はてなブックマーク

LayerDiffusion技術が実現する透過画像生成の新時代に注目。AIを用いて透明度を精密にコントロールし、革新的な画像生成の地平を拓く。クリエイティブな可能性が広がります。 それだけでも十分にスゴイです。 しかし、LayerDiffusionにはさらにスゴイ機能が備わっています。 現時点において、全部で6個のMethodから選択できます。 今回は、「Background Condition」に属する以下の二つのMethodについて説明します。 From Background to BlendingFrom Background and Blending to Foreground From Background to Blending 日本語にすると「背景からブレンドへ」という表現になります。 これだけでは意味がわかりません。 言葉よりも、実際に見た方が早いです。 まず、次のような背

画像生成AIの世界に新たな革命が起こりました。 その名もLayerDiffusionです。 これは、透過画像を生成する画期的な技術です。 この技術の核心は、「潜在透明度」の学習にあります。 アルファチャネルの透明度を潜在空間にエンコードするのです。 そして、このプロセスは元の潜在分布への影響を最小限に抑えつつ、透明度を精密に制御します。 結果として、任意の潜在拡散モデルを微調整するだけで、透過画像を生成できるようになります。 LayerDiffusionのモデルは、100万組の透過画像層ペアを用いて訓練されています。 小難しい話はここまでにしましょう。 実際、LayerDiffusionを触ればその凄さに感動するはずです。 現時点でLayerDiffusionを試すには、SD WebUI Forgeが必要となります。

「web UIでの画像生成を少しでも速くしたい！！」 「ControlNetを使うと処理速度が遅くなってしまう・・・」 このような場合には、Stable Diffusion WebUI Forgeがオススメです。 この記事では、Stable Diffusion WebUI Forgeについて解説しています。 本記事の内容 Stable Diffusion WebUI Forgeとは？Stable Diffusion WebUI ForgeのインストールStable Diffusion WebUI Forgeの動作確認 それでは、上記に沿って解説していきます。 Stable Diffusion WebUI Forgeとは？ AUTOMATIC1111 WebUIを改善と言えます。 ここで言う「Forge」の意味は、「鍛造する」だと思われます。 「偽造する」という意味もありますが、この意味では

規約に未同意なら、次のような規約が表示されます。 すべてにチェックして、「Continue」ボタンをクリックします。 そうすると、次のようなポップアップが出てきます。 どちらでも好きな方を選んでください。 よくわからない場合は、「Create API key in new project」ボタンをクリック。 生成されたAPIキーをコピーします。 Google AI Python SDKのインストール Google AI Python SDKを使うと、Googleの最先端ジェネレーティブAIモデルを利用できます。 Geminiだけではなく、PaLMなども利用可能です。 Google AI Python SDKのシステム要件としては、Python 3.9以降と記載されています。 それ以外は、特にないようです。 インストールは、以下のコマンドで行うことができます。 pip install goo

「テキスト音声合成（TTS）をローカルマシンで行いたい」 「テキストから高品質で自然な音声を生成したい」 このような場合には、Bert-VITS2がオススメです。 この記事では、Bert-VITS2について解説しています。 本記事の内容 Bert-VITS2とは？Bert-VITS2のシステム要件Bert-VITS2のインストールBert-VITS2の動作確認 それでは、上記に沿って解説していきます。

「動画で情報収集するのは面倒だ・・・」「長い動画を見る時間がない・・・」このような場合には、VoxScriptがオススメです。この記事では、ChatGPTプラグインであるVoxScriptを用いたYouTube動画の要約について解説しています。

そのDALL-E 3を用いて、AI美女を生成することが可能です。 適当にプロンプトを作成して、DALL-E 3で生成したのが次のAI美女の画像になります。 それでこのレベルです。 質が高いのはもちろんですが、Stable Diffusionで見かけるAI美女とは顔が異なります。 どちらが上とか言うのではなく、明らかな違いを感じます。 そりゃ、当然と言えば当然ですね。 これは、モデル（学習素材）の違いというレベルではありません。 そもそものAIシステムが異なるのですからね。 システムが異なると言えば、DALL-E 3は企業のWebサービスで提供されています。 そのため、少しでも怪しいコンテンツはNGの対象になります。 規制が緩い方のBing版でも、想定以上にNSFW判定を受けてしまいます。 正直、基準はわかりません。 例えば、次のプロンプトはセーフです。 Portrait of a youn

