Dream BoothをGoogle Colabで動かしてみる

cedro

2年前

1.はじめに

　今までテキストから画像生成するモデルは、テキストで指定して特定のオブジェクト（有名なものを除く）を画像生成することが困難でした。

　今回ご紹介するのは、テキストから画像を生成するモデルを、特定のオブジェクトの画像（３〜５枚程度）でファインチューニングすることによって、テキストで指定して特定のオブジェクトを画像生成できる Dream Booth という技術です。

＊この論文は、2022.8に提出されました。

2.Dream Boothとは？

　下記がDream Boothのフロー図です。３～５枚の画像（Input Images）を使って、テキストから画像を生成するモデルを２ステップでファインチューニングします。

　第１ステップ（左図）はモデルの低解像度部分が対象です。ユニークな識別子を含むテキスト（”A[V]dog”）を入力したら入力画像（Input Images）を出力するように、かつ入力画像が属するクラス名を含むテキスト（”A dog”）を入力したら今まで通りの画像を出力するようにファインチューニングします。

　言い換えれば、”A[V]dog”を入力したら入力画像を出力するように、しかも今まで登録した内容には影響を与えないように、辞書登録するようなイメージです。

　第２ステップ（右図）はモデルの高解像度部分が対象です。画像とそれを低解像度にしたもののペアを使ってファインチューニングします。

3.コード

　この技術は当初30GBを超えるGPUが必要でしたが、有志の方々の努力によって必要メモリの圧縮が行われ、つい最近Google Colabでも動くようになりました。有志の方々には心より感謝致します。今回はこのコードを改造したものを使用しています。

　コードはGoogle Colabで動かす形にしてGithubに上げてありますので、それに沿って説明して行きます。自分で動かしてみたい方は、この「リンク」をクリックし表示されたノートブックの先頭にある「Open in Colab」ボタンをクリックすると動かせます。

　まず、dream booth をインストールします。

#@title #**install dreambooth**
!wget -q https://github.com/ShivamShrirao/diffusers/raw/main/examples/dreambooth/train_dreambooth.py
!wget -q https://github.com/ShivamShrirao/diffusers/raw/main/scripts/convert_diffusers_to_original_stable_diffusion.py
%pip install -qq git+https://github.com/ShivamShrirao/diffusers
%pip install -q -U --pre triton
%pip install -q accelerate transformers ftfy bitsandbytes==0.35.0 gradio natsort safetensors xformers

#@title #**install dreambooth**

!wget -q https://github.com/ShivamShrirao/diffusers/raw/main/examples/dreambooth/train_dreambooth.py

!wget -q https://github.com/ShivamShrirao/diffusers/raw/main/scripts/convert_diffusers_to_original_stable_diffusion.py

%pip install -qq git+https://github.com/ShivamShrirao/diffusers

%pip install -q -U --pre triton

%pip install -q accelerate transformers ftfy bitsandbytes==0.35.0 gradio natsort safetensors xformers

　今回使用するテキストから画像を生成するモデル（Stable diffusion）をダウンロードするために、HuggingFace にログインします。

　なおログイン前に、HuggingFaceにSign UPし、Model cardの使用申請をし、Access Tokenを取得して置く必要があります。まだの場合は、このブログの「2.アクセス・トークンの取得」を参考に事前に行って下さい。

#@title #**Login to HuggingFace**

#@markdown You need to accept the model license before downloading or using the Stable Diffusion weights. Please, visit the [model card](https://huggingface.co/CompVis/stable-diffusion-v1-4), read the license and tick the checkbox if you agree. You have to be a registered user in 🤗 Hugging Face Hub, and you'll also need to use an access token for the code to work.
from huggingface_hub import notebook_login

!git config --global credential.helper store
notebook_login()

#@title #**Login to HuggingFace**

#@markdown You need to accept the model license before downloading or using the Stable Diffusion weights. Please, visit the [model card](https://huggingface.co/CompVis/stable-diffusion-v1-4), read the license and tick the checkbox if you agree. You have to be a registered user in 🤗 Hugging Face Hub, and you'll also need to use an access token for the code to work.

from huggingface_hub import notebook_login

!git config --global credential.helper store

notebook_login()

　学習の前に、特定のオブジェクト名（INSTANC）と特定のオブジェクトが属するクラス名（CLASS）を設定します。特定のオブジェクト名は、ユニークな名称にし、クラス名は一般的な名称にして下さい。

