|
--- |
|
license: creativeml-openrail-m |
|
language: |
|
- en |
|
tags: |
|
- stable-diffusion |
|
- stable-diffusion-diffusers |
|
- text-to-image |
|
|
|
--- |
|
|
|
[東北ずん子プロジェクト](https://zunko.jp/)のキャラクターイラストを用いてDreamBoothで学習したモデルです. |
|
|
|
- ``itako``: 東北イタコ |
|
- ``zunko``: 東北ずん子 |
|
- ``kiritan``: 東北きりたん |
|
- ``zundamon``: ずんだもん (人間形態) |
|
- ``metan``: 四国めたん |
|
- ``usagi``: 中国うさぎ |
|
- ``awamo``: 沖縄あわも |
|
- ``shinobi``: 関西しのび |
|
- ``hokamel``: 北海道めろん |
|
- ``sora``: 九州そら |
|
- ``chanko``: 大江戸ちゃんこ |
|
|
|
学習画像はなるべく衣装にバリエーションをもたせているので,「公式衣装」は出にくいです. |
|
|
|
[shirayu/sd-tohoku-v1](https://huggingface.co/shirayu/sd-tohoku-v1)と比べてキャラクターが増え, |
|
学習元モデルも変更しています. |
|
ただし,全てが改善されているとはいえません. |
|
(例えば``itako``の画像が非常に出力しにくいです.) |
|
|
|
その理由として |
|
|
|
- 1キャラクターあたりの学習枚数を16枚に絞った |
|
- 同時に学習したキャラクターが11名と多い |
|
- 学習元モデルがまだEpoch 1での学習結果である |
|
|
|
など様々な理由が考えられます. |
|
|
|
[shirayu/sd-tohoku-v1](https://huggingface.co/shirayu/sd-tohoku-v1)と比較して, |
|
その時々によって使い分けをされることをおすすめします. |
|
|
|
また,元モデルのリリースノートの[Waifu Diffusion 1.4 Anime Release Notes](https://gist.github.com/harubaru/8581e780a1cf61352a739f2ec2eef09b)も参考にしてください. |
|
|
|
## ファイル形式 |
|
|
|
1. [AUTOMATIC1111/stable-diffusion-webui](https://github.com/AUTOMATIC1111/stable-diffusion-webui)などckptファイルを読み込むツールの場合 |
|
|
|
[sd-tohoku-v2.model.ckpt](https://huggingface.co/shirayu/sd-tohoku-v2/resolve/main/ckpt/sd-tohoku-v2.model.ckpt)(約2.5GB)と[sd-tohoku-v2.yaml](https://huggingface.co/shirayu/sd-tohoku-v2/resolve/main/ckpt/sd-tohoku-v2.model.yaml)をダウンロードして読み込んでください |
|
|
|
2. [diffusers](https://github.com/huggingface/diffusers)から利用する場合 |
|
|
|
```python |
|
from diffusers import DiffusionPipeline |
|
pipeline = DiffusionPipeline.from_pretrained("shirayu/sd-tohoku-v2") |
|
``` |
|
|
|
## 紹介動画 |
|
|
|
## ライセンス |
|
|
|
[CreativeML Open RAIL-M license 1.0](https://hf.space/static/bigscience/license/index.html) |
|
|
|
また,各種法令・各種ガイドラインにご留意ください. |
|
例えば,生成された画像が東北ずん子プロジェクトのキャラクターを含む場合, |
|
[「東北ずん子プロジェクト キャラクター利用の手引き」](https://zunko.jp/guideline.html)に基づいて利用してください. |
|
|
|
## 学習設定 |
|
|
|
- 元モデル: [Waifu Diffusion 1.4 Anime Epoch 1](https://huggingface.co/hakurei/waifu-diffusion-v1-4) (``wd-1-4-anime_e1.ckpt``) |
|
- 学習画像 |
|
- 11キャラクター計111枚 |
|
- アルファチャンネルは削除 + 白背景 + センタリング + 448x640にリサイズ |
|
- 正則化画像なし |
|
- 学習元コード: [ShivamShrirao/diffusers](https://github.com/ShivamShrirao/diffusers) (``85d8b49``) |
|
- 学習設定 |
|
- Instance ID: ``itako``, ``zunko``, ``kiritan``, ``zundamon``, ``metan``, ``usagi``, ``awamo``, ``shinobi``, ``hokamel``, ``sora``, ``chanko`` (11種) |
|
- Instance prompt: ``<ID>, 1girl`` |
|
- NVIDIA A100で約160分, 600エポック |
|
- 学習用コマンド |
|
|
|
```bash |
|
accelerate launch \ |
|
--num_cpu_threads_per_process 12 \ |
|
train_db.py \ |
|
--pretrained_model_name_or_path="wd-1-4-anime_e1.ckpt" \ |
|
--train_data_dir="/content/data/img_train" \ |
|
--reg_data_dir="/content/data/img_reg" \ |
|
--output_dir="/content/data/output_models" \ |
|
--prior_loss_weight=1.0 \ |
|
--resolution="448,640" \ |
|
--train_batch_size="4" \ |
|
--learning_rate="1e-6" \ |
|
--max_train_steps="8400" \ |
|
--use_8bit_adam \ |
|
--cache_latents \ |
|
--v2 \ |
|
--logging_dir="/content/data/logs" \ |
|
--save_every_n_epochs "10" \ |
|
--save_last_n_epochs "1" \ |
|
--save_state \ |
|
--mixed_precision='fp16' |
|
``` |
|
|
|
後半300エポックは``--output_dir``を変え,``--resume /content/data/output_models/last-state``で再開. |
|
|
|
## 学習に使った画像 |
|
|
|
<img src="https://huggingface.co/shirayu/sd-tohoku-v2/resolve/main/images/train_input.png" width="500" alt="学習に使った画像"> |
|
|
|
## 生成例 |
|
|
|
<img src="https://huggingface.co/shirayu/sd-tohoku-v2/resolve/main/images/example_chanko.png" width="500" alt="生成例(大江戸ちゃんこ)"> |
|
|
|
```txt |
|
masterpiece, best quality, chanko, 1girl, white dress, sing on a stage, hold a microphone |
|
Negative prompt: out of frame, armature drawing, mutated hands and fingers, poor drawing, amateur, bad painting, bad painting of arms, bad anatomy, mutation, extra limbs, ugly, fat |
|
Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 7.5, Seed: 4103437300, Size: 512x704, Model hash: c6343649 |
|
``` |
|
|
|
<img src="https://huggingface.co/shirayu/sd-tohoku-v2/resolve/main/images/example_sora.png" width="500" alt="生成例(九州そら)"> |
|
|
|
```txt |
|
sora, skirt, reading a book in room, smile, masterpiece, best quality, high quality, absurdres, Anime key visual |
|
Negative prompt: worst quality, low quality, medium quality, deleted, lowres, comic, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry |
|
Steps: 55, Sampler: Euler a, CFG scale: 7.5, Seed: 4198993211, Size: 512x640, Model hash: c6343649 |
|
``` |
|
|