◇ Stable DiffusionのWebで遊べるもの （えっちな絵は無理だけどスマホでも可能）
https://huggingface.co/spaces/hakurei/waifu-diffusion-demo [link]
https://huggingface.co/spaces/stabilityai/stable-diffusion-1 [link] (txt2img)
https://huggingface.co/spaces/huggingface/diffuse-the-rest [link] (img2img)
◇ Stable DiffusionをローカルまたはGoogle Colabに環境構築
・web UI (AUTOMATIC1111版) ※多機能 https://github.com/AUTOMATIC1111/stable-diffusion-webui [link]
機能の解説はWikiを参照 https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features [link]
・NMKD ※導入が比較的容易 https://nmkd.itch.io/t2i-gui [link]
◇ Stable Diffusionで使えるモデルデータ
https://rentry.org/sdmodels [link]
◇ Stable Diffusion以外
・ERNIE-ViLG https://huggingface.co/spaces/PaddlePaddle/ERNIE-ViLG [link]
・MidJorney https://www.midjourney.com/home/ [link]
・Craiyon https://www.craiyon.com/ [link] (顔を描くのは苦手)

>1669442296941.png
奥のキャラの顔が

>PC素人なんだけど玄人志向の3060搭載グラボってどうなのかね
>値段的には非常にお手頃なんだけど
電源とかメモリとか他の部分がクソ雑魚PCだとグラボだけ新調してもしんどいぞ

その手の団体がその手の動画や画像があるサービスにはクレジット決済させるなって圧力かけてるらしいから
AIイラストも有償の奴はヤバイのん？

たておつ
紫髪ってパチュリー強いことを今知った
WDだけじゃなくて縁ちゃんも東方強いのね

>PC素人なんだけど玄人志向の3060搭載グラボってどうなのかね
>値段的には非常にお手頃なんだけど
玄人志向のに限らず値段で変わってくるのは冷却ファンの性能と騒音が大きい
ファンのスピードが可変の物からオンオフしかないようなのまで

3060なら低消費電力にすれば500Wで十分だとは思うけどね
ベンチとかでも300Wくらいになるから

>PC素人なんだけど玄人志向の3060搭載グラボってどうなのかね
クロシコは「マニア向け商品」とかの一部以外は普通だから
ネットで商品調べて悪評が目立たなければ大丈夫よ

玄人志向は補償3年だったから悪くは無いんじゃない
3060ならそこまでアチチでもないだろうし

>その手の団体がその手の動画や画像があるサービスにはクレジット決済させるなって圧力かけてるらしいから
>AIイラストも有償の奴はヤバイのん？
去年のpornHub全滅騒動や今月のpixivお達しもだけど
VISAやMASTERのようなクレカ会社自体が取引NG出してるみたい
AIだからとかは直接関係ない

>3060なら低消費電力にすれば500Wで十分だとは思うけどね
まさに電源500Wで3060をパワーリミット58％で使ってるわ
一応100％で動かしても大きな問題はなかったけど

>No.1039158614
このシリーズ好き

Dreambooth入れてみようとしたらインストールの途中でコケて
WEBUIも起動失敗するようになっちまった
最悪入れなおせば良いんだろうけどめんどいことになった

>>AnyだけかもしれないけどAIに描いてもらった絵ってたまに紫の斑点みたいなのがでてくるよね
>縁、というかNAI系のvaeが悪さする
vaeのせいだったのか
wdのvaeはどぎつい発色がちょっと合わないんだよな…

>WD1.3でも背景頑張るときは頑張ってくれるな
>肝心のキャラがいまいちだったけど
キャラ全体インペイントした後顔をフルレゾインペイントすればいけるいける

>AnyだけかもしれないけどAIに描いてもらった絵ってたまに紫の斑点みたいなのがでてくるよね
うちの縁くんだとでないな…純正のvaeと
コマンドオプション--no-half-vaeで使ってる

multi subject render 人物と背景分けて描画して重ねてるんだと
将来的に背景用のckptと人物用のckptと分けられたりしそうね

Any使う時も匿名モデルの設定のままにしてたけど
eta (noise multiplier) for ancestral samplers
Eta noise seed delta
を1にした方が良かったのかな実は