　ここでは、オブジェクト名は「kasumiarimura」、クラス名は「portrait」とします。はい、もうお分かりですね。オブジェクトは、「有村架純」さんを使います。

#@title #**setting folder**

# define function
import os
import shutil
def reset_folder(path):
    if os.path.isdir(path):
      shutil.rmtree(path)
    os.makedirs(path,exist_ok=True)

import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
import os
import glob
def display_pic(folder):
    fig = plt.figure(figsize=(30, 60))
    files = sorted(glob.glob(folder+'/*.jpg'))
    for i, file in enumerate(files):
        img = Image.open(file)    
        images = np.asarray(img)
        ax = fig.add_subplot(10, 5, i+1, xticks=[], yticks=[])
        image_plt = np.array(images)
        ax.imshow(image_plt)
        name = os.path.basename(file)
        ax.set_xlabel(name, fontsize=30)  
        fig.tight_layout()             
    plt.show()
    plt.close()

# setting
MODEL_NAME = "CompVis/stable-diffusion-v1-4" 

INSTANCE = "kasumiarimura"#@param {type:"string"}
INSTANCE_DIR = "/content/data/"+INSTANCE 
reset_folder(INSTANCE_DIR)

CLASS = "portrait" #@param {type:"string"}
CLASS_DIR = "/content/data/"+CLASS
reset_folder(CLASS_DIR)

OUTPUT_DIR = "/content/stable_diffusion_weights/" + INSTANCE
reset_folder(OUTPUT_DIR)


concepts_list = [
    {
        "instance_prompt":      INSTANCE,
        "class_prompt":         CLASS,
        "instance_data_dir":     INSTANCE_DIR,
        "class_data_dir":        CLASS_DIR
    },
]

# `class_data_dir` contains regularization images
import json
import os
for c in concepts_list:
    os.makedirs(c["instance_data_dir"], exist_ok=True)

with open("concepts_list.json", "w") as f:
    json.dump(concepts_list, f, indent=4)

#@title #**setting folder**

# define function

import os

import shutil

def reset_folder(path):

if os.path.isdir(path):

shutil.rmtree(path)

os.makedirs(path,exist_ok=True)

import matplotlib.pyplot as plt

from PIL import Image

import numpy as np

import os

import glob

def display_pic(folder):

fig = plt.figure(figsize=(30, 60))

files = sorted(glob.glob(folder+'/*.jpg'))

for i, file in enumerate(files):

img = Image.open(file)

images = np.asarray(img)

ax = fig.add_subplot(10, 5, i+1, xticks=[], yticks=[])

image_plt = np.array(images)

ax.imshow(image_plt)

name = os.path.basename(file)

ax.set_xlabel(name, fontsize=30)

fig.tight_layout()

plt.show()

plt.close()

# setting

MODEL_NAME = "CompVis/stable-diffusion-v1-4"

INSTANCE = "kasumiarimura"#@param {type:"string"}

INSTANCE_DIR = "/content/data/"+INSTANCE

reset_folder(INSTANCE_DIR)

CLASS = "portrait" #@param {type:"string"}

CLASS_DIR = "/content/data/"+CLASS

reset_folder(CLASS_DIR)

OUTPUT_DIR = "/content/stable_diffusion_weights/" + INSTANCE

reset_folder(OUTPUT_DIR)

concepts_list = [

{

"instance_prompt": INSTANCE,

"class_prompt": CLASS,

"instance_data_dir": INSTANCE_DIR,

"class_data_dir": CLASS_DIR

]

# `class_data_dir` contains regularization images

import json

import os

for c in concepts_list:

os.makedirs(c["instance_data_dir"], exist_ok=True)

with open("concepts_list.json", "w") as f:

json.dump(concepts_list, f, indent=4)

　オブジェクト画像を自分のPCからアップロードします。このとき使用する画像は正方形のものを使用して下さい。

　sample_picsのチェックボックスにチェックを入れていると、サンプル画像（有村架純5枚）をアップロードします。ここでは、チェックを入れた状態で実行します。

#@title #**upload pics**
import os
from google.colab import files
import shutil
import gdown

sample_pics = False #@param {type:"boolean"}
if sample_pics:
  gdown.download('https://drive.google.com/uc?id=1h-41BPpLLLH4bkjqPUeyFmNao8-y7CRw', 'yui.zip', quiet=False)
  ! unzip -d $INSTANCE_DIR yui.zip
else:
  uploaded = files.upload()
  for filename in uploaded.keys():
      dst_path = os.path.join(INSTANCE_DIR, filename)
      shutil.move(filename, dst_path)

display_pic(INSTANCE_DIR)

