[B! Stable Diffusion] tsugiikimasu22のブックマーク

Stable Diffusion の img2img で strength を指定した場合にどれだけ変化するのか調べた #stablediffusion - 酢ろぐ！

本記事では Stable Diffusion の img2img で strength を変更したらどれだけ画風が変わるのか、また元絵の意匠を汲み取って残してくれるのかについて調査した。元絵について人物がひとりの場合人物がふたりの場合まとめ (2022/09/03追記) 複雑な元絵の場合人力での修正もきちんと描けていないと引きづられてしまう (2022/09/04追記) strength に小数点2位の値を与えた場合の変化について元絵について元絵にはこれを使った。今回は、人物が1人の場合と2人の場合で調査することにした。ローカル環境でのテストなので「ネットから拾ってきたモノ」を使ってもよいが、なんかのタイミングでそれが表に出てしまったら困るし、ブログに書きたいことが出てきてもそのまま使えない。基本的には img2img のテストでは自分で書いた絵を元絵にしている。人物がひ

tsugiikimasu22 2022/09/02

リンク

https://mobile.twitter.com/c_b_industry/status/1562067463965413376?ref_src=twsrc%5Etfw%7Ctwcamp%5Etweetembed%7Ctwterm%5E1562067463965413376%7Ctwgr%5E9e8b2b7b41a7eada549619f38e13a02db15c9a39%7Ctwcon%5Es1_&ref_url=http%3A%2F%2Fblog.livedoor.jp%2Fmanamerit%2Farchives%2F65843297.html

tsugiikimasu22 2022/08/25

リンク

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

2022年8月23日に無料公開された画像生成AI「Stable Diffusion」は、「ボールで遊ぶ猫」「森の中を走る犬」といった指示を与えると指示通りの画像を出力してくれます。Stable Diffusionはデモページで画像生成を試せる他、NVIDIA製GPUを搭載したマシンを用いてローカル環境で実行することも可能です。しかし、デモページは待ち時間が長く、NVIDIA製GPUは所持していない人も多いはず。Googleが提供しているPython実行環境「Colaboratory」を利用すれば、NVIDIA製GPUを所持していなくともStable Diffusionを待ち時間なしで実行する環境を無料で整えられるので、実際に環境を構築する手順や画像を生成する手順を詳しくまとめてみました。 Stable Diffusion with 🧨 Diffusers https://huggingf

tsugiikimasu22 2022/08/24

Stable Diffusion

リンク

HなStable Diffusion

前提として、Stable Diffusionでエロ画像を出そうとしてもsafety checkerという機能が入っており、センシティブな画像を出そうとすると黒塗りになる。 (Stable DiffusionのSaaSであるDream Studioはぼかしだが、多分別の技術) https://github.com/huggingface/diffusers/releases/tag/v0.2.3 そこでGoogle Colabでちゃちゃっと環境を作り、なおかつNSFWを回避する。 1. 下記のリンクでノートを開く https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb 2. 下記の箇所を書き換える vvvvvvvvvvvvvvvvvv f

tsugiikimasu22 2022/08/24

リンク

話題のStable Diffusionがオープンソース化されたのでローカルで動かしてみる

話題のStableDiffusionがオープンソースで8/23に公開されたので、手元のマシンで動かすまで試したいと思います🖼 (下記に記載していますが、自分の環境だとVRAMが不足しているエラーが出てしまったのでイレギュラーな対応をしています🙏) ※ ↑追記コメント欄にて、 @kn1chtさんが紹介してくださっているように、マシンのVRAMが10GB未満の環境では半精度（float16）のモデルがオススメされています。本記事では、別の最適化されたものを紹介していますが、こちらの利用も検討してみると良さそうです👉 https://zenn.dev/link/comments/7a470dc767d8c8 StableDiffusionがどんなものかは、深津さんの記事が参考になります。 1. 環境 Razer Blade (RTX 2070, VRAM 8GB) CUDA Toolk