>subject render 人物と背景分けて描画して重ねてるんだと
どうせならパーツをレイヤーごとに分けてpsdでダウンロードさせてほしい

HNとかじゃなくてネットワーク自体を学習させたい
どっかにスパコン落ちてないかな・・・

multi-subject-renderのサンプルがなんかじわじわくる
うまく馴染ませないとコラ感出そうね

>HNとかじゃなくてネットワーク自体を学習させたい
>どっかにスパコン落ちてないかな・・・
DBより軽いfinetuningあるし、キャラ追加だけならDBでいい

>イヤホンからキーンってノイズがすごい
オッサンだからそういう音聞こえなくなった
それプラス耳鳴りもする

AI絵ガチの環境構築には数千万かかるらしいね…

色指定としてないのに紫の下着とか良く出してくるな

個体差あるからキーンノイズは届いてみないとわからないな

キウィみたいなでっかいのがいる…かわいい

>AI絵ガチの環境構築には数千万かかるらしいね…
何をガチとするか学習だけなら3060あれば十分だし

3060買ってしまったが
ここからステップアップするとしたら3090以上か…

>3060買ってしまったが
>ここからステップアップするとしたら3090以上か…
一気にハードル上がるよな
そして型落ちの3090に20万近く出すなら4090も射程に…
ユー！買っちゃいなよ！

white skinよりPale skinのが明らかに白い気がするの

ゲームのためなら60～70しか買うつもり無かったのに
AIのせいで90が欲しくなってしまう沼

>ヤフオクにTesla V100 32GBを4発積んだDGX落ちてるぞ
>280万円だが
元の値段考えると大分お安い…
上の数千万のはDGX A100とかかな…電源ユニット8発とか積んでて
全力で回すと確か6400Wだよね

としちゃんスパコン拾ったとしてちゃんと飼えるの？

3060マジで欲しくなるな…

>としちゃんスパコン拾ったとしてちゃんと飼えるの？
むり
土地建物用意しないといけないし…

メチャクチャ横長にすると案外面白い画像出るんだよね

3060→3090って何倍早くなるんだっけ

>3060マジで欲しくなるな…
4.5万だったけど実にいい買い物だったと思ってるよ
ローカルだけで10万枚以上生成したから1枚あたり0.5円以下だし

>3060マジで欲しくなるな…
偉大な先人のおかげで一応DBもできるしね
これ以上の学習環境になると素直にColabとかのクラウドになる

横長があまり使わないのって
すごく人体が安定しないってのがあったよね
最近の縁とか比較的安定してる

3060ti 8GBからの3060 12GB発表はなに考えてんだ革ジャンって思ったけど今となっては感謝しか無い
まあ3060もってないんだけど

縁くん強すぎ問題

醜いアヒルの子みたいな３０６０

>3060→3090って何倍早くなるんだっけ
公式discordに貼られてたべんち
https://docs.google.com/spreadsheets/d/1Zlv4UFiciSgmJZncCujuXKHwc4BcxbjbSBg71-SdeNk/edit#gid=0 [link]

>>縁くん強すぎ問題
>ブルマも出してくれる
男はあんまり出してくれない…

>公式discordに貼られてたべんち
これはスペックでベンチじゃなかった

速度は3060でも問題ないかな
代替設定したら後はフォーエバーして他のことするし

>3060→3090って何倍早くなるんだっけ
redditの
https://www.reddit.com/r/StableDiffusion/comments/wvp8il/stablediffusion_benchmark/ [link]

3060 3.5 it/s
3090 10.8 it/s

3倍くらい速いね

もしかしてDBの学習用データセットフォルダにはdeepbooruで出力したtxtファイルは不必要だったりする？

A100は単精度だとA6000よりかなり遅いんだなぁ

>もしかしてDBの学習用データセットフォルダにはdeepbooruで出力したtxtファイルは不必要だったりする？
DB初心者だけど画像以外入れるなってどっかで見た覚えがある

みんなありがとう3倍くらいか
3倍の速度で生成・学習できて同時にゲームとか他の事も余裕になるなら良さそうだなあ

>もしかしてDBの学習用データセットフォルダにはdeepbooruで出力したtxtファイルは不必要だったりする？
使ってる実装と設定によりけり
なんならdataset読み込み部弄るだけだから、自分が使いやすい様にカスタムするのが一番使いやすくなる

