やっとAUTOMATIC1111がSDXLのRefinerに対応しました！
この記事ではRefinerに対応したAUTOMATIC1111の使い方を紹介していきます。
そもそもSDXLのRefinerって何？
SDXLの学習モデルはBaseとRefinerに分類され、それぞれ役割が異なります。
SDXLは、画像を生成する際にBaseとRefinerをそれぞれ処理するので2Pass方式と呼ばれ、従来の1Pass方式と比べるとより綺麗な画像が生成できます。
その他の詳細については↓の記事が参考になります。
AUTOMATIC1111 SDXL Refinerのインストール方法
- 1AUTOMATIC1111のアップデート
AUTOMATIC1111 Ver1.6からRefinerに対応しています。
AUTOMATIC1111のバージョン確認(最下段に表示されている) AUTOMATIC1111のアップデート方法については↓の記事が参考になります。
- 2Refinerモデルのダウンロード
RefinerはHugging Faceとcivitaiで公開されています。
- 3Refinerモデルのインストール
ダウンロードしたファイルは「webui」→「models」→「Stable-diffusion」フォルダに保存します。
モデルの保存について詳しく知りたい方は↓の記事が参考になります。
AUTOMATIC1111 SDXL Refinerの使い方
Refiner設定の表示位置について
txt2imgのGenerationタブにRefinerの設定項目が追加されています。
右にある三角のボタンをクリックすると、設定項目が展開されます。
モデルの選択について
Checkpointリストボックスから使用するRefinerを選択します。
Switch atの設定について
Switch atは画像生成過程において、BaseからRefinerに切り替わるタイミングを選択します。
初期値は0.8なので80%のタイミングでRefinerモデルに切り替わります。
よって、1を設定するとRefinerは適用・反映されません。
また、AUTOMATIC1111 Ver1.6ではRefinerの項目を展開しないとRefinerが適用されません。
現状はタブを開くと有効になる機能と、チェックボックスで有効になる機能が混在しているから紛らわしいね
AUTOMATIC1111 SDXL Refinerのサンプル画像
SDXLの記事で使用したプロンプト、設定を試してみました。
masterpiece,best quality,ultra detailed,highres,absurdres,
Realistic photograph of cyborg in the cyberpunk city
signature, deformed fingers, text, cross-eyed, unperfect hands
Step数：20
サンプラー：DPM++ 2M SDE Karras
CFG scale：7
Switch at：0.8(初期値)
Ver1.5と比べると少し異なる画像が出力されました。
並べて比べないと分からないくらいだけどね。
使用中のVRAM使用量をモニタリングしましたが、Ver1.5時代と同じで9.6GB使用していました。
RTX4000シリーズの場合、4070以上が必要になるわけです。
VRAM10GB未満のGPUを使用している方は↓の記事を対応を行うことで、SDXLモデルを使用可能になります。
AI画像生成は余裕を持ったストレージ容量がおすすめ
AI画像生成では思った画像が生成できないことが多々あるので、テスト用の画像を沢山生成します。
また、モデルデータも数GBのデータ容量なのでデータ保存先となるストレージは大容量のHDDやSSDがおすすめです。
容量を求めるならHDD、読み込み/書き込みスピードもある程度欲しい場合はSSDを選択しましょう。
(SSDの方がスピードと静音性(無音です)に優れます)
まとめ
今回は、Refinerに対応したAUTOMATIC1111をテストしてみました。
相変わらずAUTOMATIC1111はVRAM使用量が多いので、Fooocusのようなクライアントの需要も変わらないかな？
動作の軽いFooocusについては↓の記事が参考になります。
Comment