「Redditで見かける隠し文字の画像を作成してみたい」 「トリックアートのだまし絵のようなモノを簡単に作成したい」 このような場合には、この記事の内容が参考になります。 この記事では、隠し文字の画像を生成する方法を解説しています。 本記事の内容 隠し文字とは？隠し文字画像の生成方法 それでは、上記に追沿って解説していきます。 隠し文字とは？ 隠し文字とは、トリックアートのだまし絵のようなモノです。 だまし絵と言えば、次の画像がよく知られています。 この画像は、「婦人と老婆」や「娘と老婆」と呼ばれています。 次のような画像もだまし絵になります。 わかりますよね？ 2020年はネズミ年でした。 この画像では、2020という数字が隠れています。 これが、ここで言う隠し文字となります。 最近、この隠し文字画像をRedditでよく見かけます。 直近では、次の画像のスレッドを目にしました。 どうでし

「FreeUをweb UIで利用したい」 「とにかく、画像の品質をUPさせたい」 このような場合には、この記事の内容が参考になります。 この記事では、web UIでFreeUを利用する方法を解説しています。 本記事の内容 sd-webui-freeuとは？sd-webui-freeuのインストールsd-webui-freeuの動作確認 それでは、上記に沿って解説していきます。 sd-webui-freeuとは？ sd-webui-freeuとは、web UIでFreeUに対応するための拡張機能です。 FreeUについては、以下がGitHub上の公式ページになります。 https://github.com/ChenyangSi/FreeU FreeUは、Free Lunch in Diffusion U-Netの略称です。 「Free Lunch」とは、「努力、支払いまたは義務なしに得られる

「NeRFのようなコンテンツを無料で自由に作成したい」 「3Dコンテンツを高画質で高速にレンダリングしたい」 このような場合には、3D Gaussian Splattingがオススメです。 この記事では、3D Gaussian Splattingについて解説しています。 本記事の内容 3D Gaussian Splattingとは？3D Gaussian Splattingのシステム要件3D Gaussian Splattingのインストール3D Gaussian Splattingの動作確認 それでは、上記に沿って解説していきます。 GitHub - graphdeco-inria/gaussian-splatting: Original reference implementation of "3D Gaussian Splatting for Real-Time Radiance F

「IP-Adapterを簡単に利用したい・・・」 「画像をベースに似たような画像を生成したい」 このような場合には、この記事の内容が参考になります。 この記事では、web UIにおけるIP-Adapterについて解説しています。 本記事の内容 web UIにおけるIP-Adapterweb UIにおけるIP-Adapterの利用方法web UIにおけるIP-Adapterの動作確認 それでは、上記に沿って解説していきます。 web UIは、AUTOMATIC1111版web UIを指します。 IP-Adapterは、画像をプロンプトとして扱える技術になります。 IP-Adapterにより、次のような画像をプロンプトの一部として利用できるのです。 例えば、このような犬が街の中を歩く画像を生成したいとします。 この場合、プロンプトにはどのように入力しますか？ a white dog, walk

「web UIでSDXL 1.0用のControlNetはもう利用できるの？」 「ControlNet用モデルが多くて、意味がわからない・・・」 このような場合には、この記事の内容が参考になります。 この記事では、SDXL 1.0版ControlNetの利用方法を解説しています。 本記事の内容 SDXL 1.0版ControlNetSDXL 1.0版ControlNetのインストールSDXL 1.0版ControlNetの動作確認 それでは、上記に沿って解説していきます。 SDXL 1.0版ControlNet SDXL 1.0版ControlNetとは、SDXL 1.0用のControlNetを指します。 ControlNetについては、もう説明は不要ですね。 もしControlNet自体を知らない場合は、以下をご覧ください。 このControlNetですが、SDXL 1.0版がweb

「AUTOMATIC1111版web UIでRefinerを利用したい」 「手っ取り早く画像を綺麗にしたい」 このような場合には、この記事の内容が参考になります。 この記事では、web UI上でRefinerを利用する方法を解説しています。 本記事の内容 web UIにおけるRefinerの正式サポートweb UIにおけるRefinerの表示web UIにおけるRefinerの使い方web UIにおけるRefinerの動作確認 それでは、上記に沿って解説していきます。 web UIにおけるRefinerの正式サポート AUTOMATIC1111版web UIにおいて、Refinerが正式にサポートされました。 web UIのバージョン1.6.0以降が、その対象となります。 それより前のバージョンであれば、次の記事における方法で対応できます。 ただし、利用する際にストレスが半端ないです。

「8GBのGPUでSDXL 1.0を動かしたいが、ComfyUIは使いたくない・・・」 「WindowsでFooocusをrun.bat形式（7z）によって利用したくない・・・」 「とにかく簡単に高画質の画像を生成したい！」 このような場合には、この記事の内容が参考になります。 この記事では、Fooocusについて解説しています。 本記事の内容 Fooocusとは？Fooocusのシステム要件FooocusのインストールFooocusの動作確認 それでは、上記に沿って解説していきます。

