【初心者向け】Stable Diffusion使い方をマスターするためのステップ

Stable Diffusion（ステイブル・ディフュージョン）は、AI技術を活用して画像を生成するツールの一つ。

Stable Diffusionは他の画像生成AIツールと違い、使う機能が多く、より高度な設定や指示ができますが、初心者の場合、どこから手を付ければよいのか、覚えればよいのかが分かりづらいです。

「プロンプト」や「LoRA」など言葉だけを知ってしまい、私もどこから手を付ければよいのかわかりませんでした

ということで、今回はパソコンが苦手な方でもわかりやすく、

私自身の体験から、覚えていく順番と、知っておきたいステップを作りました。

Stable Diffusionは非常に奥の深いツールですし、今後も色々な機能が増えていくと思うので、

この記事は自身の成長と共に、共有するために更新していきます。

Stable Diffusionとは何か

Stable Diffusionは、AI技術の先駆者として知られる「TechAI Corp.」によって開発されました。

同社はAI技術の普及と発展を目指しており、Stable Diffusionはその代表的な製品の一つとして知られています。

Stable Diffusionは、基本的な機能を無料で提供しています。

主な使い方としてはテキストで、生成したい画像のイメージを文章で指示します。

一般に公開されているモデルと呼ばれるファイルを利用、変更をすることで様々な画像を生成することができます。

Stable Diffusionを使う方法

Stable Diffusionを使う方法は２つあります。

• ローカル環境
• Google colab

Stable Diffusionを使うためにはPythonというプログラム言語を使います。

私Pythonの知識は全く持っていませんが、使えてますので大丈夫です

ローカル環境で使う

ローカル環境でStable Diffusionを利用する場合はまず使っているPCが対応しているかをチェックしましょう。

最低でもスペックはこのようになります。

Stable DiffusionはPythonをインストールして使います。

導入の手順についてはこちらをご覧ください。

関連記事

Google Colabを使う

Google Colab（Colaboratory）は、Google Research が提供するサービスで、ブラウザ上で Python を記述、実行できます。

Google Colabを使えば、自分のPCを使わずにブラウザ上で使用できます。

Google Colab無料版ではStable Diffusionが動作するGPUではないため、有料版を使うことになります。

100ユニットから購入（月額1,179円）でき、追加購入もできますが100ユニットでは半月持たないようです。

モデルを導入する

Stable Diffusionが使えるようになったら、次は「モデル」をダウンロードしましょう。

モデルをダウンロードする前に、知っておきたいのがライセンスについて。

Stable Diffusion自体は無料で商用利用できますが、モデルやこの後紹介するツールなどはそれぞれにライセンスがあり、クレジットを必要とするものもあります。

ライセンスについてはこちらで解説しています、ダウンロード時にわからなくなった時も見直してください。

関連記事

画像生成のためのプロンプト

Stable Diffusionの基本的な使い方が、

テキストを入力すると画像が生成できる機能です(txt2img)

プロンプトとは作りたい画像の特徴をテキストで表すこと。

呪文とも言われており、英語で入力します。

プロンプトにはルールがあります。

また、Stable Diffusionでは生成する際にやめてほしいことを指示する「ネガティブプロンプト」というものがあります。

ルールや髪型、風景画に使えるテキストなど詳しいことはこちらの記事で解説しています。

関連記事

ここまでの流れで、Stable Diffusionを使える環境を用意し、プロンプトを入力すると画像が生成できます。

次の項目からは、より便利なツールについて説明します。

Stable Diffusion基本操作

プロンプト入力以外の設定などについて。

画像サイズを変更

画像サイズの変更方法、縦長・横長に適したサイズなどを説明しています。

Stable Diffusionをさらに便利に使える機能

次に紹介する機能は、生成画像のクオリティアップやプロンプトの簡単挿入、また使い勝手をよくする機能についてです。

embedding

「embedding」は「埋め込み」という意味で、このツールをダウンロードして所定のフォルダに入れると、

ネガティブプロンプトの省略化などができるようになったり、苦手とされる手や指の指示に特化したembeddingがあります。

モデルには推奨される「embedding」がありますので、モデルをダウンロードする際は詳細もチェックしてみましょう。

関連記事

拡張機能

Stable Diffusionを日本語表示にしたり、候補の単語をすぐ呼び出せたり、プロンプトをランダムに生成できる機能など、便利な拡張機能が豊富にあります。

関連記事

画像から画像を生成する「img2img」

テキストからの画像生成ではなく、元となる画像から新たに画像生成できるのが「img2img」です。

• 髪型だけ変えたい
• 指を修正したい

など、生成後の画像のリメイクにも使える便利な機能です。

詳しくはこちらで解説しています。

関連記事

LoRAで学習させる

Stable DiffusionのLoRAとは、「Low-Rank Adaptation」の略です。

用途としては、AIの追加学習を行い、好みの画像を簡単に出力できるようにするツール

ただモデルを選んで画像を生成するのではなく

など、ランダムではなくより自分のイメージを表現しやすくなる機能です。

使い方は、目的に合ったLoRAのファイルをダウンロードして使います。

また、元となる画像を自分で学習させてLoRAを自作することもできます。