Видео

ControlNetのPreprocessorを変えてみたり、プロンプトを変えてみたり、Control weightを変えてみたりして、ちょうどいい設定を探っていくしかないかなと思います。 あとは、アップロードする画像を、より鮮明なものにしてみるとかでしょうか。

動画で紹介しているTaggerはすでに更新が止まっていて、picobyteさんという方がtaggerを更新してくれているようなので、こちらをインストールしてみるのはいかがでしょうか？ github.com/picobyte/stable-diffusion-webui-wd14-tagger

PyTorchのバージョンが2.4.0だと動かないようで、↓のリンクから古いバージョンのPyTorch 2.3.1をインストールしてからinstall.bat→launch_user.batを実行すると、うまく起動できると思います。 【リンク】 pytorch.org/get-started/previous-versions/#v231 【コマンド】CUDAのバージョンによってコマンドが違いますが、とりあえず12.1から試してみるといいと思います。 # CUDA 11.8 pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url download.pytorch.org/whl/cu118 # CUDA 12.1 pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url download.pytorch.org/whl/cu121

@@InIchiGaSan 動画ありがとうございます！昨日からAI生成を始めた者なのですが、私もそこで引っかかってしまいました。launch_user.batを起動すると Error loading "C:\Users\〇〇〇\AppData\Local\Programs\Python\Python310\lib\site-packages\torch\lib\fbgemm.dll" or one of its dependencies.と表示されてしまいます。 pytorchをインストール（使用）する為にはCUDA、VisualBasic、Windows ML、Windows SDK（MLを使用するためのもの）、Anacondaのインストールはマストなんでしょうか？ 入っているのか入っていないのかすら分からず行き詰まってしまっています。orz

最近のアップデートで、Kohya's GUIのインストール時（もしくは学習実行時？）に自動でfp16 or bf16を判断して設定してくれるようになったのかもしれませんね。 LoRA学習が問題なく進むようであれば、特に設定する必要はないのかな、と思います。

そうですねーー、LoRA作りは試行錯誤の繰り返しで丁度いいパラメーターの設定値を探っていくしかないのですが、 1. Kohya's GUIの設定画面でMax resolutionを1024, 1024にしているか確認 2. 学習データの角度やポーズの種類を増やしてみる 3. 学習ステップ数に幅を持たせて試してみる などでしょうか？ DimensionとAlphaの設定については、私も完璧に理解しているわけではないですが、ちょっと学習量が足りないかな？と思ったときはDimensionを増やしてみて、AlphaはDimensionの半分くらいに設定しています。

返信遅くなりました💦 AUTOMATIC 1111のバージョンのバージョンが古い、Taggerのバージョンが古い、などの理由が考えられるので、それぞれを最新版にアップデートしてみるのはいかがでしょうか。 また、Taggerについては、動画でご紹介しているtriatoさんのプロジェクトはアーカイブされてしまっており、最新版のAUTOMATIC 1111に対応していないので、picobyteさんのTagger（triatoさんのTaggerを引き継ぎ、更新し続けてくれているプロジェクト）を使ってみるのも解決策の一つかと思います。 github.com/picobyte/stable-diffusion-webui-wd14-tagger

Спасибо! Я рад, что вам это интересно. 😊

ご質問ありがとうございます！ bf16もfp16もメモリの使用量はそこまで変わらないはずなので、bf16でも大丈夫だと思います。 ただ、一部のGPUやライブラリではbf16がサポートされていないこともあるので、うまく学習ができない場合は、fp16を選んでみてください。

@@InIchiGaSan ありがとうございます🙇‍♂

ありがとうございます！😆 今後も有益な情報を発信していけるように頑張ります！💪

VIGGLEはアップロードした画像と動画次第でアウトプットの結果が決まってしまうので、 ・顔がはっきりわかる画像にする ・あまり激しい動きの動画は避ける ・画像と動画の人物の体型をできるだけ同じようにする などを考慮すると、大きく動画が崩れることはないかと思います。 できあがった動画を修正する場合は、Domo AIやGoEnhanceなど、スタイルチェンジ系の動画生成AIを使うと、いい感じで顔が生成できたりします。