>伸びろ、イラストーー！！
>縁くん壊れちゃった…
（なんやここらへん、絵面的になんか寂しいなぁ…。せや！なんか足したろ！）ていう絵描きくさい動機が見える

ずぼらだから学習関係のフォルダ取っ散らかってる

縦長全身画像と違って横長全身画像は学習材料足りんからか奇形化しまくる

基本的にAIくんは無駄な空間を嫌うっぽいからとにかくなにか足そうとするよね
AIくんに詫び錆を覚えさせないと……前衛的な華道のことでなく

>概ね下位互換だな80ti
まあVRAM以外ほぼ90だからね
今思うとそこ16GB積んで欲しかったとしか言いようが無いけど…

>DB初心者だけど画像以外入れるなってどっかで見た覚えがある
自分もその記述を見かけて戸惑っている
もし入れないなら学習用画像の説明はどこでやるんだろう？

>使ってる実装と設定によりけり
>なんならdataset読み込み部弄るだけだから、自分が使いやすい様にカスタムするのが一番使いやすくなる
1111版のDBなんだけど全然設定が理解できてない…

メモリ搭載量はバス幅で決まっちゃうからなぁ
新発売の3060の8GBは当然バス幅も減で罠すぎる

>もし入れないなら学習用画像の説明はどこでやるんだろう？
Instance promptとClass promptでやるんだと思ってる
初心者です

>もしかしてDBの学習用データセットフォルダにはdeepbooruで出力したtxtファイルは不必要だったりする？
一応キャラの向きとかの基本的な差分情報なら学習精度というか対応力が上がる（はず）
それ以外の情報はわからん…

>大体3090の２倍だね
すっげ…
お値段は何倍？

>カラスちゃん横長
かっこいい

>1111版のDBなんだけど全然設定が理解できてない…
Diffuserベースの実装のが使いやすいから、1111版の実装は知らないんだすまん

>一応キャラの向きとかの基本的な差分情報なら学習精度というか対応力が上がる（はず）
>それ以外の情報はわからん…
キャラをたんに追加するだけなら、
インスタンスはillust of sks girl
クラスはillust of girl
sksは追加するキャラ名でもまぁ問題はない、汎化性能投げ捨てていいならクラス無し
もっと細かくやりたいなら、その画像を出すのにどんなpromptで出したいかって考え方するとわかりやすいと思う

クラウドってスケベなの大丈夫なのかな

1111DBはpromptのみの時はまだ分かりやすかったんだけど
tokenが追加されてなんもわからん

DBはとりあえず今までtxtファイル入れてやってたから次は入れない状態でも試してみる
答えてくれたとし達ありがとう

SD2.0からVRAM要求増えるのではと聞いて震えてる

>クラウドってスケベなの大丈夫なのかな
アメリカは二次ロリに厳しいからリスクはあると思う
熟女画像しか学習・生成しませんてんならまあ大丈夫だろうけど

>A100 $3/hourか
RunPodなら$2であるな…引けたらだけど
https://www.runpod.io/ [link]

出来たものが溢れてれば個人でわざわざ呪文練るのはそういう趣味になると思う

> Just like the first iteration of Stable Diffusion, we’ve worked hard to optimize the model to run on a single GPU–we wanted to make it accessible to as many people as possible from the very start. We’ve already seen that, when millions of people get their hands on these models, they collectively create some truly amazing things.

SD2.0 release noteにこうあるので、ご家庭で使えるよう最適化をがんばる意思はありそう

Colabが以前に比べて全然GPU使えないようになっちゃったことを考えると
paperspaceも流行り始めて使う人増えると心配だな

>>HNとかじゃなくてネットワーク自体を学習させたい
>>どっかにスパコン落ちてないかな・・・
>ちゃんと買えばいいのでは？
スパコンって個人で買えるんだな
これ電源200Vなんやろか…？

>スパコンって個人で買えるんだな
>これ電源200Vなんやろか…？
200V30Aを複数設置らしい（消費電力は最大6.5kW）

>200V30Aを複数設置らしい（消費電力は最大6.5kW）
エグい

>>200V30Aを複数設置らしい（消費電力は最大6.5kW）
>エグい
ドライヤー5つ分か
常時CPU100％じゃないだろうけど電気代がエラいことになりそう

>省力化と高性能化の終わりないバトルはやってそう
え？今時モデルデータを個人で作れないの！？ぐらいインフレしてくれると助かる

>200V30Aを複数設置らしい（消費電力は最大6.5kW）
これなんかヤバいの育ててるって勘違いされるやつじゃ
まぁ間違っちゃいないっちゃいないんだろうけど

>>省力化と高性能化の終わりないバトルはやってそう
>え？今時モデルデータを個人で作れないの！？ぐらいインフレしてくれると助かる
メインメモリと一緒で当たり前のように64GBのVRAM積んで欲しい

