今回は最近ニュースなどでも話題のAIコスプレイヤーの画像を作成する方法について解説します。AIコスプレイヤーの画像作成には、画像生成AIであるStable Diffusionを使用します。
Stable DiffusionのWebUIであるAUTOMATIC1111を使用するとこで、プログラミングや機械学習の知識がなくても簡単に画像を生成できます。
AUTOMATIC1111を使うとプログラミングやAIの専門知識がなくてもAIコスプレイヤーが作成可能。
今回は最短でAIコスプレイヤーを作成するための最低限の知識だけをまとめましたので、ぜひ挑戦してみてください。
また、当ブログのStable Diffusionに関する記事を以下のページでまとめていますので、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の環境を構築する
まずStable Diffusionで画像を生成するためには、実行環境を構築する必要があります。
Stable Diffusionはオープンソースのソフトウェアであるため、Stable Diffusionを実行するマシンを用意します。
その上で、AUTOMATIC1111というStable DiffusionのGUIアプリを使用して画像生成を行います。
Stable Diffusionを実行するためには、高性能なPCが必要となります。
自宅にゲーミングPCをすでに所有している場合や、導入する予算がある方はローカル環境で構築することも可能ですが、そうでない場合はクラウドコンピューティングサービスを利用されるのがおすすめです。
ゲーミングPCや高性能なグラフィックボードを所有していない、または低予算で初めていという方にはPaperspaceがおすすめです。
月8ドルから利用できるProプラン以上では、高性能なグラフィックボードを搭載したマシンが定額制で利用可能です。（マシンの空きがない場合は待ち時間が発生します）
以下の記事で、具体的な環境構築手順を解説していますので、事前に済ませておいてください。
AUTOMATIC1111とは
AUTOMATIC1111はStable Diffusionをブラウザから利用するためのWebアプリケーションです。AUTOMATIC1111を使用することで、プログラミングを一切必要とせずにStable Diffusionで画像生成を行うことが可能になります。
AUTOMATIC1111の公式リポジトリは以下となります。
ローカル環境
GPUを搭載したローカルPCでAUTOMATIC1111を使用する方法について、以下の記事で解説しています。
Google Colaboratory
Googleのクラウドコンピューティングサービス、Google ColaboratoryでAUTOMATIC1111を使用する方法については、以下の記事で解説しています。
2023年5月現在、Google Colaboratoryの利用規約が改訂され、Stable Diffusionなどの画像AIの利用が可能なのは有料のProプランのみとなりました。
無料プランでStable Diffusionを使用すると、アカウント停止等の措置が取られる可能性がありますのでご注意ください。（詳細はGoogle Colaboratoryの利用規約をご確認ください。
Paperspase
定額制で高性能GPUを利用できるクラウドコンピューティングサービス、PaperspaceでAUTOMATIC1111を使用する方法については、以下の記事で解説しています。
Stable Diffusionで使用するモデルを用意する
Stable Diffusionを実行するための環境構築が完了したら、続いて使用する学習済みモデルを用意します。
Stable Diffusionで生成される画像は、使用するモデルによって絵柄が大きく変わります。
好みのキャラクターや風景を生成するためには、それに合ったデータを学習しているモデルを探す必要がります。
Stable Diffusionのフォトリアル系モデルを以下の記事で紹介していますので、好みのモデルを探してみてください
初心者におすすめのモデル、LoRA
手っ取り早くハイクオリティなAIコスプレイヤーを生成したいという方向けには、以下のモデルとLoRAを組み合わせて使用するのがおすすめです。
モデル
フォトリアル系モデルChilloutMixです。以前、Twitterなどで「AIコスプレイヤー」というキーワードがトレンド入りした時によく使われていたモデルがこちらです。
現在は商用利用不可となっていますが、個人で楽しむだけであれば問題ありませんのでおすすめです。
LoRA
ChilloutMixと組み合わせて使用できるおすすめのLoRAが「Japanese-doll-likeness」です。
かわいい日本人風のキャラクターを生成することができます。
モデルファイルを配置する
モデルファイルを入手したら、Stable Diffusionのディレクトリに配置します。
実行環境により配置方法が異なりますので、ご利用の環境の項目を参考にしてください。
