと絵を出力し、逆に絵をAIという箱に打ち込むと文字列を出力する、というのは、人間の知性の本質を突いてるよな
つまり対象を個別の要素に分解して、それを文字列なりイメージなりで認識するという抽象化能力が人間の認識的知性の本質
絵や文章というのはその個別の要素の組み合わせだということ
統合失調症患者がデティールが奇妙に歪んだ絵を書くのは、彼らが認識的知性において重要な統語能力＝抽象化能力を脳機能の障害によって失っているからだろう
また同様に「言葉のサラダ」と言われる全体の繋がりを欠いた意味不明な文字列を口走ったり、他人の思考が流れてくると糖質患者が訴えるのも、同様に抽象化能力に障害があって、適切な言語化やイメージ化ができないからだとおもう
AIに例えるならば、アルゴリズムに奇妙な歪みがあって、APIを通して物体を絵や文字に変換しようとしても、適切に変換できないのが糖質患者なのかもしれない
だらだらと書いたけど、つまり何がいいたいかというとAIすげえな、ということ もしかしてと思って試したけど5本指の手できなすぎワロタ
苦手ってそういう事じゃないんだよAIちゃん
https://i.imgur.com/pltGnjj.jpg
close up of anime girl hand, ((Five fingers)), digital cg art by Greg Rutkowski
Steps: 20, Sampler: k_euler_a, CFG scale: 7.5, Seed: 1842527531 手ほんと苦手だなしかもグロくなりやすい
義手連想させる単語入れたらすごいことになった >>897
迫真の ((Five fingers))にワロタ あんまり分かってないけど、画像を学習する時に、例えばこれは
https://i.imgur.com/RZr0oGw.jpg
「白と黒のぶち猫が座ってこっちを見ている」で、「顔が一つ、目が２つ、前足が２本の猫」とはならず、「指が５本」とか効かないのではって気もする そろそろ3DCG版出て欲しいな
予定とかあんのかな？ 条件わからないけど生ゴミとか生首？画像出力されてビビることある >>901
両手の画像も込みで「なんか肌色の細いやつが数本」みたいな認識されてたらお手上げだなｗ
じゃんけんをしている、とか効くんかな
あとCFGテストしたから置いとくわ
https://i.imgur.com/c2VknDZ.jpg >>43の「今後」のところに書いてるレベルなので、具体的には描いてないけど、3Dも予定あり、ですね
それはそうと今Google Colab混雑でGPU接続できないわ。まいった 普段使わないと思ってた人達までgpu使い始めたらgoogle悲鳴あげそう
いきなり規約改定が入る事を覚悟してゲーミングPCの準備をしておこう GUItardというか、https://github.com/hlky/stable-diffusionと同等のノートブックが公開されてる
https://colab.research.google.com/drive/1cd35l21ewU0fwWEnPjY_th5YORmMfZCd
ノートブックのUIじゃなくて、WEBサーバーを立ち上げるので、ローカルと全く同じUIになる
＊現在バグで、PROGRESSBARSにチェックを入れないと起動できない
＊モデルは事前にダウンロードして自分のGoogleドライブに入れる前提
構築にかなり時間がかかるのが欠点だけど、使い勝手的にはこれが一番いいはず。構築も上から順に実行するだけでシンプル。
・・・のはずだけどGPU接続できないから確認できないｗ rock, paper, scissors game ちょっと期待できそうなのワロタ
あとなんか可愛くなってる気がするわ
https://i.imgur.com/TuRO5aC.jpg ファインチューニングやばくね？特定の作家の作風パクリ放題でしょ 3 animals って入れるとすごいキメラが出てくるぞ
普通にキモいので閲覧注意 ファインチューニングしたモデルは簡単に配布できるから
そのうち各作家や作品毎のモデルもアングラで配布されるようになるんだろうな
予想より進化の速度やばいわマジでパンドラの箱が開いた >>875
>671に「12時間だっけ」とはあるが確証なし animeって単語は入れたらだめだと思ったがGreg先生と組み合わせると割と綺麗に出るんだな いい解説ページがあった
GPUにいつ制限がかかるかや回復する条件は非公開とのこと
Google Colabの制限と対策｜npaka