まずワンルームのアパート一部屋の主電源がAC100V30Aが多い事を考えると200Vで単純計算でその2倍の容量で更に複数とな

>メインメモリと一緒で当たり前のように64GBのVRAM積んで欲しい
へいお待ち！
https://www.elsa-jp.co.jp/products/detail/nvidia-a100-80gb/ [link]

「へーオタクくんパソコン持ってるんだ、エッチな絵でも作ってるの？」
みたいな導入が当たり前になる時代がありえなくない

>サウジアラビアのユニフォーム出そうとすると
>すごくアラビアンが混ざる
>Saudiだけ使ってArabiaをネガティブに入れてもぐいぐい主張してくる
金髪褐色とはAIもやるな

>>メインメモリと一緒で当たり前のように64GBのVRAM積んで欲しい
>へいお待ち！
> https://www.elsa-jp.co.jp/products/detail/nvidia-a100-80gb/ [link]
道楽で240万円使うのはちょっと厳しいでござる！
仮に5年間遊べたとして毎月4万円だよ！

でりだモデルの「autoencoder_fix_kl-f8-trinart_characters.ckpt」ってvaeなんです？

存在しない未来の記憶…

既にvenvに入ってるcv2がインストール出来ないってエラーは無視して良いのかな
分からん…

>既にvenvに入ってるcv2がインストール出来ないってエラーは無視して良いのかな
>分からん…
インストール済みだから入れないよ！　っていうなら無視していいけど入ってるはずなのに入れようとしてエラーになってるならダメっぽい

入れてるのに入って無いって言われるのはパス設定が抜けてるとかじゃないか知らんけど

>入れてるのに入って無いって言われる
短小すぎるとそういう事言われる

グラボはあそこまで巨大化してるならユーザーでメモリ増設もできて欲しい

>紅葉登山にいい季節
ちょっと寒そう…

>グラボはあそこまで巨大化してるならユーザーでメモリ増設もできて欲しい
GDDRとか売ってない…
HBMとかもっと無理

>Colabでwebui立ち上げようとすると
>ローディングで止まっちゃってURL出てこないんだけど
>縁モデルが重すぎて駄目なのかしら
縁はColabさんの機嫌次第って感じ（割り当て次第か？）
通るときは通るけど通らない時は通らない

>Colabでwebui立ち上げようとすると
>ローディングで止まっちゃってURL出てこないんだけど
>縁モデルが重すぎて駄目なのかしら
15GBだと縁はprunedの方しか動かなかったと思う

もうグラボにメモリ自分で刺せるようにして欲しい

>グラボはあそこまで巨大化してるならユーザーでメモリ増設もできて欲しい
ホットプレートなどで

なるほど
重すぎてダメなのね。ありがとう

学習→生成を繰り返して最初の粗悪な学習素材10枚を全て生成した良画像に交換できたからまた学習するぞ
なんか育成シミュレーションやってるみたいだ

colabにakaなんとかのNotebookでAutomatic1111入れようとするとふつうのSDモデルなのに^Cって出てインストール中断されることあるのはよくわからない

TIもHNもDBも学習用イラストって全部キャラの背景は手作業で白にした方がいいの？

>どういう地形なの
（あの垂れ下がった岩のところ、たぶんコログがおるな…）

>TIもHNもDBも学習用イラストって全部キャラの背景は手作業で白にした方がいいの？
俺はこれ使った。
https://github.com/SkyTNT/anime-segmentation [link]

ただ完璧じゃなくて髪のすきの背景とか残ったり必要な部分も消したりするから最終的には自分で調整しないといけない

>1669453134519.png
これは普通に別のソフトで背景切り抜いたの？それともi2i？
動画で使うような立ち絵とか作ろうとしてもAIくんは微妙に背景を単一色で描いてくれなくて
ちょっと四苦八苦してる

>TIもHNもDBも学習用イラストって全部キャラの背景は手作業で白にした方がいいの？
諸説あります
私は白くしてます

>TIもHNもDBも学習用イラストって全部キャラの背景は手作業で白にした方がいいの？
TIやHNが学習用の教材と出力画像の差を見て学ぶものだから
どっちも白背景にしていたほうがAIが余計なものを学習しないで済んで楽ってだけの話
例えば海の背景の画像しか用意できないとかだったら
学習用のプロンプトに似たような海の背景を出すように仕込んでもいいと思う