Kohya's GUIのUIがアップデートされているようで、LoRA→Trainingタブの中にModelという項目があり、その中にPretrained model name or pathがあるはずなので、そこに学習に使うモデルを設定できるはずです。

@@InIchiGaSan ご丁寧にありがとうございます！試してみます！

以下を試してみるのはいかがでしょうか？ インストールの問題: 動画の中でrequirements.txtファイルにfastapi==0.95.2を追加していますが、バージョンのアップデートに伴い、これが不要になった可能性も考えられます。 画像ファイルの問題: 画像ファイル自体に問題がある可能性も考えられます。画像ファイルが破損していたり、サポートされていない形式等。 画像のパスやディレクトリの設定の問題: 画像パスに特定の文字（日本語やスペースなど）が入っていると、うまくディレクトリを読み込めない可能性があります。 あとは、以下のリンクの下のほうにトラブルシューティングがあるので、こちらを確認してみるなどでしょうか。 github.com/toshiaki1729/dataset-tag-editor-standalone/blob/main/README-JP.md

@@InIchiGaSan ありがとうございます！！頂いたアドバイスを全て試してみます！！

triatoさんが開発していたTaggerの更新が止まってしまったので、現在はpicobyteさんという方が開発したTaggerを使っています！ github.com/picobyte/stable-diffusion-webui-wd14-tagger

どうやら同じエラーでダメみたいです… とりあえず代用でversatile diffusronのimage to text使って見ます。 ありがとうございました🙇

ComfyUIのAnimate Diffとかを先に触っておくといいかもしれません！

comfyUIにキーロガーがなんとかかんとかで危ないと聞きました、タイムリー

Tripoでモデルをダウンロードするときのフォーマット選択のことですかね？？ 基本的にはFormatでfbxを選択すればfbx形式でダウンロードできるはずですが、Customでツールを選択すると、一部fbxを選べないものがあるのかもしれません。 または、一時的なエラーの可能性もあるので、時間をおいてからダウンロードできるか試してみるといいかと思います。

@@InIchiGaSan 丁寧にありがとございます！ 時間を置いたらできました😭😭😭

返信遅くなりました💦 bmaltaisさんのkohya_ssのGitHubページに飛ぶと、WindowsのPre-requirementsとして以下の条件が挙げられています。 こちらの設定を試したうえで、再度kohya_ssを起動してみるのはいかがでしょうか？ 1. Install Python 3.10.11. (インストール時にPATHを通すのを忘れずに）→恐らくインストール済み？ 2. Install CUDA 11.8 toolkit. 3. Install Git.→恐らくインストール済み？ 4. Install the Visual Studio 2015, 2017, 2019, and 2022 redistributable.

そうですね！3Dモデル生成AIの進化は凄まじいと思います。 ただ、これでもまだ実用レベルではない、という声も聞くので、さらなる進化に期待ですね🤩

ご質問ありがとうございます！ Stable Diffusionでは、VAEやEmbedding、LoRAといった技術を組み合わせることで、画像や動画のクオリティーを上げたり、自分のイメージに近い画像や動画を生成することができます。 VAEやEmbedding、LoRAを使うためには、専用のファイルが必要なのですが、本動画では、この専用ファイルを所定のフォルダに保存することを解説しています。 専用ファイルについては、Stable Diffusion VAEやStable Diffusion Embeddingなどで検索するとおすすめのものが出てくるので、それをダウンロードして使ってみるのがいいかと思います。 参考までに、VAEは「vae-ft-mse-840000-ema-pruned」というファイル、Embeddingは「EasyNegative」や「EasyNegativeV2」というファイルを所定のフォルダに保存しています。 LoRAについては、特定のキャラクターを生成しやすくなるものなど、いろいろなものがあるので、お気に入りのものを見つけたら、ファイルをダウンロードして所定のフォルダに保存しておくといいと思います（LoRAについて解説している動画もあるので、そちらの動画も合わせてみていただけると理解が深まるかと思います！）。

