SDXL1.0と高品質モデルを導入

Stable Diffusion

2023.08.082023.08.14

ついにStability AIから商用可能な高品質画像生成AIのStable DiffuisionのアップグレードバージョンSDXL1.0がリリースされました。高品質なcheckpointも次々リリースされつつあります。早速、それらを試してみます。※SDXLを使う場合は現時点ではWebUIよりComfyUIを使う方が機能を最大限に発揮できるのでおすすめです（2023年8月14日追記）（参考→ComfyUIのインストール方法と使用法）

WebUIへのSDXL1.0の導入
SDXL1.0を試してみる（ベースモデル）
その他のモデルを試してみる
まとめ

WebUIへのSDXL1.0の導入

WebUIの導入はこれまでのSD1.5系と同じです。（参考：Stable Diffusion WebUIをPCローカル環境へのセットアップ方法（2023年8月最新版））もし、すでにWebUIを導入している場合は、WebUIのバージョン1.5以上でアップデートをしましょう。

ターミナルで「stable-diffusion-webui」のフォルダを開いて、git pullコマンドでwebUIをアップデートします。（参考：Stable Diffusion WebUI、AUTOMATIC1111のアップデート方法）

git pull

WebUIのバージョンはWebUIの起動時に確認できます。

venv "D:\stable-diffusion-webui\venv\Scripts\Python.exe"
Python 3.10.8 (tags/v3.10.8:aaaf517, Oct 11 2022, 16:50:30) [MSC v.1933 64 bit (AMD64)]
Version: v1.5.1
Commit hash: 68f336bd994bed5442ad95bad6b6ad5564a5409a

SDXL1.0のモデルはこちらのリンクからダウンロードできます。「sd_xl_base_1.0.safetensors」をダウンロードして、modelsフォルダの「Stable-diffusion」のフォルダに入れます。VAEは入れても良いかもしれませんが、私の場合はVAEを入れるとうまく動かなかったので、なしにしました。

また、xformersは0.0.20に対応するようになったので、webui-user.batに下のように「–reinstall-xformers」を追記して、一回だけWebUIを起動させます。xformers0.0.20にアップデートされたあとは、その部分を消しておきます。

set COMMANDLINE_ARGS= --no-half-vae --opt-channelslast --autolaunch --xformers --reinstall-xformers

SDXL1.0を試してみる（ベースモデル）

まずはベースモデルで出してみます。1024×1024のサイズが基本のようです。実は私のGPUはRTX3080の10GBを使っているのですが、メモリ不足で動きませんでした。そんな時は、WebUIの起動時にメモリ消費量を節約するモードで起動すると大丈夫です。「stable-diffusion-webui」のフォルダにある「webui-user.bat」をシフトを押しながら右クリックで「編集」を選択して、起動時の引数に「–medvram」を加えてやります。別名で保存して、SDXLを使うときだけそちらを使ったら良いと思います。

@echo off

set PYTHON=
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS= --no-half-vae --medvram --opt-split-attention --opt-channelslast --autolaunch --xformers

call webui.bat

ベースモデルでの生成例

では実際に生成してみます。ベースモデルでもちゃんと日本人っぽい高品質な画像が出るようです。

masterpiece, best quality, 1girl, young Japanese woman, solo, smile, pure face, jeans, shirt, looking at veiwer, flat chest, standing, outdoor, , (RAW photo, best quality), (realistic, photo-realistic:1.3), masterpiece, an extremely delicate and beautiful, extremely detailed, CG, unity , 2k wallpaper, finely detail, light smile, extremely detailed CG unity 8k wallpaper, huge filesize, ultra-detailed, highres
Negative prompt: EasyNegative, bad-image-v2-39000, badhandv4, ulzzang-6500-v1.1, paintings, sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, glans, extra fingers, fewer fingers, ((watermark:2)), (white letters:1), (multi nipples), bad anatomy, bad hands, text, error, missing fingers, missing arms, missing legs, extra digit, fewer digits, cropped, worst quality, jpeg artifacts, signature, watermark, username, bad feet, {Multiple people}, blurry, poorly drawn hands, poorly drawn face, mutation, deformed, extra limbs, extra arms, extra legs, malformed limbs, fused fingers, too many fingers, long neck, cross-eyed, mutated hands, polar lowres, bad body, bad proportions, gross proportions, wrong feet bottom render, abdominal stretch, briefs, knickers, kecks, thong, {{fused fingers}}, {{bad body}}, bad-picture-chill-75v, ng_deepnegative_v1_75t, EasyNegative, bad proportion body to legs, wrong toes, extra toes, missing toes, weird toes, 2 body, 2 pussy, 2 upper, 2 lower, 2 head, 3 hand, 3 feet, extra long leg, super long leg, mirrored image, mirrored noise, (bad_prompt_version2:0.8), aged up, old, ((mosaic)), bag
Steps: 20, Sampler: DPM++ 2M SDE Karras, CFG scale: 9, Seed: 1825701801, Size: 1024x1024, Model hash: 31e35c80fc, Model: sd_xl_base_1.0, Version: v1.5.1