https://note.com/npaka/n/n1aa6f8c973d0 あんまり分かってないけどファインチューニングって、例えばだけど「tanaka mamimi」の画像を数枚追加学習させると、
waterpaint, tanaka mamimi みたいな生成ができる、「reiji matsumoto」を学習させると、authored by reiji matsumotoが
できるになる、みたいなことかな？
既に、hlkyにtextual inversionとしてコードある。これもわからないけど、学習自体はhttps://github.com/rinongal/textual_inversion でやって
他でやると書いててできたembedding.ptを hlky版で使えるようにするみたいな機能なのかな？
https://github.com/hlky/sd-enable-textual-inversion
後別の話でhlkyはDocker関連ファイルも8時間前に用意された。
hlky勢いすごい ぶっちゃけ全く触ってこなかった分野なのでこれから色々学習していかないとなんだけど、スクリプト言語はPythonを勉強すればいいのかな？
ネットで他人が書いてるノートをコピーして実行は出来ても、自分でこういうことを追加したい、と思ってもうまくいかなくて >>916
大体そうっぽい
SDが学習できてない要素をピンポイントで補う自作モデル みたいな
ちょっとやったくらいじゃ要素の一部を学習する程度だから今すぐどうこうってもんでもないと思うけど Emadさんのツイート
100MBってモデル(ckpt)がってこと？？？？ 使用メモリはどうなんだろう
---
@EMostaque
#StableDiffusionは最終的に100メガバイトになり、最適化が進むと信じています。
今週は楽しい発表があります??。
あと6日...
For what it’s worth I believe #StableDiffusion will eventually get down to 100 megabytes, loads of optimisation to come.
We have some fun announcements this week coming ??
Already amazing to see what everyone is creating, we are going to accelerate that.
6 days in… >>917
言語はPythonだね
「やりたいこと」がなにかで、追加で色々勉強しないとだめだったりすると思うけどまずはPythonはいる >>916
新しい機能を取り入れるスピードが速いから
hlky版に参加する開発者も増えてるね hlky版の完成度と更新頻度高すぎてPython知ってても手を入れる余地なかった ちょうどEmad氏が手足の問題に今週末あたり何かしら答えを出すみたいなこと言ってるな。 img2imgは少し複雑な構図や服装になるとAIが全然理解できなくて
滅茶苦茶な絵を出力してくるからまだまだ限界があるのは感じるな これは久しぶりに伽藍とバザールの対比が炸裂したソリューションだな
象牙の塔で研究されてたものがOSSにされた途端ものすごい勢いで進化していく https://zenn.dev/hidetoshi/articles/20220731_pytorch-m1-macbook-gpu
MacBook Pro M1 Max のディープラーニング性能
※StableDiffusionじゃないけど同じPytorchの性能
CPU: 訓練時間 2148秒 テスト時間 90秒
GPU(MPS) 訓練時間 286秒 テスト時間 45秒 → 訓練４．６倍、テスト時間２倍高速化
Geforce 1080Ti:
訓練時間 55秒 テスト時間 1.3秒 → M1 Maxより訓練５倍、テスト３５倍高速
2世代前、もうすぐ3世代目になる1080Tiよりも、M1 Maxは桁違いに遅い。意外だった ディスクリートGeForce搭載ノートと言うのもある >>928
コスパ段違いやな
MAX搭載Macとか糞高いし >>919
ckptが100mbになるらしい
iPhoneで動くようになるんだと
ヤバすぎワロタ 自作詳しくないから知らんけど1080TiのPCとか下手したらディスプレイ込みで10万以内で作れるんちゃうの？ >>932
キッズに悪用されまくるのが目に見えてるわｗ
今はまだ最低限のリテラシーある層しか利用できないから大きな問題になってないけどさ
これから一般層に降りてくるとやばいよな イラストサイトにAIイラスト爆撃までカウントダウン始まったな 確かに1080tiってそんなに高額でもないな
