Stable Diffusion

愛犬をサントリーニ島にワープさせた DreamBoothとは DreamBoothは、Googleが自社のAI画像生成ツールであるImagen（非公開）に対して、彼女の顔や愛犬など対象の画像を数枚学習するだけで特徴をトレーニングできるツール。学習時に指定したタグ（呼び出し名）をプロンプトで使うことで学んだ対象を画像に呼び出せる。似た技術としてtextual inversionがあるが、DreamBoothはStable Diffusion1.4などのモデル全体を最適化するためより強力に作動する。 強力な反面、これまで40GB程度のGPUがなければトレーニング出来なかったが、ここ数日でStabl…

先日の台風で静岡県はなかなかの被害を受けた訳だが、残念ながらその被災地のものとされるニセ画像をAIで作成、Twitterに投稿した者がおり炎上していた。本人いわくは「いつものノリ」でそういう画像を作成したと言っていたが、やって良い事と悪い事の区別はつけなければならない。 偽画像の見分け方 まず結論から書けば下記の特徴を見れば見破りやすい。画像生成がStableDiffusion(以下「SD」と書く)でされていることを前提に書いている。 画像サイズが絶妙に小さくないか(特に512ピクセル四方でないか) 画像の縦横のサイズが64の倍数でないか 妙に画質が悪くはないか 人工物や人物の顔などに歪みがな…

魔法のプロンプト cute cat ear maid が効かないMidJourney、DALL-E2の生成例 AI画像生成のパラメータ整理 現在よく知られている4つの画像生成ツールである、MidJourney,Stable Diffusion,DALL-E2,ERNIE-ViLGの画像生成をseed固定で実証しようとしたが、DALL-E2とERNIE-ViLGの設定方法が不明で挫折w。後日改めてトライするとして、自分用に各AI画像生成ツールのパラメータ指定をまとめた。 ①MidJourney サイトのURL（Discord） discord.com 各種のパラメータはプロンプトで渡す。一部は設…

同一条件でSEED=1, 2, 3 の違い 他人と同じ絵が出る可能性 色んな作品を見ている中で、ふと自分が生成したのと全く同じ絵がどこかでUPされてたりするのかなと考えた。そこで同一の絵になる可能性を絵に変化を与えるパラメータなどを整理して少し実証してみた。 AI画像生成の絵の差を生むパラメータは下記がある。記載リストは影響が大きい順に記載した。 全く異なる絵になるパラメータなど プロンプトの違い（txt2img、img2img） 入力画像の違い（img2img） ツールの違い（MidJourney、DALL E-2、Stable Diffusion） モデルの違い（Ver違い、 Waifuな…

NovelAIのツィッターで公開された画像。同一キャラの絵を多数作成 想像を超えた進化 MidJourney、DreamStudio、DALL E-2、AUTOMATIC1111、Photoshop連携、Waifu/Trinartモデル利用など日進月歩のAI画像技術を楽しんでおり、今はSD1.5やWD1.3を待っている状態だが、何やらすごいサービスが間もなく始まる様だ。 AI画像生成はブログの挿絵作成や背景の下絵などであれば既に十分なスペックだが、漫画など連続性のあるものには人物画ではAIが生成する毎に微妙に顔が変化するため使いづらいのが現状である。また手や指の表現がまだまだである。 ところが…

Aiアートコンテストというのがありました。 Stablediffusionで作ったかわいい子を作りました 結果はどうかな？ sugar.cf

電通国際情報サービス、オープンイノベーションラボの比嘉康雄です。 Stable Diffusion入門シリーズ、今回は、長い呪文は切り捨てられる編です。 からあげさんのStable Diffusionの内容を理解するための情報・書籍の記事の中に出てくる最初の75個分以降の文章は、バッサリ捨てられてしまう記事をみて、自分でも検証してみたのが今回の記事です。 これまで、意味のある区切りとして、カンマ（,）を使っていたのですが、カンマ（,）は75個のトークンの一つとして重複して数えられ、カンマ（,）を削っても出力結果はほとんど変わらないことを知って愕然としました。 Stable Diffusionの…

本日の出来事 來実ましろ先生に朝のご挨拶をした 香月ひさぎさんに朝のご挨拶をした アイプラが給料日だったけど、ガチャは出なかった Stable Diffusionの投稿をすることを忘れた 最近、5ちゃんねる解説みたいな動画をたくさんおすすめで表示される気がするこの頃 以上。

