見出し画像

Stable Diffusion『ComfyUI』をつかってみたい!#きゃんべるです。

今日の目標は、ComfyUI画像を生成することです。

★Stable Diffusionは、イギリスのスタートアップ企業Stability AIが開発した画像生成AIモデルです。

Stable DiffusionのWebUIの種類】
・AUTOMATIC1111
(WebUIのオリジナルバージョン)
・Forge
(AUTOMATIC1111版をベースに最適化されたバージョン)
・Fooocus
(プロンプトだけでハイクオリティな画像が生成できるツール)
・ComfyUI
(ノードベースのGUIツール)

★ComfyUIをつかって、初めて生成できた画像がこちらです↓


①「Stability Matrix」と「ComfyUI」をインストール
参照↓


②Stability Matrixの左メニューから、ComfyUIを「Launch」を押す


③起動できると下部にURLが記載されているのでクリック


④これが一番最初に出る画面↓
 ※いったん全部削除して、表示なしにする。


⑤画面上でダブルクリック、検索メニューを表示


⑥「ksampler」で検索し、KSapmlerをクリックして画面に追加

KSamplerは、 実際に画像を生成する部分

⑦「Load Checkpoint」と入力して、Load CheckPointを追加し、modelとmodelをマウスドラッグでつなぐ

Load CheckPoinは、 画像生成モデルを読み込むノード

⑧「CLIP Text Encode」と入力し、CLIP Text Encode(Prompt)を追加

追加したnodeを選択し、control+C→control+Vでコピペして複製
Load CheckpointのCLIPから2つのCLIP Text encodeに接続
2つのCLIP Text encodeからKSamplerの「positive」と「negative」にそれぞ接続。
(上をpisitiveに、下をnegativeに接続)

⑨「Empty Latent Image」で検索し、Empty Latent Imageを追加

Empty Latent Imagは、 生成する画像の解像度を設定
LATENTをKSamplerのlatent_imageに接続


⑩「VAE Decode」で検索し、VAE Decodeを追加

VAE Decodは、 生成された画像情報を人間が読み取れる形にして出力するノード。
KSamplerのLATENTをVAE Decodeに接続

⑪Load CheckpointのVAEを、VAE DecodeのVAEに接続


⑫「Save Image」で検索し、Save Imageを追加

VAE DecodeのIMAGEを、Save ImageのIMAGEに接続

⑬ポジティブプロンプト
masterpiece, best quality, very aesthetic, absurdres, ultra detailed, UHD, 8K, highly detailed, blue theme, 1girl,, girl, twintails, long hair, blonde hair, blue eyes, black ribbon, white dress, too many frills, nemophila, cinematic lighting, lens flare, chromatic aberration, depth of field, newest

⑭ネガティブプロンプト
(bad quality,worst quality,low quality,bad anatomy,bad hand:1.3), unaestheticXL_hk1, nsfw, lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry


⑮KSamplerの各項目を設定

⑯Empty Latent Imageの各項目を設定

⑰Load Checkpointを設定


⑱「Queue」ボタンを押して、画像生成


⑲ぱんぱかぱーん!!!出来ました。


⑳最後はワークフローの保存

画面右上の「File」をクリックしてワークフローの名前を変更して保存

いいなと思ったら応援しよう!