#@title #**upload pics**

import os

from google.colab import files

import shutil

import gdown

sample_pics = False #@param {type:"boolean"}

if sample_pics:

gdown.download('https://drive.google.com/uc?id=1h-41BPpLLLH4bkjqPUeyFmNao8-y7CRw', 'yui.zip', quiet=False)

! unzip -d $INSTANCE_DIR yui.zip

else:

uploaded = files.upload()

for filename in uploaded.keys():

dst_path = os.path.join(INSTANCE_DIR, filename)

shutil.move(filename, dst_path)

display_pic(INSTANCE_DIR)

　オブジェクト画像とクラス画像（自動的に取得されます）を学習します。20〜30分程度時間がかかるので、しばらくお待ち下さい。

#@title #**train** (takes 20〜30minutes)

!accelerate launch train_dreambooth.py \
  --pretrained_model_name_or_path=$MODEL_NAME \
  --pretrained_vae_name_or_path="stabilityai/sd-vae-ft-mse" \
  --output_dir=$OUTPUT_DIR \
  --revision="fp16" \
  --with_prior_preservation --prior_loss_weight=1.0 \
  --seed=1337 \
  --resolution=512 \
  --train_batch_size=1 \
  --train_text_encoder \
  --mixed_precision="fp16" \
  --use_8bit_adam \
  --gradient_accumulation_steps=1 \
  --learning_rate=1e-6 \
  --lr_scheduler="constant" \
  --lr_warmup_steps=0 \
  --num_class_images=50 \
  --sample_batch_size=4 \
  --max_train_steps=800 \
  --save_interval=10000 \
  --save_sample_prompt=$CLASS \
  --concepts_list="concepts_list.json"

#@title #**train** (takes 20〜30minutes)

!accelerate launch train_dreambooth.py \

--pretrained_model_name_or_path=$MODEL_NAME \

--pretrained_vae_name_or_path="stabilityai/sd-vae-ft-mse" \

--output_dir=$OUTPUT_DIR \

--revision="fp16" \

--with_prior_preservation --prior_loss_weight=1.0 \

--seed=1337 \

--resolution=512 \

--train_batch_size=1 \

--train_text_encoder \

--mixed_precision="fp16" \

--use_8bit_adam \

--gradient_accumulation_steps=1 \

--learning_rate=1e-6 \

--lr_scheduler="constant" \

--lr_warmup_steps=0 \

--num_class_images=50 \

--sample_batch_size=4 \

--max_train_steps=800 \

--save_interval=10000 \

--save_sample_prompt=$CLASS \

--concepts_list="concepts_list.json"

　ファインチューニングしたモデルを元に、テキストから画像を生成するパイプラインを作成します。seed で乱数系列を指定できます。

#@title #**make pipe for generating images**

# Specify the weights directory to use (leave blank for latest)
WEIGHTS_DIR = "" 
if WEIGHTS_DIR == "":
    from natsort import natsorted
    from glob import glob
    import os
    WEIGHTS_DIR = natsorted(glob(OUTPUT_DIR.rstrip(os.sep)+"/*"))[-1]

# Inference
import torch
from torch import autocast
from diffusers import StableDiffusionPipeline, DDIMScheduler
from IPython.display import display

model_path = WEIGHTS_DIR             # If you want to use previously trained model saved in gdrive, replace this with the full path of model in gdrive

pipe = StableDiffusionPipeline.from_pretrained(model_path, safety_checker=None, torch_dtype=torch.float16).to("cuda")
pipe.scheduler = DDIMScheduler.from_config(pipe.scheduler.config)
pipe.enable_xformers_memory_efficient_attention()

g_cuda = None

# seed setting
g_cuda = torch.Generator(device='cuda')
seed = 52362 #@param {type:"number"}
g_cuda.manual_seed(seed)

#@title #**make pipe for generating images**

# Specify the weights directory to use (leave blank for latest)

WEIGHTS_DIR = ""

if WEIGHTS_DIR == "":

from natsort import natsorted

from glob import glob

import os

WEIGHTS_DIR = natsorted(glob(OUTPUT_DIR.rstrip(os.sep)+"/*"))[-1]