>俺はこれ使った。
> https://github.com/SkyTNT/anime-segmentation [link]
>ただ完璧じゃなくて髪のすきの背景とか残ったり必要な部分も消したりするから最終的には自分で調整しないといけない
そういうのもあるのか…！
HNで絵柄覚えさせたいなーと思って、これまで描いてきた自作イラスト用意して
顔中心トリミングとか身体中心トリミングとかで色々300枚くらい作って、全部512*512にしてdeepbooruでタグ付けしたけど、とりあえずwikiのベンチテスト設定でHN学習させたら100ステップの時点で砂嵐になっちゃった
よく言われるように量より質で、もっと学習用画像絞ってあと背景白くした方がよかったかな？

>これは普通に別のソフトで背景切り抜いたの？それともi2i？
>動画で使うような立ち絵とか作ろうとしてもAIくんは微妙に背景を単一色で描いてくれなくて
>ちょっと四苦八苦してる
これはソフト一発で抜いてる
https://www.remove.bg/ja [link]
抜けない時は諦めて別の探すか手動で抜いてる

>でりだモデルの「autoencoder_fix_kl-f8-trinart_characters.ckpt」ってvaeなんです？
とっしーはREADMEを読まないからな…

We also provide a separate checkpoint for the custom KL autoencoder. As suggested by the Latent Diffusion paper, we found that training the autoencoder and the latent diffusion model separately improves the result. Since the official stable diffusion script does not support loading the other VAE, in order to run it in your script, you'll need to override state_dict for first_stage_model. The popular WebUI has the script to load separate first_stage_model parameters.

>タグ付けしたけど、とりあえずwikiのベンチテスト設定でHN学習させたら100ステップの時点で砂嵐になっちゃった
>よく言われるように量より質で、もっと学習用画像絞ってあと背景白くした方がよかったかな？
背景消すのはキャラ学習で背景のタッチまで覚えてしまうことを避けるためだから
絵柄だったら背景を消さなくていいも
あと１００ステップで砂嵐になるなら学習率が高すぎるか
レイヤの初期化にKaiming使ってない？
あれはレイヤーの正規化と一緒に使わないとだめな奴

>顔中心トリミングとか身体中心トリミングとかで色々300枚くらい作って、全部512*512にしてdeepbooruでタグ付けしたけど、とりあえずwikiのベンチテスト設定でHN学習させたら100ステップの時点で砂嵐になっちゃった
学習のときに使ってるモデルによるけど
顔だけの画像：close-up,(face)
上半身の画像：cowboy_shot
全身の画像：full_body
は入れてる
横向きだったらfrom_side, looking_awayとか
兎に角学習用の画像と出来るだけ似た構図になるような感じで

あと３００枚もあるならレイヤーを深くしてもいいかも
1, 1.5, 1.5, 1 とかにしてみてもいいかも

ベンチで発散するのはあんま気にしなくていいと思うけど100stepsは早すぎるね
学習画像の質で発散することはないと思うから枚数か設定の方に問題があると思う

>multi-subject-renderさっぱりわからん…
自分も試してみたがsampler errorがでてすすまん
指定してるつもりなんだけどなあ

>これはソフト一発で抜いてる
おお、ありがとう
わりと早くて精度がいいねこれ

>ベンチで発散するのはあんま気にしなくていいと思うけど100stepsは早すぎるね
>学習画像の質で発散することはないと思うから枚数か設定の方に問題があると思う
少し違うけど教師データとモデルも相性によっては、極端な重みにならないと再現できなくて発散or再現性０の両極端な結果しか得られないことはある

>グラボはあそこまで巨大化してるならユーザーでメモリ増設もできて欲しい
動作早くするために各GPUチップがVRAMに直結してて
GPUチップ同士が高速通信して自分の直結してるメモリ以外の読み書きもするような設計だから難しいのよね
GTX980だかのラスト500MBだけ地獄のように遅い問題も
そこのチップだけ割り当てられる通信帯域が1/7だかになっちゃうせいで発生したんだし

>この程度の英語が読めなくてもAIが使える時代
なんならこのスレのとしあきの会話の半分も理解できてないぞ俺

>背景消すのはキャラ学習で背景のタッチまで覚えてしまうことを避けるためだから
>絵柄だったら背景を消さなくていいも
>あと１００ステップで砂嵐になるなら学習率が高すぎるか
>レイヤの初期化にKaiming使ってない？
>あれはレイヤーの正規化と一緒に使わないとだめな奴
皆さんありがとうございます…本当に初心者なもので
お恥ずかしいことだけどKaimingって何のことだろうかと調べております…

