Bondiment

こんにちは、Stable Diffusionを触ったのは久々です。2019年頃にはかなり熱中していましたが、今後もプロンプトと画像生成の楽しみを追求していくつもりです。約2週間前に戻って以来、CivitAIで多くの仲間たちが残した素晴らしい作品をいろいろと見て回り、自分もComfyUIでモデルのマージを試してみようと思いました。過去にはSD1.5が盛んだった頃、小さなチェックポイントやLoRAモデルのマージしかしたことがありませんでした。

今回マージしたのは、前述の「MiaoMiaoHarem」[/model/934764/miaomiao-harem]と「One Obsession」[/model/1318945?modelVersionId=1897112]のシンプルな組み合わせです。

これは私がこれまで行なった中で最も単純なマージのひとつです。具体的には：

• MiaoMiaoHaremのモデルベースの75%
• One Obsessionのモデルベースの25%
• One ObsessionのCLIPベースの100%

をComfyUIで処理しました。

このマージの理由は、この2つのモデル間で、ユーザーが非常に具体的にプロンプトを書けば、大きな自由度が得られることに気づいたからです。最近私が試してきた他のマージと比べて、One Obsessionの極めて具体的なプロンプト機能と長いトークン化プロセスにより、CLIP文字列をはるかに長くできるため、MiaoMiaoHaremのデータセットの多くをその拡張された文字列で拾うことができ、One Obsessionで長いプロンプトを書いて生成される画像にしばしば感じられる「行き詰まり」を回避できました。

どちらのモデルも単体で非常に優れており、多くの面でむしろ単体で使った方が良いと思います。しかし、ぜひこのマージモデルを試してみて、ご感想をお聞かせください！

私はサポートを要請しません。代わりに、このような豊富なモデルを構築し、コミュニティが自由に使えるようにしてくれた人々を応援していただきたいと思います。以下のリンクからそれらのモデルを確認できます。

このモデルは、元となった2つのモデルの重複と範囲のおかげで、さまざまなサンプラーやスケジューラーで安定して動作します。以下に、私が個人的に最も効果的だと感じた設定を記載します。

CFG：通常、CFGを2.2〜6.5に保つと認識可能な画像が生成されますが、最も良い結果は3.0〜5の範囲で得られました。

サンプラーとステップ数の設定は、プロンプトの長さによって大きく変わります。プロンプトのガイドラインをより具体的にすればするほど、対象にかかわらずステップ数とCFG値は高めに設定した方が良いでしょう。

最適な結果を得るためには、以下の順序で使用しています：

• DPM++_2M Karras：35ステップ
• Euler a Exponential：40ステップ
• Heun++2 Karras：50ステップ

（MiaoMiaoHarem）[/model/934764/miaomiao-harem]
および
（One Obsession）[/model/1318945?modelVersionId=1897112]

とはいえ、ここには新しい要素がたくさんあり、私が自動1111で遊んでいた頃にはこれらを知らなかったので、戻ってからは圧倒され、有名な2つのモデルをマージしてみたくなりました。離れている間に、ここに新たに開発された多くの権利表示カードに混乱しないよう、念のためモデルのホストが公開しているHugging Faceページを確認しました。

[https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0]
および
[https://freedevproject.org/faipl-1.0-sd/]

上記リンクの情報に基づくと、この2つのモデルを単純にマージすることは、「Fair AI Public License 1.0-SD」の範囲内に該当すると理解しています。また、私は「MiaoMiao Harem」[/model/934764/miaomiao-harem]の作成者であるMIAOKA[https://civitai.com/user/MIAOKA]に連絡し、彼が最近公開したAutomatic1111ユーザー向けの「このツールガイド」[https://civitai.com/articles/16163/miaokaimageeffects-a1111-webui]をもとに、このマージモデルを維持するための明示的な許可を依頼しました。

ご閲覧いただき、ありがとうございました。