217 lines
7.0 KiB
Markdown
217 lines
7.0 KiB
Markdown
- [これは何](#これは何)
|
||
- [概略](#概略)
|
||
- [特徴量の抽出](#特徴量の抽出)
|
||
- [ブロックごとのプロンプトの変更](#ブロックごとのプロンプトの変更)
|
||
- [Dynamic Prompts との併用](#dynamic-prompts-との併用)
|
||
- [差分の可視化](#差分の可視化)
|
||
- [TODO](#todo)
|
||
|
||
# これは何
|
||
|
||
U-Net の特徴量を可視化するための [stable-diffusion-webui](https://github.com/AUTOMATIC1111/stable-diffusion-webui) の拡張です。
|
||
|
||
# 概略
|
||
|
||
1. U-Net の各ブロックにおける特徴量を抽出し、ch ごとの画像として出力する。
|
||
2. U-Net の各ブロックでプロンプトを変更しながら画像を生成する。
|
||
3. 2.でプロンプトを変更したときの U-Net の特徴量の差分を可視化する。
|
||
|
||
# 特徴量の抽出
|
||
|
||
|
||
|
||
通常の出力画像：
|
||
|
||
|
||
|
||
```
|
||
Model: waifu-diffusion-v1-3-float16 (84692140)
|
||
Prompt: a cute girl, pink hair
|
||
Sampling Method: DPM++ 2M Karras
|
||
Size: 512x512
|
||
CFG Scale: 7
|
||
Seed: 1719471015
|
||
```
|
||
|
||
U-Net の特徴量画像：
|
||
|
||
特徴量を `v` として、`|v|` が大きいピクセルを白、小さいピクセルを黒で表示する。
|
||
|
||
- IN00 (64x64, 320ch)
|
||
|
||
step 1
|
||
|
||
|
||
|
||
step 10
|
||
|
||
|
||
|
||
step 20
|
||
|
||
|
||
|
||
- OUT02 (16x16, 1280ch)
|
||
|
||
step 20
|
||
|
||
|
||
|
||
- OUT11 (64x64, 320ch)
|
||
|
||
step 1
|
||
|
||
|
||
|
||
step 10
|
||
|
||
|
||
|
||
step 20
|
||
|
||
|
||
|
||
カラーマップモード:
|
||
|
||
絶対値を基にした白黒でなく、正の値を赤で、負の値を青で表す。ゼロに近いほど黒くなる。
|
||
|
||
|
||
|
||
# ブロックごとのプロンプトの変更
|
||
|
||
|
||
|
||
内容は以下の記事を参照。
|
||
|
||
[Stable DiffusionのU-Netでブロックごとに異なるプロンプトを与えて画像生成する（ブロック別プロンプト）](https://note.com/kohya_ss/n/n93b7c01b0547)
|
||
|
||
<img src="images/README_02a.png" alt="Example of Difference map" width="256" height="256"/>
|
||
<img src="images/README_02_IN00.png" alt="Example of Difference map" width="256" height="256"/>
|
||
<img src="images/README_02_IN05.png" alt="Example of Difference map" width="256" height="256"/>
|
||
<img src="images/README_02_M00.png" alt="Example of Difference map" width="256" height="256"/>
|
||
|
||
```
|
||
Model: waifu-diffusion-v1-3-float16 (84692140)
|
||
Prompt: a (~: IN00-OUT11: cute: M00: excellent :~) girl
|
||
Sampling Method: Euler a
|
||
Size: 512x512
|
||
CFG Scale: 7
|
||
Seed: 3292581281
|
||
```
|
||
|
||
上の画像は順番に、
|
||
|
||
- `a cute girl` で生成した画像
|
||
- IN00 のみ cute を excellent に変更して生成した画像
|
||
- IN05 のみ cute を excellent に変更して生成した画像
|
||
- M00 のみ cute を excellent に変更して生成した画像
|
||
|
||
となっている。
|
||
|
||
プロンプト中で次に示す特殊な記法を用いることで、ブロックごとのプロンプトを指定できる。
|
||
|
||
```
|
||
a (~: IN00-OUT11: cute ; M00: excellent :~) girl
|
||
```
|
||
|
||
この場合、IN00～OUT11 まで（つまり全体）で
|
||
|
||
```
|
||
a cute girl
|
||
```
|
||
|
||
が使われるが、M00 のみ
|
||
|
||
```
|
||
a excellent girl
|
||
```
|
||
|
||
が使われることになる。
|
||
|
||
指定は `(~:` から `:~)` までの間で行う。書式は以下の通り。
|
||
|
||
```
|
||
(~:
|
||
ブロック指定:プロンプト;
|
||
ブロック指定:プロンプト;
|
||
...
