見出し画像

【Stable Diffusion】クオリティが上がるEasyNegativeの使い方について解説

「全体のクオリティを上げたい」
「EasyNegativeの使い方を知りたい」という方のために、

この記事では、EasyNegativeの導入方法と使い方について解説します。


EasyNegativeについて

EasyNegativeはEmbeddingモデルであり、使用すると全体のクオリティを上げることができます。

EmbeddingモデルのEasyNegativeを導入しなくても、「EasyNegative」とネガティブプロンプトとして入れるだけで、クオリティが高くなるようになっていますが、効果はそれぞれ異なります。

以下の画像では、「EasyNegative 無し」「ネガティブプロンプトのEasyNegative」「Embeddingを使用したEasyNegative」で比較した結果になります。

右側の画像のように、EmbeddingのEasyNegativeを使用した方では全体のクオリティが劇的に上がっています。

画像


EasyNegativeは「Counterfeit」と呼ばれるCheckPointモデルを元にして作成されているので、Counterfeitモデルと相性が良いです。

先ほどの比較画像では、別のCheckpointモデルを使用してEasyNegativeが反映されていたので、使用したいCheckpointモデルで試してみてください。

ここではEasyNegativeとCounterfeitのモデルも一緒に導入する方法と使い方について解説します。


EasyNegativeとCounterfeitの導入方法

EasyNegativeはCIVITAIとHugging Faceのどちらからでもダウンロードできますが、今回の例ではCIVITAIのサイトからダウンロードします。

以下のリンクからダウンロードできます。
https://civitai.com/models/7808

CounterfeitのCheckpointモデルは以下のリンクからダウンロードできます。
https://civitai.com/models/4468?modelVersionId=57618

ここからはローカル環境の場合と、Google Colabの場合とで分けて導入方法について解説するので利用環境に合わせて読み進めてください。


ローカル環境の場合

EasyNegativeでは、右側にあるダウンロードアイコンをクリックするとダウンロードできます。

ファイルは「/stable-diffusion-webui/embeddings」の中に入れるようにしてください。

画像


「Counterfeit」の場合は、右側にある「Download」ボタンをクリックするとダウンロードできます。

ファイルは「models/Stable-diffusion/」の中に入れるようにしてください。

画像


Google Colabの場合

Google Colabでは、ダウンロードURLをコピーする必要があります。

EasyNegativeでは右側にあるダウンロードアイコンをクリックしてください。

「Model SafeTensor」の場所で右クリックしてください。

Google Chromeの場合ですが、「リンクのアドレスをコピー」をクリックすることでダウンロードURLをコピーできます。

画像


Counterfeitの場合は、「Download」の場所を右クリックしてください。

「リンクのアドレスをコピー」をクリックしてダウンロードURLをコピーします。

画像


先ほどのEasyNegativeとCounterfeitのダウンロードURLを使ってコードを追加してください。

以下はEasyNegativeとCounterfeitを追加するサンプルコードなので参考にしてください。

#EasyNegative
!wget https://civitai.com/api/download/models/9208 -O /content/stable-diffusion-webui/embeddings/EasyNegative.safetensors
#Counterfeit-V3.0
!wget https://civitai.com/api/download/models/57618 -O /content/stable-diffusion-webui/models/Stable-diffusion/CounterfeitV3.safetensors


EasyNegativeを使って画像生成する

EasyNegativeのツールは導入しただけでは適用されません。

ネガティブプロンプト入力内にEasyNegativeを入れる必要があります。

ネガティブプロンプト入力内を1回クリックしてからから「Texual Inversion」をクリックしてください。

Embeddingが一覧で表示されるので「easynegative」を選択してください。(決めたファイル名によって名前が異なります)

画像


ネガティブプロンプト入力内に「easynegative」が追加されるので、これで使用できます。

もしEasyNegativeが表示されなかった場合は、EasyNegativeのファイルを入れる場所が間違っている可能性があるので再度確認しましょう。

画像


以下の画像では、プロンプト入力内には何も入れず、ネガティブプロンプト入力内にEasyNegativeのみを入れて画像生成した結果がこちらです。

これだけでもいいのですが、さらに質の高い画像生成をするために、質を上げるためのプロンプトを入れます。

画像


EasyNegativeが使用されると、画像生成後の下部にあるパラメーター情報にEasyNegativeを使用した記載がされているので確認しましょう。

画像


「ultra-detailed , masterpiece , best quality , girl」のプロンプトを追加して、EasyNegative無しと有りの画像生成をさせてみます。

画像


以下の画像では、Seed値を固定して比較した結果になります。

左側は襟部分などの描き方が崩れていたり、髪の左上に少しだけ緑色のペイントがされて画像生成されています。

右側にあるEasyNegativeを使用した方が、左側と比べると全体的にクオリティが上がって生成できています。

画像


別のモデルでEasyNegativeを使用する

CounterfeitでEasyNegativeが適用されているのが分かりましたが、別のモデルではどうなのか検証してみます。

次は「AnyLora」のCheckpointモデルを使って画像生成してみます。

画像


以下の画像では、EasyNegative無しと有りの比較画像になります。

無しと有りを比べると全く違う印象になっており、クオリティの高いアニメ風画像になりました。

画像


次は「Anything V5」モデルで比較してみます。

画像


以下の画像は比較結果になります。

左側では色褪せていたり目が崩れていたりしていますが、EasyNegativeを使用した右側ではクオリティが高くなって画像生成できています。

使用するモデルによってはクオリティが下がったり適用されない可能性があると思うので、どちらも生成して比較してみてください。

画像


まとめ

EasyNegativeの導入方法と使い方について解説しました。

EmbeddingモデルのEasyNegativeは全体のクオリティが向上します。

EasyNegativeはCounterfeitモデルだけでなく、別のモデルでも適用できるので導入しておいた方がいいEmbeddingです。

いいなと思ったら応援しよう!

ピックアップされています

Stable Diffusion 使い方 まとめ

  • 144本

コメント

コメントするには、 ログイン または 会員登録 をお願いします。
生成AIの役立つ情報を発信しています🙂 動画生成AI・画像生成AI(特にStable Diffusion)の記事が多いです。
【Stable Diffusion】クオリティが上がるEasyNegativeの使い方について解説|レベルマ【生成AI情報発信】
word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word

mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1