多少遅くてもいいから大容量VRAMのグラボが欲しい
……まあ多少のレベル感はあるだろうけど

>SD2は相変わらず萌え系少女も指も苦手ね…
SD2は何が良くなったの？

>>SD2は相変わらず萌え系少女も指も苦手ね…
>SD2は何が良くなったの？
か…解像度…

弓を持ってるのは天使ではなくキューピット云々
あの弓矢催眠効果あるよな

英語の弓である bow にいろんな意味がありすぎる・・・

>>>SD2は相変わらず萌え系少女も指も苦手ね…
>>SD2は何が良くなったの？
>か…解像度…
横漏れしない吸収力も（なんか追加学習力がすごいらしい）

cowboy shotで男が出てくるって話すき

>これ
>その様子だと多分いじってないと思うから初期設定のNormalでいいと思う
ありがとうございます…
そこはノーマルのままですね
本当にとりあえずwikiの通りにベンチテストしようとしたので

11月3日までHNしてたけど
久ぶりにHNしたらなんか薄い学習しかしてくれない(20000step)
http://dskjal.com/deeplearning/sd-fine-tune.html [link]
久しぶりにこのページを参考にしたけど
段階的に学習さげるやつってあんまり推奨されない方法なのか

背景もレタッチもだけど修正すること自体が目的にならないようにな！
背景情報は使うときに影響するから好きな画風なら残してもいいと思うぞ

>これ
>その様子だと多分いじってないと思うから初期設定のNormalでいいと思う
HeNormalってそれなりの多層じゃないと不要って思ってたんだけどHNでHeNormal初期化の成功例はあるのかな？
HeNormalって簡単に言えばNormalに係数かけたようなものだからLNで正規化しちゃうならHeNormalで初期化する必要性とは・・？って思ってる

>段階的に学習さげるやつってあんまり推奨されない方法なのか
段階的に下げるのは正しいけど
学習画像やモデルによって学習率の適正は違うから
人のをそのまんまやるとうまくいかないかもしれない
うまく学習できてないようなら最初から学習率上げてみてもいいかも

>今としあきdiffusionにPaperspace版導入ページ書き始めたから待ってな～
大きな声では言えないが有識者としあきによるコレを待ってた…ありがとう…

>HeNormalってそれなりの多層じゃないと不要って思ってたんだけどHNでHeNormal初期化の成功例はあるのかな？
>HeNormalって簡単に言えばNormalに係数かけたようなものだからLNで正規化しちゃうならHeNormalで初期化する必要性とは・・？って思ってる
ここの議論だと relu には効果ありって言われてるみたいだけど俺は使ってないからわからん
https://github.com/AUTOMATIC1111/stable-diffusion-webui/discussions/2670#discussioncomment-3999660 [link]

そもそも俺は512x512に画像を加工するのすら時間がかかる
みんなどうやってるの？

>そもそも俺は512x512に画像を加工するのすら時間がかかる
>みんなどうやってるの？
としあきにXnConvertとか勧められたんでそれで纏めてやってた

>そもそも俺は512x512に画像を加工するのすら時間がかかる
>みんなどうやってるの？
画像編集ソフトで台紙作ってレイヤで貼り付けてる

>そもそも俺は512x512に画像を加工するのすら時間がかかる
>みんなどうやってるの？
preprocess imagesで良くない？

特徴をとらえたいから正方形にするのは人力
そっから512x512に拡大縮小するのはprocess使ってる

>そもそも俺は512x512に画像を加工するのすら時間がかかる
>みんなどうやってるの？
automatic1111内のPreprocess imagesでdeepbooruのタグ付けと同時にやってましたが
もっといい方法あったら教えを請いたいです
ちなみにここでauto focus point cropにチェック入れたら顔中心に切り抜く設定でいいんですかね？正直精度良くないけど

できればWindowsとの転送やりとりでLinuxコマンドが必要とか仰ってたので
そこら辺りも記載があるとムニャムニャ…

Paint.netでシコシコ手動してる
Gimpよりわかりやすいから愛用してる

Adam自体に適応的に学習率下げるのと似た機能が入ってるから
下手にlr schedulerごちゃごちゃいじっても意味ない気はする