メモリが多ければいいって話だし まあ今後最適化でまた違ってくるんだろうけど RTXからTensorコアが乗ってPytorchが加速されてるから
RTX2060でも1080Tiのさらに倍の推論性能
今コスパで行くなら2060 12GBがいい感じ
とはいえモデルの精度変更や刈り取りや圧縮が進んでいるので
今のVRAMこそ正義な状況がいつまで続くかという話だけれども 内部の計算速度に比べてメモリの入出力は極端に遅いから
今後もVRAM容量の節約と速度はずっとトレードオフの関係だろうけどね
出来るだけメモリに詰め込んで読み書き減らすのが正義なのは変わらない 早く1024や2048サイズがメモリ4GBくらいの古代グラボでも数秒で出力出来る時代になりますように… >>928
M1はニューラルエンジン積んでるけどそれに最適化したらまた変わってくるんじゃない？しらんけど
ゆうて単体GPUはやっぱ強いよな
今はmacだけど結局ゲーム用にWinも併用してるわ 拡散モデルがアニメ絵やデフォルメ絵が苦手なのは確かだけど
それでもサンプルが豊富なドラゴンボールやポケモンはある程度学習出来ているから
萌え系が上手くいかないのはサンプル不足の影響もかなりありそう
AIは抽象的な男とか女とかは学習できなくて○○さんの描く女の子やドラゴンボールの孫悟空みたいに
具体的に指定しないと駄目だから萌え系は作品のサンプル数が圧倒的に足りていないんじゃない？ ドラゴンボールやポケモンは比較的画風が統一されてるけど、美少女イラストは人によって目鼻口のバランスが違う上に下手なのも混ざってるからな ロボポン乳を許容する人もいれば許せない人もいるからそこら辺のバランスは顔に限らず難しい問題 適当に要素足してもRutkowskiがなんとかしてくれる安心感がある >>936
AIの描いた絵をAIが学習して
どんどん奇形化していきそう Rutkowski居なかったらStableDiffusionの評判が一段下がってるまである
Rutkowskiに足向けて寝られないわ hlky版をVRAM4GBで動かせた
省メモリ版basujindalのturbo設定も実装されたから高速実行できる
方法は >>825 に加えて
scripts\relauncher.py をテキストエディタで開いてこのように追記する
python scripts/webui.py
↓
python scripts/webui.py --optimized-turbo >>942
> ポケモンはある程度学習出来ている
いや俺の経験じゃポケモンダメダメなんだけどどうやってる？ 顔は難しいけど、背景とか肌の色味のコツとかは多少分かって来た気がする
やっぱ研究が進んだら人間の絵描きは殆どいらなくなりそう
https://i.imgur.com/pGsQWL3.jpg 技術交換スレで何の情報も出さずにひたすら他人のアンチしてるキ〇ガイ君大丈夫か？ 悪いが勝手な妄想と間違った情報書き散らす奴よりはマシだと思うぞ >>952
なぜか垂れ乳の知的障碍者みたいになるね アニメっぽいの作るのに
この人のnoteめっちゃ参考になったからよかったらぜひ
https://note.com/6uclz1/n/nbc3d87d3e5b1 コスプレねーちゃん書かせたいのにアニメ要素入れたら目が大きくなるのどうにかならないかマン >>950
設定弄れないし、PCだと秒で終わる処理に数分かかるけど、スマホでも動くのはいいね。
>>958
ここはものすごく参考になりそうだ、ありがとう。 商業で利用して売上があって後から著作権侵害認定されたら規模に比例して賠償金額が上がる
だから商業で使うならものすごく気を使って生成しなきゃいけないのは当然
趣味の個人アカウントで無料で公開する分にはリスクは少ないだろう >>958
アイデアとして、pixivがいいんじゃないかとは思って入れてはいたんだけど
fanboxのが強いのは言われてみればその通りやわ いくらドンピシャだとしてもアレコレ含んでそうな言葉には注意する
ド素人が認識すら危うい魑魅魍魎を混ぜているcursedな言葉を入れる時は特に注意するかそもそも入れない
ってのでpixivってド直球をプロンプトに入れてる人は少ない印象 例の奴は元の絵師の絵柄をほぼ完全にコピー出来てるから凄いな 「自身の描いた画像だけ」とか、こんな規約誰も守らん kawaiiは奥が深いし難しい部分があるけど、背景を生成する分にはめちゃくちゃ便利すぎる ファインチューニングの研究が進めばSDでも同じこと出来るのは時間の問題だよね
