環境

Google Colabで実行。
Colab Proだとメモリ不足になってまったので、Colab+ Proに入りました。

ソース

Hugging Faceの学習済みモデルを使用し、「Dream Booth」という数枚の画像でファインチューニングして、画像を生成できる技術を用いました。

参考にした記事・ソース

流れ

以下のように一部のソースコードを編集し学習させました。

学習させたい画像をGoogle Driveのフォルダに入れる
↓
https://www.12-technology.com/2022/10/dreambooth-stable-diffusion.html より
https://colab.research.google.com/github/kaz12tech/ai_demos/blob/master/Dreambooth_demo.ipynb を開く
↓ソースコード編集
Google Driveをマウントさせて、フォルダのパスを設定
↓
手動で保存するのがめんどいので、Google Driveのフォルダに生成画像のGridを保存

生成画像が真っ暗になる問題

この記事で解決できた。
推論のコードを以下のように変える。

pipe = StableDiffusionPipeline.from_pretrained(
        "<学習モデル>",
        torch_dtype=torch.float16,
    )
# 以下追加↓
def dummy(images, **kwargs): return images, False 
pipe.safety_checker = dummy
pipe = pipe.to("cuda")

求めている画像を生成させるポイント

ディープラーニングのようにたくさん画像を用意する必要はない。求めているような画像を数枚用意すればOK

たくさん画像を用意した場合...
いろんな種類の画像が生成されてしまい、求めている画像が生成される頻度が少ないです

ホラー漫画の美少女「富江」で
Stable Diffusionのファインチューニングをさせてみた結果、、 pic.twitter.com/U0In72k4WN
— あんはる@エンジニアFlutter Go React Rust (@_anharu) April 4, 2023

好きな画像だけピックアップして学習させて場合...
求めているような美しい美少女が生成されました

ホラー漫画の美少女「富江」でStable Diffusionのファインチューニングをしてみた結果、、Part2！！

富江だ、、、、、 pic.twitter.com/GDOrVdIG9G
— あんはる@エンジニアFlutter Go React Rust (@_anharu) April 4, 2023

生成された画像集