ご質問ありがとうございます！ launch_user.batで起動する前に、intall.batというバッチファイルがあるはずなので、そちらを実行してからlaunch_user.batバッチファイルを起動してみてください。 この順番でバッチファイルを起動していけば、data-set-tag-editorのURLが表示されるのではないかと思います。

その手順でやっているのですができません

なるほど。 この手順でやってみてうまくいかないということは、requirementを確認してみた方がいいかもしれないですね。 こちらの動画ではサラッと省略してしまっているのですが、dataset-tag-edidor-standaloneのgithubページにrequirementという項目があり、PythonやPyTorchなどをインストールしている必要があります。 過去に(Stable Diffusion webUIをインストールするタイミングなど)すでにrequirementで必要なものをインストール済みだったので、この動画では特にエラーが出なかったということが考えられるので、一度requirementの条件を満たしているか確認してみるのがいいかもしれません。

@@InIchiGaSan ありがとうございます試してみます。またわからなかったらお聞きしてもよろしいでしょうか…？

はい😊 お気軽にご連絡ください！

人型のモデルはまだ難しそうでしたが、今後のアップデートに期待です‼️ 人型のモデルが簡単にできるようになると、をアバター作るのが簡単になるので、いろいろな場面で使えそうです🤩

まだまだ改善の余地ありですね！ 半年後とかに振り返った時、当時のクオリティは酷かったと笑い話にできるくらい進化していて欲しいです✨

@@InIchiGaSan　そうですね。 現時点でクオリティが低いのはしょうがないのですが、全然使えないのに無料じゃなくお金が発生してるのがちょっと許せないですね。 自分が製作者側だったらファンの獲得だけにしときますね。流石にお金は取れない。

私は普段、ブレンダーでキャラモデルを制作していますが、このようなAIは使い物になりません。理由は、裸の素体と衣装を分離できていないだけでなく、表情を動かすための顔のパーツの分離（目眉毛、まつ毛、口、歯など）もできていないからです。表情を動かして喋らせたりできないのであれば、ウェブ漫画のモブシーンの背景で使用するくらいしかできませんね。このクウォリティのAIモデルを映画やアニメの登場キャラとして使用するのは無理だし、AI出力モデルは著作権問題で採用されないはず。3Dモデルを比較的簡単に作りたい場合はVRoidStudioで作ることをお薦めします。現在の主流データ形式であるVRM形式で出力できるから、そのままVTuberアバターやゲームソフトのモデルとして使用できますよ。著作権も制作したユーザーが持つことができ、商用利用ＯＫですから。

確かに‼️フランス語かもですね😱

彫刻やしな

そうですねー。 まだ、そのまま使うには粗い部分が目立ちますね😭

確かに今はパーツごとにメッシュは分かれてないですね🤔 まだまだ改善点は多いですね！

ご返信遅くなりました💦 VIGGLEでは、複数人物が登場する動画を作るのが難しそうなので(参照元画像に出てくる人物は一人が推奨されています)、複数人物のアニメーションをまとめて作るのであれば、MixamoというAdobeのサービスがおすすめです。

登録&コメントありがとうございます！ そうですね。商業利用できるのかや、どれくらいのコストがかかるのかは気になるところだと思うので、情報提供していけるように改善していきたいと思います🫡

そうですね！ Open AIのSoraやGoogleのVeoなど、長尺かつ一貫性の高い動画が作れるサービスも出てきているので、台本などがあればアニメが作れるようになってしまう日も近いかもしれないですね🤩

ご参考になったようでよかったです！☺️

コメントありがとうございます！ なるほど。今回の動画では、ある程度基礎的な部分は省いてしまいましたが、もう少し基礎的な内容もあった方がいいと言うことですね。 今後の動画作りの参考にさせていただきます！🫡

