今回は画像生成AI、Stable DiffusionをPythonコードから実行する際に、ネガティブプロンプトを(Negative Prompt)を指定して画像を生成する方法を解説します。
ネガティブプロンプトを使いこなすことで、よりクオリティの高い絵を生成することができますので、ぜひ活用してみてください。
また、Stable Diffusionに関する記事を以下のページで解説していますので、あわせてご覧ください。

以下のページで自然言語処理モデルGPT-3を使ったライティングツールCatchyで、Stable DiffusionのPromptを自動生成する方法について解説していますので、あわせてご覧ください。

Stable Diffusionとは
Stable Diffusion(ステーブル・ディフュージョン)は2022年8月に無償公開された描画AIです。ユーザーがテキストでキーワードを指定することで、それに応じた画像が自動生成される仕組みとなっています。
NVIDIAのGPUを搭載していれば、ユーザ自身でStable Diffusionをインストールし、ローカル環境で実行することも可能です。
(出典:wikipedia)
Stable Diffusion 2.xのセットアップ
Stable Diffusion 2.xのセットアップ方法については以下のページで解説していますので、事前に済ませておいてください。

ネガティブプロンプト(Negative Prompt)とは

画像生成系AIでどのような絵を出力して欲しいかを指示する文字列をプロンプト(Prompt)といいます。
逆に生成される絵の中から除外して欲しい要素を指示するには、ネガティブプロンプト(Negative Prompt)を指定してやることで実現できます。
画像生成AIであるStable Diffusionにも推論して画像を生成するメソッドに、ネガティブプロンプトを指定することができるインタフェースが用意されています。
今回はこのネガティブプロンプトをPythonコードでどのように実装するかを解説します。
作成したソースコード
今回は出力結果の違いを分かりやすいくするために、ケーキの画像を生成して比較するサンプルプログラムを用意しました。
フルーツの載ったケーキの画像を出力させ、そのまま実行した場合と、ネガティブプロンプトで「いちご」を指定した場合の画像を比較して見ます。
ネガティブプロンプト(Negative Prompt)を指定する方法
まずプロンプトに設定する文字列を指定する処理です。
「prompt」という変数には、描きたい絵を指示するための文字列を設定します。今回は「cake with fruit」(フルーツの載ったケーキ)を指示しました。
そして、排除したい要素として「n_prompt」という変数に「stawberry」(イチゴ)というネガティブプロンプトを指示しました。
#プロンプト(指示)
#ポジティブプロンプト
prompt = "cake with fruit" #フルーツの載ったケーキ
#ネガティブプロンプト
n_prompt = "strawberry" #いちご
推論を実行するためのメソッド「pipe」のパラメータ「negative_prompt」(第2引数)に、先ほど設定したネガティブプロンプトの変数「n_prompt」を渡します。
#推論を実行
image = pipe(prompt, negative_prompt=n_prompt, height=768, width=768).images[0]
全体のソースコード
今回、作成した全体のソースコードは以下の通りです。
from diffusers import StableDiffusionPipeline, EulerDiscreteScheduler
import torch
from datetime import datetime
#使用するモデルを指定
model_id = "stabilityai/stable-diffusion-2"
#パイプライン作成
scheduler = EulerDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
pipe = StableDiffusionPipeline.from_pretrained(model_id, scheduler=scheduler, revision="fp16", torch_dtype=torch.float16)
pipe = pipe.to("cuda")]
#プロンプト(指示)
#ポジティブプロンプト
prompt = "cake with fruit" #フルーツの載ったケーキ
#ネガティブプロンプト
n_prompt = "strawberry" #いちご
#生成枚数
num_images = 3
#画像を生成
for i in range(num_images):
#推論を実行
image = pipe(prompt, negative_prompt=n_prompt, height=768, width=768).images[0]
#ファイル名を生成
date = datetime.now().strftime("%Y%m%d_%H%M%S")
path = date + ".png"
#画像を保存
image.save(path)
実行結果
ネガティブプロンプトを設定しない場合と、設定した場合で実際にStable Diffusionが出力した画像を比較して見ます。
ネガティブプロンプトを設定していない場合
こちらがネガティブプロンプトを設定しない場合の画像です。
色とりどりのフルーツが載ったケーキが出力されました。(一部謎のフルーツも載っていますが…)

もう1枚同じ条件で出力してみました。こちらもイチゴとブルーベリーのようなフルーツが載ったケーキです。

ネガティブプロンプトで「いちご」を設定した場合
続いてこちらがネガティブプロンプトで「いちご」を指定した場合に出力された画像です。
得体のしれないフルーツが混じってはいますが、明らかにいちごらしき赤いフルーツは消えました。

同じ条件でもう1枚、ブルーベリーとパイン?のようなフルーツが載っているケーキが出力されました。
いちごと思われるフルーツは確認できません。

以上のように、ネガティブプロンプトがうまく機能していることが確認できました。

安定した環境を手に入れるためにはローカルでの構築がおすすめ
Stable Diffusionを使用する際にGoogle ColaboratoryやWebサービスを利用されている方も多いかと思います。しかし、最近Google Colabの無料での使用範囲が大きく制限されたり、Webサービスでは月額費用がかかったりします。
欲しいイラストを生成するにはかなりの回数をトライする必要があるため、これらの制約に縛られることなく使用できるローカル環境を構築するのがおすすめです。
ローカルのPCに搭載するグラフィックボード
ローカルマシンで実行する上で重要になってくるのがグラフィックボードです。
Stable Diffusionでイラストを生成するために実行される推論処理を、グラフィックボード上のGPUを使って大幅に高速化することができます。
トライする回数が増えれば品質の高いイラストが生成される可能性が上がりますので、グラフィックボードは重要です。
Stable Diffusionで使用するためのGPUは2022年に新たにNVIDIAから発売されたRTX4000シリーズのGPUとVRAM12GB以上のものがおすすめです。最近は半導体不足も一服したこともあり、新しい製品ながら価格が下がりつつあります。
また、PCのパーツ交換等ができない方には、RTXを搭載したゲーミングPCがおすすめです。
HP ゲーミングデスクトップPC OMEN by HP 40L RTX 3070 Ti Core i7 16GB 1TB Win11 Pro
Pythonによる自動化、UIの作成
当ブログでもソースコードを公開していますが、Stable Diffusionを使用するためのコードはPythonで簡単に実装することができます。Pythonの初歩的なプログラミングを習得することで、Promptを自動で生成、組み合わせ変更してトライするプログラムを作成したり、他の方が配布されているオープンソースのUIを自分好みにカスタマイズすることも可能です。
Pythonのプログラミングを学びたい方には、初心者からでも挫折することなく習得できるオンラインスクールがおすすめです。

最近ではほとんどのスクールがオンラインに対応しており、好きな時に自宅で自分のペースで学ぶことができます。
まとめ
今回はStable DiffusionをPythonコードで実行する際に、ネガティブプロンプトを指定する方法について解説してみました。ネガティブプロンプトを使うことでより描画の自由度がアップすると思いますので、ぜひ試行錯誤してみてください。
また、プロンプトをGTP-3で自動生成する方法も以下のページで解説していますので、あわせてご覧ください。

それでは、また次の記事でお会いしましょう。