画像生成AI「Stable Diffusion」がデモ用サイト、LINE、Google Colaboratoryで使えて、しかも無料なので感動したお話

1.はじめに

どうも、ARIの名古屋支社に勤務している愛知県民です♪
(/・ω・)/

2022/8/22に、与えられた英文から画像を生成する「Stable Diffusion」なるものが
オープンソースとして公開されました。

Stable Diffuisionをローカルに入れようとすると、
そこそこPCのスペックが必要なためどうしようか悩んだのですが、
LINEやクラウドを利用して、簡単に使うことができる様でした！

そこで今回は様々な方法でStable Diffusionを動かす方法についてまとめたいと思います♪
Stable Diffusionについて勉強中の方や画像生成AIに興味のある方の参考になれば幸いです。
(*^^)v

例として、「カレーライス」をStable Diffusionに描いてもらうと以下の様になります。
毎回出力される結果が異なるので、世界に1枚だけの画像です。
（・・・AIが描いたのが分からないくらいリアルで、とてもとても感動しました♪）

2.用語の説明

2.1.Stable Diffusionとは

Stable Diffusionは、2022年8月22日（現地時間）に英Stability AI社によって
全世界に公開された高性能画像生成AIであり、
任意のテキストを入力するだけで、その内容に沿ったオリジナル画像を
自動で生成することができるという特徴を有しています。

2.2.Google Colaboratoryとは

Google Colaboratory（グーグル・コラボレイトリーもしくはコラボラトリー）とは、
Googleが機械学習の教育及び研究用に提供しているインストール不要かつ、
すぐにPythonや機械学習・深層学習の環境を整えることが出来る無料のサービスです。

3.デモ用サイトを使う

まずは、デモ用サイトを使う方法です。

3.1.以下のサイトにアクセスします。

3.2.描いて欲しい絵の内容を英語で入力し、「Generate image」を選択します。

以下では例として、「ハンバーガー」の画像を出力しようとしています。

3.3.約5分ほど待つと、Stable Diffusionが生成した4枚の画像が出力されるので、必要に応じて保存します。

4.LINEを使う

続きまして、LINEを使う方法です。
「お絵描きばりぐっどくん」というアカウントが裏でStable Diffusionを使用して画像生成してくれます。

前提条件は以下となります。

• LINEをインストールしていること。

4.1.LINEのホームタブを選択し、友達追加のアイコンを選択します。

4.2.「QRコード」を選択します。

4.3.以下のQRコードを読み込みます。

4.4.「お絵描きばりぐっどくん」を友達追加します。

4.5.トークにて、描いて欲しい絵の内容を入力すると、約1分後にStable Diffusionが生成した1枚の画像が出力されるので、必要に応じて保存します。

以下の画像では例として「ピザ」の画像を出力しようとしています。
また、「お絵描きばりぐっどくん」は日本語でも返信してくれます。

「お絵描きばりぐっどくん」の仕様上、1日2画像くらいしか出力できないようです。

5.Google Colaboratoryを使う

最後にGoogle Colaboratoryを使う方法を記載します。

前提条件は以下となります。

• Googleのアカウントを作成していること
• Hugging Faceのアカウントを作成していること

5.1.Hugging Faceでの作業

5.1.1.以下のサイトにアクセスし、Hugging Faceアカウントでサインインします。

5.1.2.画面右上のアイコンを選択し、「Settings」を選択します。

5.1.3.「Access Tokens」を選択し、「New token」を選択します。

5.1.4.Nameにアクセストークン名を入力し、Roleは「read」とし、「Generate a token」を選択します。

5.1.5.認証情報が表示されるので、コピーマークを選択し、メモ帳などにコピーします。

5.1.6.以下のサイトにアクセスします。

5.1.7.チェックボックスにチェックをし、「Access repository」を選択します。

5.2.Google Colaboratoryでの作業

5.2.1.以下のサイトにアクセスし、Googleアカウントでサインインします。

5.2.2.「ノートブックを新規作成」を選択します。

5.2.3.「編集」を選択し、「ノートブックの設定」を選択します。

5.2.4.ハードウェアアクセラレータは「GPU」を選択し、「保存」を選択します。

5.2.5.以下のコマンドを入力し、再生ボタンを選択します。

pip install diffusers==0.8.0 transformers scipy ftfy

2023/1/12時点では「0.8.0」で動作しましたが、別のモデルを使用したい場合は変更してください。

5.2.6.再生ボタンの左にチェックマークが表示されることを確認します。

5.2.7.画面左上の「コード」を選択します。

以下の手順では省略していますが、
コマンド実行後は都度都度チェックマークを確認した後で、
「コード」を選択して次のコマンド欄を追加してください。

5.2.8.以下のコマンドを入力し、再生ボタンを選択します。

TOKEN="★手順5.1.5でコピーしたTokenの情報★"

5.2.9.以下のコマンドを入力し、再生ボタンを選択します。

from diffusers import StableDiffusionPipeline
pipe = StableDiffusionPipeline.from_pretrained("CompVis/stable-diffusion-v1-4", use_auth_token=TOKEN)

5.2.10.以下のコマンドを入力し、再生ボタンを選択します。

pipe.to("cuda")

5.2.11.以下のコマンドを入力し、再生ボタンを選択します。

keyword = "★描いて欲しい絵の内容★"
image = pipe(keyword)["images"][0]
image.save(f"★ファイル名★.png")

例：目玉焼きの絵を1枚出力するコマンド

keyword = "fried egg"
image = pipe(keyword)["images"][0]
image.save(f"目玉焼き.png")

5.2.12.約1分後にStable Diffusionが画像を生成するので、画面左のファイルマークを選択し、必要に応じて画像を保存します。

Google Colaboratoryの仕様で90分経過すると初期化され、
手順5.2.5のコマンドを打つところからやり直しになります。

コマンドは履歴が残っているため再度実行できますが、
Stable Diffusionが生成する画像は毎回異なるため、
保存を忘れると復元できなくなります。

（参考：生成された「目玉焼き.png」の内容）

5.2.13.複数の絵を出力したいときは以下のコマンドを使用します。

keyword = "★描いて欲しい絵の内容★"
num = ★出力したい枚数★
for i in range(num):
  image = pipe(keyword)["sample"][0]
  image.save("{}_{}.png".format(keyword,i+1))

例：美しい湖の画像を3枚出力するコマンド

keyword = "beautiful lake"
num = 3
for i in range(num):
  image = pipe(keyword)["images"][0]
  image.save("{}_{}.png".format(keyword,i+1))

（参考：実際に生成された3枚の画像）

6.おわりに

ここまで読んで下さり、ありがとうございます！！！
(^^)

今回はStable Diffusionを使う方法を複数まとめてみました。

描いて欲しい絵の内容を伝えるだけで、AIが無料で絵を描いてくれるとは、
すごい時代になったなぁ・・・としみじみ感じたのと同時に、感動もしました！

また何か気になることがあれば記事にします♪
(:3_ヽ)_