というか今でも頑張れば出来るのか？ 漫画家で絵柄を再現したらアシスタントとか亡き漫画家の続編絵ができたり？
まあ悪用する奴はいるだろうけど >>973
できる
ってか最初からembeded pathのオプションあるw ファインチューニングしても使用者が想定してるものが出るとは限らないからな…
むしろ出るならすごい >>978
いいね
なんかさ、AI画像ではgeforce3060がメモリ的にコスパいい説も有力だけど
個人レベルで機械学習させるのが流行ってくるとしたら、やっぱ中高級のGPUがええことになるんやろな 初音ミク
https://i.imgur.com/Zv68OnI.jpg
ツインテール
Turquoise hair, japanese double pigtails hairstyle Pythonはじめて触ったもので、どなたか教えてください
Stable Diffusionをcolabで動かしていて、下記コードを使用しています
ここに「縦×横サイズ」「cfg scale」「ステップ数」の指定が出来るようにするにはどのようにコード書けばいいでしょうか？
from torch import autocast
from IPython.display import display
#import matplotlib.pyplot as plt
prompt = ""
for i in range(5):
with autocast("cuda"):
image = pipe(prompt)["sample"][0] # image here is in [PIL format](https://pillow.readthedocs.io/en/stable/)
display(image) というかリアル調の鼻が目立たなくなったのがアニメ顔なんだけどね
https://i.imgur.com/82SNJyl.png というか否定モードが欲しいね
「small breasts」とか入れても逆に胸が強調されちゃう
ピンクの象を想像しないでください問題 Twitterでmimicというサービスが騒がれていたけど
二次元に対応してるやん！と思ったら
顔しか生成できないのね
多分、近いうちにAIが二次元を理解するだろうから、すぐ産廃になりそう >>988
これは？
顔はこれで作って体をSDに描いてもらうのも悪くはないんじゃない？
https://waifulabs.com/ >>988
DALL E2は自動的に絵柄揃えて描き足しが出来るから
顔だけ生成できれば全身絵が出力できる
顔はmimicで有名絵師の絵を完コピ、DALLで全身生成、背景はMJ
既にこうやって作った高品質な絵を上げてる奴もいるよ 現状だと高品質な顔画像を元に他のAIに身体を出力させる方法が使える
StableDiffusionだとファインチューニングで画風を揃えたinpaintingもできそう
https://twitter.com/II0FU5/status/1553587549704458240
https://twitter.com/5chan_nel (5ch newer account) >>990
妄想の披露は別のスレでどうぞ>>221
できると言うのなら実際にやってここに貼ってください
そういうスレなので やたら時間と手間はかかるだろうけど
顔生成して、ポーズ生成して、置換してもらって、中割描いてもらってで
遠くない未来にノースキルの人がアニメ作れるようになるかも、という想像ができるくらいまで来てるのはすごいね
日本語も効く言葉あるけど、英語混ぜると後ろに置いても一気に乗っ取られるなぁ
日本語でやるなら日本語オンリーじゃないと厳しいか すでにやっている人がいるというのは妄想ではないのでは？ このスレッドは１０００を超えました。
新しいスレッドを立ててください。
life time: 7日 3時間 16分 14秒 5ちゃんねるの運営はプレミアム会員の皆さまに支えられています。
運営にご協力お願いいたします。
───────────────────
《プレミアム会員の主な特典》
★ 5ちゃんねる専用ブラウザからの広告除去
★ 5ちゃんねるの過去ログを取得
★ 書き込み規制の緩和
───────────────────
会員登録には個人情報は一切必要ありません。
月300円から匿名でご購入いただけます。
▼ プレミアム会員登録はこちら ▼
https://premium.5ch.net/
▼ 浪人ログインはこちら ▼
https://login.5ch.net/login.php レス数が1000を超えています。これ以上書き込みはできません。