「AUTOMATIC1111版web UIでSDXLを動かしたい」 「AUTOMATIC1111版web UIにおけるRefinerのサポート状況は？」 このような場合には、この記事の内容が参考になります。 本記事の内容 最新版AUTOMATIC1111版web UIのインストールAUTOMATIC1111版web UIでSDXLの動作確認AUTOMATIC1111版web UIにおけるRefinerのサポート状況 それでは、上記に沿って解説していきます。 最新版AUTOMATIC1111版web UIのインストール 2023年7月25日、ついにAUTOMATIC1111版web UIで正式にSDXLがサポートされました。 SDL 1.0のリリースになんとか間に合った感じです。 まあ、すでにSDXL 1.0は延期されていますけどね。 追記 2023年7月27日 SDXL 1.0が正式にリリ

「元動画無しでディープフェイク動画を生成したい」 「顔を指定してGIFアニメを生成したい」 このような場合には、この記事の内容が参考になります。 この記事では、web UIで簡単にディープフェイク動画を生成する方法を解説しています。 本記事の内容 元動画無しでディープフェイク動画を生成する方法ディープフェイク動画生成手順 それでは、上記に沿って解説していきます。 元動画無しでディープフェイク動画を生成する方法 まず、この記事で言うディープフェイク動画の定義から説明します。 ディープフェイクとは、画像や動画における人の顔を著名人などの顔に入れ替える技術のことを言います。 その技術を用いて作成した動画をディープフェイク動画と言います。 一般的には、そのようにディープフェイク動画を定義します。 この定義のディープフェイク動画を生成したい場合は、次の記事をご覧ください。

「Pixilartを簡単に生成したい」 「Stable Diffusionでドット絵を生成したい」 このような場合には、Pixel Portraitがオススメです。 この記事では、Pixel Portraitについて解説しています。 本記事の内容 Pixel Portraitとは？Pixel Portraitの利用方法Pixel Portraitの動作確認 それでは、上記に沿って解説していきます。

「AnimateDiffをAUTOMATIC1111版web UIで動かしたい」 「AnimateDiffの処理をもっと速くしたい」 このような場合には、sd-webui-animatediffがオススメです。 この記事では、sd-webui-animatediffについて解説しています。 本記事の内容 sd-webui-animatediffとは？sd-webui-animatediffのシステム要件sd-webui-animatediffのインストールsd-webui-animatediffの動作確認 それでは、上記に沿って解説していきます。

「動くAIグラビア・AI美女を生成したい」 「AnimateDiffでBRAV6モデルを利用したい」 このような場合には、この記事の内容が参考になります。 この記事では、BRAV6を用いた美女のアニメーション生成について解説しています。 本記事の内容 AnimateDiffへのモデル追加（BRAV6）AnimateDiffにおけるconfigファイル作成BRAV6を用いたGIFアニメの生成 それでは、上記に沿って解説していきます。

「GIFアニメを簡単に作りたい」 「テキストからアニメーションを自動で生成したい」 このような場合には、AnimateDiffがオススメです。 この記事では、AnimateDiffについて解説しています。 本記事の内容 AnimateDiffとは？AnimateDiffのインストールAnimateDiffのモデルダウンロードAnimateDiffの動作確認 それでは、上記に沿って解説していきます。

「AIグラビア・AI美女を簡単に生成したい」 「量産型であるAI顔の画像は作りたくない」 「BRAV5をよく使っている」 このような場合には、BRAV6がオススメです。 この記事ではBRAV6について解説しています。 本記事の内容 BRAV6とは？BRAV6の利用方法BRAV6の動作確認 それでは、上記に沿って解説していきます。 BRAV6とは？ BRAV6が、2023年7月7日にリリースされました。 BRAV6とは、BRAのバージョン6（V6）です。 BRAは、Beautiful Realistic Asiansの略称になります。 BRAV6を使うと、次のような美女（AI美女）の画像を簡単に生成できます。 サンプルは、モデル開発者のTwitterから確認できます。 https://twitter.com/PleaseBanKai このBRAシリーズは、今ではかなり有名なモデルになっていま

「テレビアニメのようなキャラ画像を生成したい」 「2次元のアニメ画像を生成したい」 このような場合には、Mistoon_Animeがオススメです。 この記事では、Mistoon_Animeについて解説しています。 本記事の内容 Mistoon_Animeとは？Mistoon_Animeの利用方法Mistoon_Animeの動作確認 それでは、上記に沿って解説していきます。