PixAIでは、ブラウザ上でオリジナルキャラクターの画像生成からLoRA学習まで進められます。
キャラクターLoRAの結果を左右するのは、学習画像の枚数だけではなく、どの特徴を固定し、どの条件に変化を持たせたかです。正面画像に偏れば横顔で崩れやすくなり、衣装や背景が揃いすぎると、それらもキャラクター固有の特徴として学習される可能性があります。
この記事では、サンプリング画像の採用基準を整理したうえで、PixAIのLoRA学習を実際にレビューします。学習後は正面、横顔、全身、別衣装の条件で生成し、固定特徴がどこまで維持されるかを事例別に確認します。
PR｜本記事にはプロモーションを含みます。
検証するキャラクターと学習条件
今回作成するのは、信号解析を担当する女性通信オペレーターのキャラクターLoRAです。
ベースキャラクターは、PixAIの画像生成画面で作成しました。
固定する特徴
LoRAに学習させたい特徴は、次の4点です。
・白に近い淡い紫色のボブヘア
・左側だけに付いた黒い三角形のヘアパーツ
・右目が青、左目が琥珀色のオッドアイ
・首元の小型円形通信デバイス
左右非対称の特徴を含めたのは、キャラクターの再現性を項目別に確認しやすくするためです。
単に「同じ人物に見えるか」だけでなく、ヘアパーツの位置、瞳の左右、通信デバイスの有無を個別に評価できます。
変化させる条件
一方、次の要素は学習画像ごとに変えます。
・表情
・顔の向き
・カメラ位置
・顔アップ、上半身、全身
・制服、コート、私服
・無地、通信室、屋外などの背景
キャラクターLoRAで固定したいのは人物の核です。衣装や背景まで同じ画像だけを揃えると、それらも人物と強く結び付けて学習される可能性があります。
LoRA学習用データセットを設計する
PixAI公式ガイドでは、LoRA学習には10〜30枚程度の画像が多く使われる一方、枚数以上に画像の品質や一貫性が重要と説明されています。
今回はReference Proで10枚以上の候補を作成し、固定特徴が崩れた画像を除外してから学習に使います。
Reference Proを使わず、自分が保有する画像をサンプリングしても問題ありません。ただし、サンプリングする際は、著作権には注意すべきです。結果的に有名なキャラクターに似たものを出力するLoRAの場合、作品公開時に問題となる恐れがあるからです。
①ベース画像を作る
最初に、キャラ上半身画像を1枚作成しました。
ベース画像では、左右の瞳、ヘアパーツ、首元デバイスを確認しやすくするため、若干アップにして背景やポーズを単純にしています。
使用したプロンプトの要点は次のとおりです。
信号解析を行うオリジナル女性通信オペレーター。白に近い淡い紫色のボブヘア、左側だけに付いた黒い三角形のヘアパーツ、右目は青色、左目は琥珀色のオッドアイ、首元に小型の円形通信デバイス。正面寄りの上半身。背景は装飾の少ない淡いグレー。
ベース画像は華やかさよりも、固定特徴が読み取りやすいことを優先します。
②Reference Proで複数の差分を作る
Reference Proは、アップロードした画像を基準に、自然言語で表情、姿勢、衣装、背景などを変更できる画像編集機能です。
今回はベース画像を参照し、次のような差分を作りました。
| 分類 | 作成した差分 |
|---|---|
| 顔の向き | 正面、斜め、横顔、振り返り |
| 構図 | 顔アップ、上半身、全身、俯瞰 |
| 表情 | 通常、笑顔、集中、緊張、驚き |
| ポーズ | 立つ、座る、歩く、片膝をつく |
| 衣装 | 制服、ロングコート、簡素な私服 |
| 背景 | 無地、通信室、整備スペース、屋外 |
同じ構図を増やすのではなく、LoRA完成後に試したい条件を学習画像へ分散させています。
③学習画像を採用・除外する
Reference Proを使っても、すべての画像で固定特徴が完全に維持されるとは限りません。
特に確認したのは次の項目です。
・黒い三角形のヘアパーツが左側にあるか
・オッドアイの左右が逆転していないか
・首元の通信デバイスが残っているか
・髪色と髪型が大きく変わっていないか
・別人に見える顔立ちになっていないか
・顔や身体が破綻していないか
多く作ったからといって、すべてを登録する必要はありません。
1枚だけ別人に見える画像や、固定特徴が欠けた画像を残すより、枚数を減らして学習対象を明確にする方が合理的です。修正可能な小さな崩れであれば、編集機能で整えてから採用します。
PixAIでキャラクターLoRAを学習する
データセットが準備できたら、PixAIのLoRA学習画面へ登録します。
PixAIでは、画像をアップロードし、ベースモデルやトリガーワードなどを設定して学習を開始できます。画面ごとの基本操作は、PixAI公式のLoRA学習ガイドでも確認できます。
①LoRA名とカテゴリを決める
今回の設定例は次のとおりです。
| 項目 | 設定例 |
|---|---|
| LoRA名 | Signal Operator Character v1 |
| カテゴリ | キャラクター |
LoRA名は、管理画面でモデルを識別するための名称です。再学習する可能性があるため、最初からv1を付けておくと比較しやすくなります。
カテゴリは、画像に何が写っているかではなく、最終的に何を再現したいかで決めます。今回は特定人物の特徴を学習させるため、「キャラクター」を選択します。
②トリガーワードを設定する
トリガーワードはLoRA名とは別の項目です。学習させたい対象の名前と、ベースモデルとの差分となる特徴を英語で具体的に記述します。
今回の例は次のとおりです。
SignalOperator, pale lavender bob hair, black triangular hair accessory on the left side, blue right eye, amber left eye, circular communication device on the neck
