stable-diffusion-web-uiを試す

LLM以外はあまり触ってなかったので、ちょっとお試し

とりあえず上記参考にさせてもらいながら、ざざっと所感

とりあえず起動時オプションはこれで。LANからアクセスしつつ、拡張もインストールできるように。
- export COMMANDLINE_ARGS="--listen --enable-insecure-extension-access"
よくわかってなかったけど、拡張でどうこうなるんじゃなくて、モデルが重要。
- アニメっぽい画像生成したかったらそれ用のモデルを落としてくる必要がある。
  - リアル向けとアニメ向け、みたいな。
- デフォルトだと、昔試したときにもおもったけど、やや気持ち悪い感じの画像になる
- モデルによってライセンスが異なるので、何かしらのアウトプットで使う場合には要確認
プロンプトは、LLMのそれよりも呪文度が高い。
VRAMはそこまで食ってなかった。ちゃんと見てないけど。

まあいろいろ試してみるのは面白い

モデル

とりあえずデフォルトでいろいろ頑張っても、Twitterとかに流れるようなアニメ絵みたいなのものは生成できない。なんでああいうのが生成できないのか？？？で最初ハマってた。

まずは１つそういうモデルを落としてきて試すのが良さそう。いろいろ試してみたのはこの辺。

これ以外にもHuggingFaceやCIVITAIに多数あるし、おすすめサイトもあるようなので、いろいろ試してみると良い。

モデルは、.ckpt と .safetensors のどちらかで配布されている様子。詳細は終えてないが、.safetensorsのほうがセキュリティ的に望ましいらしい。
モデルのライセンスを確認すること。商用には使えない等もある。
モデルの中には、特定のVAE（Variational Auto Encorder）を推奨しているものもある（VAEがなければ想定通りに生成されない）。別途VAEを落としてきて設定する必要がある。
モデルごとに推奨されているプロンプト（特にネガティブプロンプト）は変わるらしい。このあたりはモデルのdescriptionを確認する。

モデルは数GB単位なので、それなりに時間もかかるし、いろいろ試してるとディスク容量もそこそこ食うので注意。

ちなみに、CIVITAIからダウンロードする場合、ブラウザでやるのは面倒。wget使って直接モデルディレクトリにダウンロードするには--content-dispositionを使えば良い。

$ wget --content-disposition [各モデルのダウンロードURL]

各モデルのページのURLではなく、「Download」リンクのURLなのでお間違いなく。

この辺を後で読む。