ぜひ、いろんなツールを組み合わせてオリジナルの作品を作ってみてください！😆

楽して儲けるっていうのは、なかなか難しいですよね。本当にそんな方法があれば、みんな集まってきてしまうので、結局その中で生き残るために色々工夫が必要になってきてしまいます。

AIによる値崩れを見越して行動してる奴が勝つよ。あとセンスがもろに出る。

発想が逆だな、こういうのを取り入れていかないと置いてかれるんだよ キャラ一体あたり250万円くらいが相場として、AIの活用でそれが25万円とかになったら従来の作り方だと太刀打ちできないだろ 実際、かつては手作りしてた背景パーツがメガスキャンで様変わりしてるだろ

こういう動画は俺ら情弱にも救いの手を差し伸べてくれる素晴らしい教材だから感謝すべき

Thanks! 😁 This is a power of thechnology〜

そうですね！ Domo AIの方が動画に奥行きがあるというか、躍動感がある感じがします。 一方で、一貫性という観点からはVIGGLEの方がいいかなぁというのが個人的な感想です。

ご質問ありがとうございます！ グリーンバックで動画を作っている場合は、動画編集ソフトなどでVIGGLEで作成した動画と背景素材を合成し、VIGGLEで作成した動画のグリーンバックの色を抜いてあげれば背景をつけることができると思います。 動画編集ソフトによってグリーンバックの処理の仕方は違ってくると思います！

今はkohyaのphyonは3.10.11なんでそれインストールしてちょ

@@user_fyu64477 お返事頂きましてありがとうございます！　無事9:20以降進むことが出来ましたが、今度は子フォルダに入ってる画像を読み込むことが出来ませんでした。 もちろん動画内で修正されてることは行いましたが、それでもダメでした。 度々申し訳ございません申し訳ございませんが、アドバイスを頂けましたら幸いです… 動画上と異なる点がございましたので、こちらもご報告させて頂きます。 ①16:18で行うinstall.batをインストール際一番最初に「指定されたパスが見つかりません。」という文章が数秒表示されインストールが高速で進み(多分…)コマンドプロンプトが自動的に閉じられます。 ②launch_user.batを起動した際、アドレスは表示されましたが16:25の内容が異なりました。 PyTorch device: cpu Custom taggers loaded: ['aesthetic shadow', 'cafeai aesthetic classifier', 'Improved Aesthetic Predictor', 'wd aesthetic classifier'] C:\Users\kikin\AppData\Local\Programs\Python\Python310\lib\site-packages\gradio\components\dropdown.py:179: UserWarning: The value passed into gr.Dropdown() is not in the list of choices. Please update the list of choices to include: or set allow_custom_value=True. warnings.warn( Running on local URL: 127.0.0.1:7860 To create a public link, set `share=True` in `launch()`. ③17:24で修正するrequirements.txtの中身が以下の内容となっておりました。 gradio==4.28.3 transformers>=4.27.4 requests pillow numpy torch>=1.10.0 torchvision tqdm ダメもとで以下の修正を行いましたが、それでも画像読み込みが出来ませんでした… gradio==4.28.3 transformers>=4.27.4 requests pillow numpy torch>=1.10.0 torchvision tqdm fastapi==0.95.2 gradio==4.28.3 transformers>=4.27.4 requests pillow numpy torch>=1.10.0 torchvision fastapi==0.95.2

Impressive, right?

@@InIchiGaSan yes i have one Agi gpt five only demo, really impressive your product

インスタントラーメンでお店出して一儲けだ！ って言ってるのと似てるかも。 薄利でトントンくらいはいけるケースが稀にあるかもだけど、そんなのより私は自分で作って食べるし、わざわざ外食で金払うなら普通に作ったラーメン食べにいく。

そうですね。 生成AIが使えるようになったとしても、アーティストの方達の仕事がなくなるわけではないと思います。 むしろ生成AIを使って、アーティストの人たちが自分のやりたいことに集中できる環境が作れるようになるといいですね！

AIが想像して描いてくれるのですが、たまに「そうくるか！」みたいな3Dモデルを作ってくれる時もあり、それはそれで面白いです😁