LLMでプロンプト文字列を作成してstable diffusionで画像生成する(StableDiffusion.NET 3.1対応)
StableDiffusion.NETがFlux.1対応になって少しコーディングが変わったので修正しました。
モデルの読み込みとパラメータが少し変わりました。
//【旧】
StableDiffusionModel sdModel = await Task.Run(() => new StableDiffusionModel(ModelPath, new ModelParameter { VaePath = VaePath, Schedule = Schedule.Karras, EmbeddingsDirectory = EmbedPath }));
//【新】
DiffusionModel sdModel = await Task.Run(() => ModelBuilder.StableDiffusion(ModelPath).WithMultithreading().WithVae(VaePath).WithSchedule(Schedule.Karras).WithEmbeddingSupport(EmbedPath).Build());
//【旧】
objImage = await Task.Run(() => sdModel?.ImageToImage(strPrompt, Image2ImageSource, new StableDiffusionParameter
{
NegativePrompt = strAntiPrompt,
Width = intWidth,
Height = intHeight,
CfgScale = 7f,
SampleSteps = 100,
Seed = lngSeed,
SampleMethod = Sampler.DPMPP2Mv2,
Strength = 0.2f,
}));
//【新】
objImage = await Task.Run(() => sdModel?.ImageToImage(strPrompt, Image2ImageSource, new DiffusionParameter
{
NegativePrompt = strAntiPrompt,
Width = intWidth,
Height = intHeight,
CfgScale = 7f,
SampleSteps = 100,
Seed = lngSeed,
SampleMethod = Sampler.DPMPP2Mv2,
Strength = 0.25f,
}));
Nuget情報
概要
gemma2に日本語で指示してStableDiffusion用のプロンプトを作成し画像生成する。
モデルはBlessing Mixを使用。
using LLama.Common;
using LLama;
using System.Text.RegularExpressions;
using HPPH;
using HPPH.System.Drawing;
using StableDiffusion.NET;
namespace ChatProgram
{
public class Program
{
static void Main(string[] args)
{
Task task = MainAsync();
task.Wait();
}
public static async Task MainAsync()
{
string strPath = Environment.GetEnvironmentVariable("LLMPATH", System.EnvironmentVariableTarget.User)+@"dahara1\gemma-2-27b-it-gguf-japanese-imatrix\gemma-2-27b-it.f16.Q6_k.gguf";
string ModelPath = Environment.GetEnvironmentVariable("LLMPATH", System.EnvironmentVariableTarget.User) + @"stable-diffusion\blessingMixAkaBracing_v1VAE.safetensors";
string VaePath = Environment.GetEnvironmentVariable("LLMPATH", System.EnvironmentVariableTarget.User) + @"stable-diffusion\vae-ft-mse-840000-ema-pruned.safetensors";
string EmbedPath = Environment.GetEnvironmentVariable("LLMPATH", System.EnvironmentVariableTarget.User) + @"stable-diffusion\negative_hand-neg.pt";
const int intWidth = 768;
const int intHeight = 1280;
const float fltScale = 07f;
const int intSteps = 42;
const int intMax = 10;
long lngSeed = 0;
IImage objImage;
Console.ForegroundColor = ConsoleColor.Blue;
try
{
//LLMの設定
ModelParams modPara = new(strPath)
{
ContextSize = 1024,
Seed = 1337
};
using LLamaWeights llmWeit = LLamaWeights.LoadFromFile(modPara);
using LLamaContext llmContx = llmWeit.CreateContext(modPara);
InteractiveExecutor itrEx = new(llmContx);
ChatHistory chtHis;
chtHis = new ChatHistory();
chtHis.AddMessage(AuthorRole.System, "あなたは優秀なAI画像生成プロンプトエンジニアです。ユーザーが要求した内容を忠実にstable diffusion用のプロンプトに変換してください。出力の形式は、例題のようにプロンプト文字列を【】で囲ってください。 例)【(best quality, masterpiece, absurbres, super-resolution), (photorealistic,realistic:1.4)】");
ChatSession chtSess = new(itrEx, chtHis);
var varHidewd = new LLamaTransforms.KeywordTextOutputStreamTransform(["User:", "Assistant:"]);
chtSess.WithOutputTransform(varHidewd);
InferenceParams infPara = new()
{
Temperature = 0.1f,
AntiPrompts = new List<string> { "User:" }
};
//stable diffusion設定
DiffusionModel sdModel = await Task.Run(() => ModelBuilder.StableDiffusion(ModelPath).WithMultithreading().WithVae(VaePath).WithSchedule(Schedule.Karras).WithEmbeddingSupport(EmbedPath).Build());
while (true)
{
// ユーザーのターン
Console.ForegroundColor = ConsoleColor.White;
Console.Write("\nUser: ");
string strInput = Console.ReadLine() ?? "";
ChatHistory.Message msg = new(AuthorRole.User, strInput);
if (strInput == "exit") break; // 'exit'と入力したら終わり
// AIのターン
Console.ForegroundColor = ConsoleColor.Yellow;
string strMsg = "";
await foreach (string strAns in chtSess.ChatAsync(msg, infPara))
{
Console.Write(strAns);
strMsg += strAns;
}
var strRegex = new Regex("【(.+?)】").Matches(strMsg);
string strPrompt = strRegex[0].Value.Replace("【","").Replace("】","").Trim();
string strAntiPrompt = "(worst quality:2) , (low quality:2) , (normal quality:2) , lowres, ugly face, unclear eyes, bad mouth, bad tooth, bad anatomy, extra legs, (bad fingers, bad hands, missing fingers), negative_hand-neg";
if(strPrompt != "") //プロンプト文字が間違っていなければ
{
for (int i = 0; i < intMax; i++)
{
Console.WriteLine($"**{i+1}枚目画像生成 開始**");
//Seed Random
Random rSeed = new Random();
lngSeed = rSeed.Next(0, int.MaxValue);
objImage = await Task.Run(() => sdModel?.TextToImage(strPrompt, new DiffusionParameter
{
NegativePrompt = strAntiPrompt,
Width = intWidth,
Height = intHeight,
CfgScale = fltScale,
SampleSteps = intSteps,
Seed = lngSeed,
SampleMethod = Sampler.DPMPP2Mv2
}));
string savePath = Environment.GetEnvironmentVariable("TESTDATA", System.EnvironmentVariableTarget.User) + $"Sd{DateTime.Now.ToString("yyyyMMddhhmmssfff")}.png";
File.WriteAllBytes(savePath, objImage.ToPng());
Console.WriteLine($"**{i+1}枚目画像生成 終了**");
}
}
}
}
catch (Exception ex)
{
Console.ForegroundColor = ConsoleColor.Red;
Console.WriteLine(ex.ToString());
}
}
}
}
実行結果
「(ビキニを着た胸が大きい女性)と(太った中年の男性)が腕を組んでいる画像を生成してください。」