「Stable Diffusion」で初キャラ生成！ナース服のキツネっ娘を召喚してみた

前回「checkpoint」のダウンロードと導入方法について

「Stable Diffusion」の導入と「checkpoint」のダウンロードが完了しましたので、これで環境構築はばっちりです。
他にも様々な「checkpoint」やツールを導入することが可能ですが、それはおいおい追加していくとして、まずはキャラクターを生成してみましょう。

今回のテーマは、「病室でナース服を着たキツネっ娘のアニメ風イラスト」とします。

適当な場所に作成した「webui-user.bat」のショートカットをダブルクリック。

コマンドプロンプトが開かれるので、しばらく待ちましょう。

左上の「Stable Diffusion checkpoint」の下の枠を左クリックし、「oneFORALLAnimeW_vIL.safetensors」を選択してください。アニメ風イラストであればこの「checkpoint」が適しています。なお、読み込みには結構時間がかかります。「processing」の表示が消えるまで待ちましょう。

「Prompt」の枠にプロンプトを入力します。「この要素を含む画像を生成してください」という仕様書のようなものとでも言えるでしょうか。
プロンプトは、「単語→カンマ→半角スペース→単語→…」といったつなげ方をします。
今回は、必要最低限のプロンプトを入力して、どうなるか試してみます。

1girl, anthro fox, furry, nurse uniform

と入力しました。それぞれを説明すると、

1girl
1人の女の子。よく使われるフレーズです。
anthro fox
擬人化された狐。「anthro」（アンスロ）というのは聞きなれない単語ですが、「anthropomorphic」というマニアックな英単語の略称です。
もちろん、動物の種類を変える場合は「anthro cat」「anthro dog」という使い方をします。
furry
「毛皮で覆われた」という意味です。これがないと、ケモノキャラではなく、ケモ耳コスプレ少女になってしまう可能性があります。それだけは避けなければなりません。
nurse uniform
言うまでもなく、「ナース服」です。

左下の「Generation」から様々な設定を変更することができます。重要なものですが、今回はそのままにしておきます。
ただ、「Batch count」のみ「1」から「12」に変更しておきます。これは何かというと、1度の画像生成で何枚生成するかというものです。画像生成は、全く同じ設定・同じモデル・同じプロンプトで生成した場合でも、毎回全然違うものが出来上がります。そのため、1枚だけ生成した場合、仮に変な画像が生成された場合でも、それが偶然なのか、設定に問題があるのかわかりません。設定に問題はないのに、偶然その1枚で変な画像ができてしまった、ということもあり得るわけです。
そのため、比較対象のために複数の画像を生成することにします。
もちろん、12枚作成すると、12倍の時間がかかることは言うまでもありません。ここで作業速度を決めるのがPCの性能というわけです。

では、右上の「Generate」（生成する）ボタンを左クリックして、画像を生成してみましょう！

生成が始まりました。「9% ETA:01:02」というのは、「進捗状況は9%ぐらいです。推定残り時間は1分2秒くらいです。」という意味です。

12枚の画像生成が完了しました。複数の画像を生成した場合は、このような集合写真が最初に出てきます。もはやいかがわしい夜のお店にしか見えません。

いかがでしょうか？
プロンプトを最小限にしたので、ポーズ・髪型・背景といった要素にかなりばらつきがあります。
ばらつきを抑えるためには、プロンプトをもっと細かく指定する必要があります。
なお、背景は指定していませんが、服装をナース服としたので、AIが空気を読んで背景を病院っぽくしてくれることがあります。職場で全く空気が読めない私とは大違いですね。

なお、画像データの保存場所は別の記事で紹介しております。
生成された画像ファイルの保存場所について

最後に、ここからプロンプトや設定を修正した画像をご紹介します。