はじめに こんにちは。基礎技術研究部で日々セキュリティと機械学習をやっている茂木です。 今年も夏に突入し、暑い日々が続いております。と言いたいところですが、もう 9 月の末(執筆時)になってしまいました。 Black Hat USA 2022 が開催されてから少し時間がたってしまいましたね。 少し遅れてしまいましたが、今年も、「Black Hat USA 2022 注目発表 1 ～ 機械学習とサイバーセキュリティの発表紹介」と題し、"AI, ML, & Data Science" トラックの中の発表からいくつか見ていきます。「機械学習とサイバーセキュリティ」としたのは、2 つの観点があるからで…

今日の出来事 白崎透子さんのノートPCの電源が落ちて大変そうだったことを確認した 來実ましろ先生にもくもくようびのご挨拶をした 香月ひさぎさんに朝のご挨拶をした しごおわのご挨拶と一緒にStable Diffusionのツイートをした プロセカに久々にログインしたらカラフェス直前で石を貯めようと思った アイプラを順調に進めているが、ガチャを引く石が足りない プリコネRに久々にログインしたら新しくキャラが登場していたのでガチャを引いたら出なかった 以上。

ブログバトンが回ってきたのでやってみます。 はてなの古参、ゆきにー（id:yuki_2021） さんから。 テーマ性のあるなかなか濃ゆい内容のバトンです。しかしコレを俺に聞いて、一体どうしようというのだろうか・・w ゆきにーさんも仰る通り、Z 世代とかハチロク世代？のデジタルネイティブ向けの質問が多く、おぢさんみたいなジェネレーション X な「インターネット老人会」の会員には質問に出てくる単語と意味の半分くらいが分からなかったですw Google 検索くらいはできるので「カタカタカタ・・」と調べて意地でも全部答えてやろうとも思いましたが、付け焼き刃を斜に構えても Z 戦士たちに秒で看破されそう…

自動画像生成AIについて興味深い記事がMITテクノロジーレビューに掲載されていた。 www.technologyreview.jp この記事の本題は、自動画像生成AIで模倣される作家の著作権の問題だが、面白いのはStable Diffusionで指定される画家には歴史上の画家は少なく、グレッグ・ルトコフスキGreg Rutkowskiが圧倒的に多かったという。ルトコフスキは、ポーランド出身のデジタル・アーティストで、古典的な絵画様式を用いてファンタジーの世界を描く。これまでに、多くのゲームにイラストを制作してきた。 ステーブル・ディフュージョンに入力された指示文と出力結果を1000万件以上追跡…

2022年 「老いたピアノ職人は……」「note（メンバーシップ）」２０２２年１０月１日／Stable Diffusion＋小説（書籍未収録） 「丸善に置き去られた檸檬の……」……「note（メンバーシップ）」２０２２年９月２４日／Stable Diffusion＋小説（書籍未収録） 「あなたはいちごと同じ色の服を……」……「note（メンバーシップ）」２０２２年９月２０日／Stable Diffusion＋小説（書籍未収録） 「死よりも重たげな肉厚の……」……「note（メンバーシップ）」２０２２年９月１０日／Stable Diffusion＋小説（書籍未収録） 「かつてここは」……「not…

今日の出来事 さのつき先生に朝のご挨拶をした 來実ましろ先生に朝のご挨拶をした 香月ひさぎさんに朝のご挨拶をした LINEのアイコンを変えたくなった るみぴゃん先生のツイートを見て月見バーガーを食べたくなった カナタヒカリちゃんの限定放送を見た Stable Diffusionのツイートをした 以上。

先日、いらすとやの画像でTextual Inversionを試したが、今回は同じく数枚の画像でスタイルを学習するDreamboothを試してみる。Dreamboothは、元は、GoogleのImagenに対して適用された手法だが、Stable Diffusionに適用できるようにした実装が公開されたので、それを使って試してみた。 GitHub - XavierXiao/Dreambooth-Stable-Diffusion: Implementation of Dreambooth (https://arxiv.org/abs/2208.12242) with Stable Diffusion…

ローカル環境でStable Diffusionを動かすためにOptimized Stable Diffusion GUI Toolを導入してみた。Optimized Stable DiffusionはVRAMが少ないGPUに最適化されたフォークで、VRAMが4GBしかないGTX 1050 Tiでも十分に動作した。 また、Stable Diffusion web UIにはNegative promptという機能が実装されている。Promptとは逆に排除したい要素を指定することができ、特に繊細な人物のイラストを生成する際に有用だそうだ。 仕組みや実装方法は上のページに書かれているので、詳しくはそち…