表情、ポーズ、背景は生成ごとに変えたいため、固定特徴には含めていません。
PixAIのモデルによってトリガーワードの考え方が異なる可能性があるため、使用するベースモデルに対応した公式ガイドも確認します。
③ベースモデルを選ぶ
LoRAは、学習時に選んだベースモデルと、生成時に使用するモデルとの組み合わせが重要です。
評価時に別系統のモデルへ変更すると、データセットの問題なのか、モデルの違いによる変化なのかを切り分けにくくなります。
初回の検証では、学習時と生成時のモデル系統を揃えます。設定を一度に変更せず、まずデータセットの品質を評価できる状態にします。
今回はベース画像をPixAIのTsubaki.2で作成したため、そのままTsubaki.2を選択しました。
④LoRA作成開始
LoRA作成は数十分かかります。ブラウザに通知が来るまで少し待ちましょう。
学習したLoRAの再現性を検証する
LoRA完成後は、気に入った1枚だけを見て成功と判断しません。
正面、横顔、全身、別衣装という4条件で生成し、固定特徴が維持されているかを確認します。
生成条件を揃える
比較時は、可能な範囲で次の条件を固定します。
・ベースモデル
・画像サイズと縦横比
・LoRAの強度
・生成枚数
・ネガティブプロンプト※必要に応じて
・品質関連の設定
変更するのは、構図や衣装など、対象となる部分だけです。
実際にLoRAを用いた画像生成で確認
トリガーワード部分を固定し、後半の条件を差し替えます。
横顔・通信室
SignalOperator, pale lavender bob hair, black triangular hair accessory on the left side, blue right eye, amber left eye, circular communication device on the neck, side profile, serious expression, working in a communication room
全身・屋外
SignalOperator, pale lavender bob hair, black triangular hair accessory on the left side, blue right eye, amber left eye, circular communication device on the neck, full body, standing near a communication antenna, navy long coat
別衣装・私服
SignalOperator, pale lavender bob hair, black triangular hair accessory on the left side, blue right eye, amber left eye, circular communication device on the neck, casual outfit, gentle smile, outdoor background
LoRAを設定した際にプロンプトが自動入力されるため、削除するのではなく、固定特徴を残して表情、構図、衣装、背景を書き換えます。
再現性が低いときの改善方法
正面は安定しているのに横顔で崩れるなら、横向きの学習画像が不足している可能性があります。全身で顔や装飾が弱くなるなら、顔アップや上半身へ偏りすぎていることが考えられます。LoRAページの「バリエーション追加」から簡単にサンプリング追加できます。
改善するときは、画像を一律に増やしません。
・横顔が弱い：横向き画像を少数追加
・全身が弱い：固定特徴を確認できる全身画像を追加
・瞳が反転する：両目を確認しやすい正面・斜め画像を見直す
・デバイスが消える：首元が見える上半身画像を追加
・別衣装で別人になる：基本衣装への偏りを減らす
再学習後は、元のLoRAを削除せず、v2として保存します。
v1とv2で同じ評価プロンプトを使えば、追加した画像が再現性の改善につながったかを比較できます。
よくある質問
学習画像は何枚あればいいですか？
最低10枚です（最大100枚）。多ければ多いほどよいというわけではなく、同じ人物として成立していることと、必要な角度や構図を含んでいることが重要です。
Reference Proで作った画像はすべて使えますか？
生成された画像は一枚ずつ確認します。固定特徴の欠損、左右反転、別人化、身体の破綻がある画像は除外または修正します。
トリガーワードとLoRA名は同じですか？
異なります。LoRA名は管理用の表示名です。トリガーワードは、学習対象の特徴を説明し、生成時のプロンプトにも使う記述です。
LoRAを設定したらプロンプトが自動入力されました
大丈夫です。これは通常のシステム対応です。自動入力された内容を確認し、キャラクター名、髪型、瞳、固有アクセサリーなどの固定部分を残します。表情、ポーズ、衣装、背景は、作りたい画像に合わせてプロンプトを追加します。
まとめ
キャラクターLoRAの学習では、設定値だけでなく、データセットの設計が再現性を左右します。
今回のワークフローは次のとおりです。
- ベースキャラクターの固定特徴を決める
- Reference Proで構図や表情の異なる候補を作る
- 固定特徴が崩れた画像を除外する
- PixAIへ登録してLoRAを学習する
- 崩れた条件に対応する画像だけを追加する※以下は必要に応じて
- v1とv2を同じ条件で比較する
重要なのは、学習画像をただ増やすことではありません。LoRAに覚えさせたい特徴と、生成時に自由に変えたい条件を整理することです。
PixAIでは、ブラウザ上でベース画像の生成、Reference Proによる差分作成、LoRA学習、生成結果の確認まで進められます。まだPixAIアカウントを持っていない方は紹介コード「CH2ZYWVH」で生成時に使用できるクレジットポイントが20,000プレゼントされます。是非ご利用ください。