ローカル環境
ローカル環境で使用する場合は、ローカルPCの以下のディレクトリにモデルファイルを配置してください。
Paperspace
Paperspaceで使用する場合は、Paperspaceの仮想マシンの以下のディレクトリにモデルファイルを配置してください。
LoRAファイルを配置する
続いてLoRAファイルについても、Stable Diffusionのディレクトリに配置します。
LoRAファイルの配置場所と使用方法については、以下の記事で解説しています。事前に配置を済ませてい置いてください。
プロンプト（呪文）を作成する
続いて絵柄を指示するプロンプト（呪文）を作成します。
プロンプトでキャラクターの容姿や服装を細かく指示することで生成する画像をコントロールします。
画像のクオリティを上げる基本的なプロンプトは以下の記事で解説しています。
アニメの好きなキャラクター名等を入れて画像を生成することもできるのですが、著作権の問題もありますので今回はコスプレイヤー風の容姿になるキーワードを紹介します。
これらのキーワードを組み合わせてお気に入りのコスプレイヤーを作成してみてください。
髪色
アニメに登場するようなカラーの髪を生成するためのプロンプトです。
pink hair, light blue, light green,
髪型
髪型を指示するためのプロンプトです。
ponytail, Long curly hair, twintails,
服装
服装を指示するプロンプトです。
魔女風の衣装を生成します。
robe of witch
制服風の衣装を生成します。
フォトリアル系モデルでは「school uniform」等のキーワードでは生成することが難しいため、部位ごとに指示していく必要があります。
ties, ruffled ties, ruffles, ruffled shirts, long sleeves, black skirt, high-waisted skirt,
アニメに登場しそうなメカスーツです。
mecha suit,
プロンプトについてはAIイラスト投稿サイトなどでプロンプトが公開されているものもありますので、参考に試してみてください。
Stable Diffusionのパラメータを設定する
最後に使用するモデル、プロンプト、パラメータをStable DiffusionのWebUI上で設定します。
設定方法は以下の記事で解説していますので、参考に設定してください。
画像を生成する
パラメータを入力したら「Generate」ボタンをクリックして画像を生成します。
今回はサンプルとして以下のようなプロンプトで画像を生成した結果を紹介します。
尚、ここで紹介するイラストでは全て以下のネガティブプロンプトを使用しています。
Easy Negative (worst quality:2) (low quality:2) (normal quality:2) lowers normal quality ((monochrome)) ((grayscale)),skin spots,acnes,skin blemishes,age spot,ugly face,fat,missing fingers, extra fingers, extra arms,open chest,thick eyebrows, huge breasts, open chest魔女
ファンタジー系アニメに出てきそうな魔女風の衣装です。
((masterpiece:1.4, best quality)), ((masterpiece, best quality)), (photo realistic:1.4) ((1girl)), (ultra highres:1.2), Japanese idle (Japanese actress) ,beautiful girl with beautiful details, very cute, beautiful girl with beautiful details, professional photography lighting, extremely detailed eyes and face, eyes with beautiful details, pink hair, robe of witch, fantasy world background
メカスーツ
SFアニメに出てきそうなメカスーツです。
((masterpiece:1.4, best quality)), ((masterpiece, best quality)), (photo realistic:1.4) ((1girl)), (ultra highres:1.2), Japanese idle (Japanese actress) ,beautiful girl with beautiful details, very cute, beautiful girl with beautiful details, professional photography lighting, extremely detailed eyes and face, eyes with beautiful details,light green hair, mecha suit, Futuristic city background