# Inference

import torch

from torch import autocast

from diffusers import StableDiffusionPipeline, DDIMScheduler

from IPython.display import display

model_path = WEIGHTS_DIR # If you want to use previously trained model saved in gdrive, replace this with the full path of model in gdrive

pipe = StableDiffusionPipeline.from_pretrained(model_path, safety_checker=None, torch_dtype=torch.float16).to("cuda")

pipe.scheduler = DDIMScheduler.from_config(pipe.scheduler.config)

pipe.enable_xformers_memory_efficient_attention()

g_cuda = None

# seed setting

g_cuda = torch.Generator(device='cuda')

seed = 52362 #@param {type:"number"}

g_cuda.manual_seed(seed)

　それでは、promupt にモデルに登録したオブジェクト名＋クラス名（kasumiarimura portrait）をそのままを入力し画像生成してみましょう。一度の実行で10枚画像を生成し、気に入らなければ何度でも繰り返し実行することが出来ます。

#@title #**manual generat images**

reset_folder('images')

# prompt
prompt = "kasumiarimura portrait" #@param {type:"string"}
negative_prompt = "" #@param {type:"string"}

# other setting
num_samples = 10 
guidance_scale = 7.5 
num_inference_steps = 50 
height = 512 
width = 512 

with autocast("cuda"), torch.inference_mode():
    images = pipe(
        prompt,
        height=height,
        width=width,
        negative_prompt=negative_prompt,
        num_images_per_prompt=num_samples,
        num_inference_steps=num_inference_steps,
        guidance_scale=guidance_scale,
        generator=g_cuda
    ).images

for i, img in enumerate(images):
    img.save('images/'+str(i).zfill(4)+'.jpg')
    display(img)

#@title #**manual generat images**

reset_folder('images')

# prompt

prompt = "kasumiarimura portrait" #@param {type:"string"}

negative_prompt = "" #@param {type:"string"}

# other setting

num_samples = 10

guidance_scale = 7.5

num_inference_steps = 50

height = 512

width = 512

with autocast("cuda"), torch.inference_mode():

images = pipe(

prompt,

height=height,

width=width,

negative_prompt=negative_prompt,

num_images_per_prompt=num_samples,

num_inference_steps=num_inference_steps,

guidance_scale=guidance_scale,

generator=g_cuda

).images

for i, img in enumerate(images):

img.save('images/'+str(i).zfill(4)+'.jpg')

display(img)

　10枚生成した内の2枚を表示しています。sample_picsには無い、指定したオブジェクト（有村架純）の画像が生成されています。

　次を実行すると表示した画像をダウンロード出来ます（Google Chrome専用）

#@title #**Download images**
from google.colab import files
 
if os.path.isfile('data.zip'):
  os.remove('data.zip')
 
! zip -r data.zip images
files.download('data.zip')

#@title #**Download images**

from google.colab import files

if os.path.isfile('data.zip'):

os.remove('data.zip')

! zip -r data.zip images

files.download('data.zip')

　それでは、色々な呪文を使って、アーティスティックな画像生成をしてみましょう。呪文は6つプリセット（参考Lexica）してあります。スライダーでprompt_bank_No を選択（0〜5）して実行すると10枚の画像を生成します。

　まず、「0」で実行します。気に入らなければ何度でも繰り返し実行することが出来ます。

#@title #**auto generat images**

# prompt bank
p0 = 'XXX profile picture by margaret keane, dynamic pose, intricate, futuristic, fantasy, elegant, by stanley artgerm lau, greg rutkowski, thomas kindkade, alphonse mucha, loish, norman rockwell'
p1 = 'Realistic detailed face portrait of a beautiful futuristic italian renaissance queen in opulent alien glass armor by alphonse mucha, XXX, ayami kojima, amano, greg hildebrandt, and mark brooks, female, feminine, art nouveau, ornate italian renaissance cyberpunk, iridescent venetian blown glass, neo - gothic, gothic, character concept design'
p2 = 'Photo of a gorgeous XXX in the style of stefan kostic, realistic, sharp focus, 8 k high definition, insanely detailed, intricate, elegant, art by david cronenberg and stanley lau and artgerm'
p3 = 'Photo of a gorgeous female in the style of stefan kostic, XXX, realistic, half body shot, sharp focus, 8 k high definition, insanely detailed, intricate, elegant, art by stanley lau and artgerm, extreme blur cherry blossoms background'
p4 = 'God and goddess, XXX, white hair, long hair, gorgeous, amazing, elegant, intricate, highly detailed, digital painting, artstation, concept art, sharp focus, illustration, art by artgerm and greg rutkowski and alphonse mucha'
p5 = 'Portrait of a military engineer woman with short white hair, XXX, wearing overalls, medium shot, portrait, concept art, natural lighting, illustration, full color, highly detailed, photorealistic, by greg rutkowski, artstation'
bank = [p0, p1, p2, p3, p4, p5]

reset_folder('images')

