Stable Diffusion SDXL 商用可能なモデルの紹介 2

以前、「stable diffusion  商用可能なモデルの紹介」の記事を紹介しました。多くの方々に読んでいただき感謝いたします。

さて、現在、私は当時のモデルを全て削除しました。

それは、今年初めに、SD から　SDXL にバージョンアップをしたからです。

新しいバージョンは、旧バージョンより大きな画像を作る事が出来､出来上がる画像も美しいです。

今回は　XL バージョンのモデルを4つ紹介します。

バージョンの違い

その違いは以下の様に6点あります。

1. パラメーター数の増加

SDXLは、旧モデルであるStable Diffusion 1.5と比較して、パラメーター数が2倍以上に増加しています。パラメーター数の増加により、より複雑で高精度な画像生成が可能となりました。

2. 画像生成サイズの向上

従来のSDモデルでは最大512×512ピクセルの画像生成が可能でしたが、SDXLでは最大1,024×1,024ピクセルの高解像度画像を生成できます。これにより、詳細で鮮明な画像表現が可能となっています。

3. 2段階の画像生成プロセス

SDXLは、「ベース（Base）モデル」と「リファイナー（Refiner）モデル」の2段階の画像生成プロセスを採用しています。まずベースモデルが画像を生成し、その後リファイナーモデルがノイズ除去や細部の調整を行うことで、高品質な画像を生成します。

4. 複雑な構図やテキストの表現力向上

SDXLでは、手やテキストなどの複雑な構図や要素をより自然に表現できるようになりました。これにより、画像生成の幅が広がり、ユーザーの意図をより正確に反映した画像を作成できます。

5. 短いプロンプトでの高精度な画像生成

従来のモデルでは、詳細な修飾語を含む長いプロンプトが必要でしたが、SDXLでは短いプロンプトでも高精度な画像生成が可能となりました。これにより、ユーザーは簡潔な指示で高品質な画像を得ることができます。

6. 高解像度画像生成に伴うVRAM要件

SDXLは高解像度の画像生成が可能である一方で、GPUのVRAM消費量が増加しています。推奨されるVRAM容量は12GB以上とされており、高性能なハードウェア環境が求められます。

体感的には、

1．大きな画像を作れて画像そのものが美しくなった
2．モデルファイルのサイズが、2GB → 6GB になったのでモデルの読み込みに時間がかかる

と言った点です。

CIVITAI 

さて、stable diffusion のモデルには、様々な条件のものがあります。
その中でも前回紹介した様に商用可能なモデルに特化して紹介します。

モデルは civitai の　model → base model  にて探すことが出来ます。

モデルの選び方　XLの選択

前回の紹介と同様､モデルの選択条件は、商用可能なモデル　と言う点を最優先して選びました。

Civitai でモデルを選ぶ時､ Checkpoint XL と表記のあるモデルを選びましょう。Chckpoint とは、ベースモデルの事です。

上の図の黄色の矢印に、LoRA とあります。これも学習モデルですが､ベースモデルである Checkpoint に追加するモデルで、皆さんも好みのモデルを作る事ができます。

Checkpoint　と　LoRA  の違いを表にしました。

ライセンスの問題によるモデルの選択

ここでは、大前提として､作成した画像を商用として販売出来る、という事を基準に考察してます。

モデルの使用条件の事で､モデルを選択するときはこの部分に注意しましょう。例えば以下の様に表記されます。

上記のアイコンは以下の様な内容になってます。

このモデルの利用許可について

✅ 許可されていること

• お金を生み出すサービスで使用することができる

• Civitaiで使用することができる

❌ 禁止されていること

• 作成者のクレジットなしで使用すること

• 生成した画像を販売すること

• このモデルを使用して作成したマージ（統合モデル）を共有すること

• このモデルや、そのマージモデルを販売すること

• マージを共有する際に、異なる権限を設定すること

上記の条件では､商用に使用出来ても､モデルの作者のクレジット表記が必用となります。

さて、上記の、

○  お金を生み出すサービスで使用することができる
×  生成した画像を販売すること

とが矛盾しているようですが､具体的に以下の様になります。

ライセンスの件は後々めんどうな事が起きる場合もありますので、以下の様なアイコンのあるモデルを選びましょう。

このライセンスの条件は､このモデルそのものを有料で販売してはだめ　という事で、後は自由であります。

キータンの独断と偏見で選んだモデル 4選

今回紹介するモデルは、実写でもアニメ的表現でも使用できるモデルが殆どなので、その 実写・アニメ の区分はしません。

それぞれのモデルを使って以下2つのプロンプトを実行させてみました。

1．美しい女性が花見をしている
Beautiful women are enjoying cherry blossom viewing

2．春の山里の風景
Spring mountain village scenery

更に、画質の向上の為､以下のプロンプトを追加してます

(masterpiece),(best quality),(extremely intricate),(sharp focus),(cinematic lighting),extremely　detailed),realistic,faux_traditional_media,fine_art_parody,highly intricate,magic atmosphere,fertile,extremely stylish,complimentary colors,

1．CyberRealistic XL

2．DreamShaper XL

3．ProtoVision XL - High Fidelity 3D

4．Real Dream dxlSFW1

以上､4つのベースモデルを紹介しました。

今回のプロンプトでは、細かい設定などは省いて､非常に単純なプロンプトを使用している為､厳密な比較は出来ませんが､モデルによって得て不得手があります。

出来るだけ沢山のモデルを試してみて､その特徴を理解して意図する画像を作成する事が重要だと思います。