森に住むエルフ
ファンタジー系アニメに出てきそうなエルフという人種です。
((masterpiece:1.4, best quality)), ((masterpiece, best quality)), (photo realistic:1.4) ((1girl)), (ultra highres:1.2), Japanese idle (Japanese actress) ,beautiful girl with beautiful details, very cute, beautiful girl with beautiful details, professional photography lighting, extremely detailed eyes and face, eyes with beautiful details, elf ears, fantasy world elf ears, slender, thin legs,
応用編
ここからは応用編のテクニックを紹介します。
高画質化する
お気に入りの画像が生成されたら、AUTOMATIC1111の機能を使ってさらに高画質、高精細化することができます。
高画質化の手順を以下の記事で解説しています。
ポーズを指定する
ControlNetという拡張機能を使用することで、キャラクターポーズや絵の構図を自在にコントロールすることが可能です。
ControlNetの使い方を以下の記事で解説しています。
手を修正する
Stable Diffusionで画像を生成する際に、大きな失敗要因となる手の描画について、部分的に修正する方法を以下の記事で解説しています。
Stable Diffusionのローカル環境
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。
エントリーモデルのGPU
予算を安く抑えたい方向けにはRTX4070を搭載したグラフィックボードがおすすめです。
予算に余裕がある方向け ミドル～ハイエンド
予算に余裕がある方向けにおすすめのRTX 4080、ビデオメモリ16GB以上搭載のモデルです。
大サイズの画像を高速に生成したい方向けのハイエンドGPU、RTX 4090 ビデオメモリ24GB搭載モデルです。
予算とパフォーマンスに合わせて選んでみてください。
画像生成AIについて学ぶ
動画学習プラットフォームUdemyでは、画像生成AIで高品質なイラストを生成する方法や、AIの内部で使われているアルゴリズムについて学べる講座が用意されています。
Udemyは講座単体で購入できるため安価で（セール時1500円くらいから購入できます）、PCが無くてもスマホでいつでもどこでも手軽に学習できます。
画像生成AIの使い方を学ぶ
Stable DiffusionやMidjourneyの使い方や活用方法を勉強したい方には、以下の講座がおすすめです。
【文字からイラスト画像を生成】素人でもプロ並みの絵を作れる画像生成AIツール講座【ChatGPTも活用】
画像生成AIの仕組みを学ぶ
画像生成AIの仕組みについて学びたい方には、以下の講座がおすすめです。
画像生成AIで使用される変分オートエンコーダやGANのアーキテクチャを理解することで、よりクオリティの高いイラストを生成することができます。
AIによる画像生成を学ぼう！【VAE / GAN】 -Google ColabとPyTorchで基礎から学ぶ生成モデル-
UdemyのStable Diffusionなど、AIアート関連の講座は海外のものも多いですが、ブラウザのリアルタイム翻訳機能を使うことで日本語字幕付きで視聴できます。
Udemyの海外講座の字幕を日本語化する方法
まとめ
今回は画像生成AIであるStable Diffusionを使って、AIコスプレイヤーの画像を作成する方法について解説しました。使用するマージモデルやプロンプトを工夫して自分だけのオリジナルのコスプレイヤーを作成してみてください。
また、以下の記事で効率的にPythonのプログラミングスキルを学べるプログラミングスクールの選び方について解説しています。最近ではほとんどのスクールがオンラインで授業を受けられるようになり、仕事をしながらでも自宅で自分のペースで学習できるようになりました。
スキルアップや副業にぜひ活用してみてください。
スクールではなく、自分でPythonを習得したい方には、いつでもどこでも学べる動画学習プラットフォームのUdemyがおすすめです。
講座単位で購入できるため、スクールに比べ非常に安価（セール時1200円程度～）に学ぶことができます。私も受講しているおすすめの講座を以下の記事でまとめていますので、ぜひ参考にしてみてください。
それでは、また次の記事でお会いしましょう。