# prompt
name = INSTANCE+' '+CLASS
prompt_bank_No = 5 #@param {type:"slider", min:0, max:5, step:1}
incantation = bank[prompt_bank_No]
prompt = incantation.replace('XXX', name)
print('prompt = ', prompt)
negative_prompt = ""

# other setting
num_samples = 10 
guidance_scale = 7.5 
num_inference_steps = 50 
height = 512 
width = 512 

with autocast("cuda"), torch.inference_mode():
    images = pipe(
        prompt,
        height=height,
        width=width,
        negative_prompt=negative_prompt,
        num_images_per_prompt=num_samples,
        num_inference_steps=num_inference_steps,
        guidance_scale=guidance_scale,
        generator=g_cuda
    ).images

for i, img in enumerate(images):
    img.save('images/'+str(i).zfill(4)+'.jpg')
    display(img)

#@title #**auto generat images**

# prompt bank

p0 = 'XXX profile picture by margaret keane, dynamic pose, intricate, futuristic, fantasy, elegant, by stanley artgerm lau, greg rutkowski, thomas kindkade, alphonse mucha, loish, norman rockwell'

p1 = 'Realistic detailed face portrait of a beautiful futuristic italian renaissance queen in opulent alien glass armor by alphonse mucha, XXX, ayami kojima, amano, greg hildebrandt, and mark brooks, female, feminine, art nouveau, ornate italian renaissance cyberpunk, iridescent venetian blown glass, neo - gothic, gothic, character concept design'

p2 = 'Photo of a gorgeous XXX in the style of stefan kostic, realistic, sharp focus, 8 k high definition, insanely detailed, intricate, elegant, art by david cronenberg and stanley lau and artgerm'

p3 = 'Photo of a gorgeous female in the style of stefan kostic, XXX, realistic, half body shot, sharp focus, 8 k high definition, insanely detailed, intricate, elegant, art by stanley lau and artgerm, extreme blur cherry blossoms background'

p4 = 'God and goddess, XXX, white hair, long hair, gorgeous, amazing, elegant, intricate, highly detailed, digital painting, artstation, concept art, sharp focus, illustration, art by artgerm and greg rutkowski and alphonse mucha'

p5 = 'Portrait of a military engineer woman with short white hair, XXX, wearing overalls, medium shot, portrait, concept art, natural lighting, illustration, full color, highly detailed, photorealistic, by greg rutkowski, artstation'

bank = [p0, p1, p2, p3, p4, p5]

reset_folder('images')

# prompt

name = INSTANCE+' '+CLASS

prompt_bank_No = 5 #@param {type:"slider", min:0, max:5, step:1}

incantation = bank[prompt_bank_No]

prompt = incantation.replace('XXX', name)

print('prompt = ', prompt)

negative_prompt = ""

# other setting

num_samples = 10

guidance_scale = 7.5

num_inference_steps = 50

height = 512

width = 512

with autocast("cuda"), torch.inference_mode():

images = pipe(

prompt,

height=height,

width=width,

negative_prompt=negative_prompt,

num_images_per_prompt=num_samples,

num_inference_steps=num_inference_steps,

guidance_scale=guidance_scale,

generator=g_cuda

).images

for i, img in enumerate(images):

img.save('images/'+str(i).zfill(4)+'.jpg')

display(img)

　「0」です。生成した画像の中から２つ表示しています。

　同様に「1」です。生成した画像の中から２つ表示しています。

　同様に「2」です。生成した画像の中から２つ表示しています。

　同様に「3」です。生成した画像の中から２つ表示しています。

　同様に「4」です。生成した画像の中から２つ表示しています。

　同様に「5」です。生成した画像の中から２つ表示しています。

　先程同様、以下を実行すると表示した画像をダウンロード出来ます（Google Chrome専用）

#@title #**Download images**
from google.colab import files
 
if os.path.isfile('data.zip'):
  os.remove('data.zip')
 
! zip -r data.zip images
files.download('data.zip')

#@title #**Download images**

from google.colab import files

if os.path.isfile('data.zip'):

os.remove('data.zip')

