【SD1.5】初音ミク画像生成ベンチマーク

Diffusion Modelによる画像生成では下記のような要素を変更することで、簡単に生成結果を大きく変化させることができる。

• モデル, VAE（Variational Autoencoder）
• 追加学習（Textual Inversion）
• 追加学習（LoRA）

ここでは「初音ミク」を生成対象とし、要素を変えながらいくつか画像生成を行った結果を掲載する。

利用するもの一覧

• 描画対象
  • 初音ミク（hatsune miku）
• モデル, VAE
  • sd-v1-4
  • AOM3, oramgemix.vae
• 追加学習（Textual Inversion）
  • EasyNegative
  • bad-hands-5
• 追加学習（LoRA）
  • flat

生成方法

番号	Model, VAE	追加学習（Textual Inversion）	追加学習（LoRA）
結果1	sd-v1-4	-	-
結果2	AOM3, oramgemix.vae	-	-
結果3	AOM3, oramgemix.vae	EasyNegative	-
結果4	AOM3, oramgemix.vae	EasyNegative, bad-hands-5	flat

生成結果

結果1

hatsune miku
Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 3272356495, Size: 512x768, Model hash: fe4efff1e1, Model: sd-v1-4, Clip skip: 2

結果2

hatsune miku
Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 1477562008, Size: 512x768, Model hash: d124fc18f0, Model: AOM3, Clip skip: 2

結果3

hatsune miku
Negative prompt: EasyNegative
Steps: 30, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 534580541, Size: 512x768, Model hash: d124fc18f0, Model: AOM3, Clip skip: 2

結果4

<lora:flat2:-1>, hatsune miku
Negative prompt: EasyNegative, bad-hands-5
Steps: 30, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 673866072, Size: 512x768, Model hash: d124fc18f0, Model: AOM3, Clip skip: 2

クレジット

これらのAI画像の作品はピアプロ・キャラクター・ライセンスに基づいてクリプトン・フューチャー・メディア株式会社のキャラクター「初音ミク」を描いたものである。