Видео

まだ画像から3Dモデルを作る機能はないんじゃないかなと思います。 Dream Machineの方はRay2という新しいモデルをリリースしていましたが、GenieやInteractive Sceneは特にアップデートなかったかなと思います（私が把握しきれていないだけだったらすみません🙏）。

コマンドライン画面が閉じてしまうとなると、なかなかエラーの特定が難しいですね😭ファイルパスの誤り（パスに日本語やスペースが入ってしまっている等）や存在しないファイルを操作しようとしていることが原因になっている可能性もあるので、再度インストールし直してみるといいかもしれません。 あとは、dataset-tag-edidor-standaloneのgithubページにrequirementという項目があるので、そこに書かれているPythonやPyTorchなどをインストールできているか確認するのもいいかもしれません。

コマンドライン画面が閉じてしまうとなると、なかなかエラーの特定が難しいですね😭ファイルパスの誤り（パスに日本語やスペースが入ってしまっている等）や存在しないファイルを操作しようとしていることが原因になっている可能性もあるので、再度インストールし直してみるといいかもしれません。 あとは、dataset-tag-edidor-standaloneのgithubページにrequirementという項目があるので、そこに書かれているPythonやPyTorchなどをインストールできているか確認するのもいいかもしれません。

ありがとうございます！ワークフローを触っていただき嬉しいです。メモリが足りない場合は、PCのスペックを上げる、またはクラウド環境を使うのがおすすめです。 最近だとMimic PCというものがあるので、試してみるといいかもしれません！

@@InIchiGaSan クラウド環境！ありがとうございます。調べてみます😀

GitHubで開発者の方が公開してくれている基本的なワークフローを組み合わせてみると意外と作れますよ😄 あとは、Comfy Workflowsというサイトに、いろんな人が作ったワークフローがあるので、それをいろいろいじってみると勉強になります！

コメントありがとうございます！ NPCキャラとかいいですね。 3Dモデル生成AIの活用方法の一つとして、解説動画検討してみます！😁

Absolutely! Thank you for providing such a great service!

De nada😁

サブスクリプションプランの各プランの説明には、ChatAvatarはBusinessから商業利用可能となっているのですが、Rodinについては明記されていません。 ややグレーではあるのですが、利用規約のセクション5に「If you use Rodin to generate Output, we will not limit your use of such Output」とあるのと、直接担当者に聞いてみたところ、Businessでなくても商用利用OKということだったので、Creatorでも商用利用はできるのではないかと思います。

@@InIchiGaSan ありがとうございます！

わたしと同じ悩みの方いらっしゃった！！！

読み込んだ画像が表示されない、ということであればSettingsの「Force using temporary file to show images on gallery」にチェックを入れると表示されるようになります。この場合は、画像が表示されていないだけで、画面右側には認識されたタグの一覧は表示されます。 そもそも画像が読み込まれない（Errorと表示される）場合は、以下を試してみてください。 1. フォルダパスを確認する。フォルダパスや画像ファイル名に特殊文字や空白が入っていたり、極端に長すぎる場合はエラーになる可能性があります。 2. Settingsにある「Path whitelist to show images...」や「Directory to save temporary files」に何も指定しない。Settingsをいじると、逆にエラーになってしまうことがあります。 3. 再度Dataset tag editor standaloneをインストールしなおしてみる。

画像から動画を生成するときに、縦長の動画をアップロードすると縦長の動画を生成することができます。 テキストから動画を生成する場合は、基本的に横長になるようです。

動画のバージョンと比較すると、最新バージョンではIP-Adapterの位置が変わっているようでした。おそらくIP-Adapterが消えることはないと思うので、ControlNetを再度インストールするなどするといいかもしれません。 ControlNetのPreprosessor（Control Type）を変更すると、Preprosessorに紐づくModelが自動で選択されるようになっています。ただ、更新ボタンを押してファイルを再度読み込むところまではしなくていいはずなので、こちらもControlNetを再度インストールする、適切なファイルが保存されているか確認するなどしてみるといいかもしれません。

その時間帯だけちょうどアクセスが集中していたのかもしれません。 対策としては、時間をおいてサーバー負荷が下がるタイミングを待つ、別のブラウザやシークレットモードを試す、ひと月だけお試しで有料版に加入し、優先的にアクセスできるようにするといったところでしょうか。

有難うございます。試してみます。

そうですね。基本的には、LoRAの学習に使ったモデルと同じモデルで画像を生成するのが、一番再現性が高いです。 あとは、サンプルではembeddingや他のLoRAを重ねて使っているものの、自分の環境にはファイルがダウンロードされていないので、プロンプトで指定しても機能しない、みたいなことも要因だったりします。

@@InIchiGaSan 使用モデルがわかっても使用VAEがわからなくて画像そのものが8bitみたいになってしまうことも多々あって、結局使い慣れたモデルの中からシラミ潰しにしてそれっぽく見える物を出力させてるのが現状です＾＾；

情報共有ありがとうございます！

現在は一時的にこの機能が使えなくなっているみたいです😨 運営は、より良いサービスにして戻ってくる、と言っているようですが、いつ使えるようになるのかは明言されてません😭

画像生成AIで作成したimg画像であれば、生成時のプロンプトをそのままいれて、アニメーションの内容を簡潔に指示するのがいいかなと思います。 生成時のプロンプトがないようなimg画像であれば、ChatGPTなどに画像をアップロードし、「アップロードした画像と同じ画像を生成するためのプロンプトを教えて」などの指示でプロンプト化、Domo AIに貼り付ける、などでも再現性は高くなるかなと思います。 どうしても元画像から離れてしまう場合は、VIGGLEを使ってみるといいかもしれません。VIGGLEだと、アップロードした画像をそのまま動かせます。

そうですね。とてもクオリティーが高い！というところまではまだまだかなと思いますが、少し前と比べるとだいぶ3Dモデルの精度が上がってきているので、これからに期待ですね！

Thank you for your comment! I will consider adding English subtitles. In the meantime, please use RUclips’s captioning feature for English translation!

Thanks!

ありがとうございます！ ComfyUIは色々な方がワークフローを公開していたりするので、いろいろ使ってみると理解が深まると思います。

ありがとうございます！ お役に立てたようでよかったです😊 「サブキャラ」いいですね！

Google Colabでもできると思いますが、無料版だと制限があって、長時間の学習に向いていなかったりします。

@@InIchiGaSan ありがとうございます。 プロで契約しました。 しかし起動と生成に時間がかかる。使いすぎたらできなくなるなど色々不便だとわかりました。

そうですね。これをそのまま「手描きです」というのは難しいですね。 雰囲気出すとか、ちょっとしたところで使ってみる感じですね。

ご指摘ありがとうございます！ そうですね。動画作成してからだいぶ時間が経ってしまっているので、更新版検討してみます！

アップデートなどでうまくワークフローが機能しなくなってしまっているのかもしれません。 CivitaiやOpenArtで最新のアップスケール用ワークフローを探してつないでみるのがいいかなと思います。 この動画を作ってからだいぶ時間が経っているので、更新版も検討必要ですね😅

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

@@アロハ侍2 今回の動画でインストールしているのは、Stable Diffusion Web UIを動かすためのPythonとGit、あとはVisual C++ 再頒布可能パッケージなので、これらを再度インストールしてからPyTorchのインストールを試してみるのはいかがでしょうか（PyTorchのインストールにはCondaコマンドもあるので、Anacondaでも大丈夫ですがPythonが入っていれば、Anacondaをインストールする必要はありません）。

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。

¡Jaja, sí!

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🙇