! zip -r data.zip images

files.download('data.zip')

　自分で呪文を作ってやってみたい場合は、prompt とnegative_prompt で指定する方で色々試してみて下さい。

　なお、新しいオブジェクトを学習する場合は、メモリが一杯一杯なので、リセットを掛けて（ランタイム／ランタイムを接続解除して削除）、最初から行って下さい。

　今までお洒落な画像が生成できるものの、自分が狙った通りのオブジェクトが生成できないという悩みを、ある程度解決してくれるソリューションになりそうですね。

　では、また。

（オリジナルgithub）https://github.com/ShivamShrirao/diffusers/tree/main/examples/dreambooth

2022.12.1　コスプレをやってみよう

　Dream Booth を色々いじっている内に、コスプレが簡単に出来てしまうことに気づきました。例えば、「新垣結衣」さんでやってみましょう。下記の６枚の画像を、オブジェクト名は「yuiaragaki」、クラス名は「portrait」で学習させます。

　画像生成に使う文は以下で、XXXのところに適当な単語を当てはめます。写真画像を生成しようとするとアラが目立ちますので、あえてリアルなイラスト画像が生成される文にしています。

Portrait of yuiaragaki as XXX, detailed portrait, realism, 4 k, art by greg rutkowski, alphonse mucha, artistic, trending on artstation, beautiful mural

　それでは、画像生成の例をみてみましょう。まず、ビキニのガッキーです。XXX = female swimmer, wearing a bikini swimsuit です。

　次に、スーパーマンのガッキーです。XXX = superman です。

　次に、ナースのガッキーです。XXX = nurse です。手に何か持たせたい時は、with ○○○ in hands を加えます。

　今度は、着物を着たガッキーです。XXX = woman in kimono です。

　次に、競泳水着を着たガッキーです。XXX = olympic swimmer in swimsuit です。

　次に、フランス料理シェフのガッキーです。XXX = French chef です。

　今度は、宇宙飛行士のガッキーです。XXX = NASA astronaut です。

　最後に、ポリスのガッキーです。XXX = female police officer です。ピストルを持たせる場合は、with pistol in hands を追加です。

　いかがだったでしょうか。まだイラストの域を完全に脱してはいませんが、デジタルで自由自在にコスプレが出来る時代が直ぐそこです。

2023.1.23 コスプレのクオリティを上げよう

　学習内容を見直すことでコスプレのクオリティアップを図るコツが分かってきましたので、ご紹介します。

１．学習データを増やします。下記の様に、学習データを部位別（顔、上半身、全身）に一定の比率で収集します。ここでは、合計30枚の画像を顔：上半身：全身＝18：9：3の比率にしています（ザックリでいいと思います）。

２．画像は内部で正方形として扱われるため、学習データは正方形に揃えておきます。データを正方形に加工するには、この＜サイト＞が便利です。

３．学習データ増に伴い、max_train_steps を増やします。1枚当たり100ステップが目安でしょうか。学習データが30枚なら30×100=3,000ステップが目安です。

　学習データ30枚だと約1時間弱で学習が完了します。それでは早速、文から画像を生成してみましょう。

　ビキニ姿です（yuiaragaki as female swimmer, wearing a bikini swimsuit, at Waikiki Beach, ray tracing, 8k）

　ナース姿です（yuiaragaki as nurse wearing a nurse’s white coat, a stethoscope around her neck, ray tracing, 8k）

　競泳水着姿です（yuiaragaki as an Olympic swimmer in a swimsuit next to a competitive swimming pool, ray tracing, 8k）

　フレンチシェフです（yuiaragaki wears French maid costume at a cafe, ray tracing, 8k）

　メイド姿です（yuiaragaki wears French maid costume at a cafe, ray tracing, 8k

　警官姿です（yuiaragaki as female police officer, ray tracing, 8k）

（twitter投稿）

Dream Boothは、画像生成モデルにテキストと特定画像をセットで少数ファインチューニングすることで、テキスト操作で特定画像の様々なバリエーションを生成させる技術です。

あの女優がもし、こんな映画に出演したら。。。

ブログ：https://t.co/cgvvlB2CSc pic.twitter.com/xcq48C95LV
— cedro (@jun40vn) April 3, 2023

1.はじめに

2.Dream Boothとは？

3.コード

2022.12.1 コスプレをやってみよう

2023.1.23 コスプレのクオリティを上げよう

2022.12.1　コスプレをやってみよう