Google ColabにStable DiffusionをインストールしてAI画像を作成する準備について順に書いていきます。
作業にはパソコンを使いますが、手順はやや複雑です。
お手軽にAI画像を作りたいならPixAI.Artでもできるよ
それでは見ていきましょう
手順
１．グーグルアカウントを用意する
２．Colab proを契約する（月額1000円ちょい）
３．Google driveにモデルとVAEを入れる
４．ColabとGoogle driveを接続する
５．stable diffusionを立ち上げる
Googleアカウントの用意
Google Colabへ
Colabにコード入力
「ファイル」から「ノートブックを新規作成」
ノートブック名（.ipynbより前）を好きな名前に変更し、「ランタイム」から「ランタイムのタイプを変更」をクリック
赤枠の「A100 GPU」「V100 GPU」「T4 GPU」の中からどれか１つ選択してください
ここで、モデルとVAEの準備をします（一度行ったら次からは飛ばせます）
簡単に言えばモデルは絵のテンプレ（画風）で、VAEは生成された絵を微調整するモノです（モデルとVAEの設定がなくても画像の出力はできます）
例えばモデルに「yayoi_mix」VAEに「vae-ft-mse-840000-ema-pruned」を使用したい場合（当ページのアイキャッチ画像はこのモデルとVAEの組み合わせで作っています）
それぞれリンク先からダウンロードできます
ダウンロードしたファイルをGoogle Driveにアップします
まずGoogle driveにアクセス（赤枠部分をクリック）
「マイドライブ」を選択し、画面中央付近で右クリック→「新しいフォルダ」を選択し、「stable-diffusion-webui」と名前をつけます
stable-diffusion-webuiフォルダをダブルクリックし、中に更に「outputs」と「models」フォルダを作ります
modelsフォルダの中に「Stable-diffusion」フォルダと「VAE」フォルダを作ります
ダウンロードしたモデルはStable-diffusionフォルダに、ＶＡＥはＶＡＥフォルダの中に入れてください（ドラッグアンドドロップでOK）
ここからコードを入力してGoogle driveへの接続、そしてStable-diffusion（automatic1111）を立ち上げます
Stable-diffusionは画像生成AIの名前で、automatic1111はStable-diffusionをブラウザで利用するためのWebアプリケーションです
作成したノートブックのコード欄にまず次のコードをコピペし、Shift+Enterで実行してください
!git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui%cd /content/stable-diffusion-webuifrom google.colab import drivedrive.mount('/content/drive')!mv /content/stable-diffusion-webui/models/Stable-diffusion /content/stable-diffusion-webui/models/Stable-diffusion.bkup!mv /content/stable-diffusion-webui/models/VAE /content/stable-diffusion-webui/models/VAE.bkup!ln -s /content/drive/MyDrive/stable-diffusion-webui/outputs /content/stable-diffusion-webui/outputs!ln -s /content/drive/MyDrive/stable-diffusion-webui/models/Stable-diffusion /content/stable-diffusion-webui/models/Stable-diffusion!ln -s /content/drive/MyDrive/stable-diffusion-webui/models/VAE /content/stable-diffusion-webui/models/VAE
%cd /content/stable-diffusion-webui!python launch.py --share --enable-insecure-extension-access
Stable Diffusion設定画面 各項目の意味
txt2imgタブ内
１．Sampling method
ノイズ除去アルゴリズムの選択。モデルによっては推奨のSampling methodがある
２．Sampling steps
ノイズ除去の処理を実行する回数。デフォルトは２０
３．Hires fix
高解像度の画像の生成
４．Refiner
Checkpoint項目で指定したモデルと元のモデルを合成し、画風を変える
５．Width,Height
生成する画像の横、縦のサイズ
６．Batch count
画像を生成する回数
７．Batch size
１回に生成する画像の枚数
Batch count×Batch sizeで画像の総数が決まります
８．CFG Scale
どれだけプロンプト通りに画像生成するかの数値。大きいほどプロンプトの通りに作られる。デフォルトは７
９．Seed
生成した画像にランダムに振り分けられる数値（Seedを-1で画像生成する場合）
サイクルボタンで数値を固定すると、同じSeed値（同じ人物）で別画像を作ることが出きる
１０．Script
比較画像の作成用
img2img inpaint内
１．Resize mode
画像のサイズの変更についてどのような処理が行われるか。元画像と生成画像でサイズが異なる前提で書きます
Just resize
縦横比が変わる
Crop and resize
縦横比は変えずに、元画像の一部をトリミングする
Resize and fill
縦横比は変えずに、新たにできた空白部分に作画を加える
Just resize（latent upscale）
Just resize同様縦横比が変わる。画像生成の際のUpscalerが異なる（高解像度処理が行われる）
２．Mask blur
対象とその外部の境界部分をどの程度ぼかすかの指定。値が大きいほどぼやける
３．Mask mode
Inpaint masked
範囲指定した部分に変更を加える
Inpaint not masked
範囲指定した部分以外に変更を加える
４．Masked content
fill
範囲指定した部分の周囲の色を参考に作画される
original
範囲指定した部分に対して元の画像を参照して作画される
latent noise
範囲指定した部分を一度ノイズに変更して、再度作画を行う
latent nothing
範囲指定した部分の元の色を参照して作画する
５．Inpaint area
Whole picture
画像全体を再生成し、その上で範囲指定した部分に変更が行われる
Only masked
範囲指定した部分に対してのみ変更が行われる
６．Only masked padding,pixels
マスク指定範囲内の余白の大きさ。大きいほど生成範囲が広がるためきれいに仕上がりやすい（Inpaint areaがOnly maskedのときのみ）