|
||
ブロック指定:プロンプト;
|
||
:~)
|
||
```
|
||
|
||
`(~:` の後、`:~)` の前、`:` の前、`;` の後は空白を入れてもいい。ただし `:プロンプト;` の部分の空白はそのまま結果に反映されるので注意。一番最後のプロンプトの後のセミコロンは無くてもいい。
|
||
|
||
ブロック指定は以下のように行う。おおむね X/Y plot と同じ。なお、範囲が重なっている場合は後に指定したものが優先される。
|
||
|
||
```
|
||
単体指定： IN00
|
||
IN00 から IN11、M00、OUT00 から OUT11 が使える。
|
||
複数指定： IN00, IN01, M00
|
||
コンマ `,` で区切って複数のブロックを指定できる。
|
||
範囲指定： IN00-OUT11
|
||
ハイフン `-` で区切って範囲を指定できる。
|
||
両端は範囲に含まれる。
|
||
IN11, M00, OUT00 は繋がっている。
|
||
範囲指定（ステップ付き）： IN00-OUT11(+2)
|
||
範囲指定の後に `(+数字)` と書くとステップを表す。
|
||
+1 と書くと通常の範囲指定と同じ。
|
||
+2 と書くと一つ飛ばしで指定したことになる。
|
||
例えば上記の例は
|
||
IN00, IN02, IN04, IN06, IN08, IN10,
|
||
M00,
|
||
OUT01, OUT03, OUT05, OUT07, OUT09, OUT11
|
||
を指定したことになる。
|
||
その他全て: _ （アンダーバー）
|
||
これは特殊な記号で、優先度は最も低い。
|
||
他のどのブロックにも当てはまらなかった場合、ここで指定したプロンプトが使われる。
|
||
```
|
||
|
||
いくつか例を挙げる。
|
||
|
||
```
|
||
1: (~: IN00: A ; IN01: B :~)
|
||
2: (~: IN00: A ; IN01: B ; IN02: C :~)
|
||
3: (~: IN00: A ; IN01: B ; IN02: C ; _ : D :~)
|
||
4: (~: IN00,IN01: A ; M00 : B :~)
|
||
5: (~: IN00-OUT11: A ; M00 : B :~)
|
||
```
|
||
|
||
1: IN00でAを、IN01でBを使う。他のブロックでは何も無し。
|
||
|
||
2: IN00でAを、IN01でBを、IN02でCを使う。他のブロックでは何も無し。
|
||
|
||
3: IN00でAを、IN01でBを、IN02でCを使う。他のブロックではDを使う。
|
||
|
||
4: IN00とIN01でAを、M00でBを使う。他のブロックでは何も無し。
|
||
|
||
5: IN00からOUT11まで（つまり全体）でAを使う。ただしM00ではBを使う。
|
||
|
||
## Dynamic Prompts との併用
|
||
|
||
検証には [Dynamic Prompts](https://github.com/adieyal/sd-dynamic-prompts) との併用が便利。
|
||
|
||
たとえば1ブロックでのみプロンプトを変更した際の影響を見たい場合、Dynamic Prompts の Jinja Template を有効にして
|
||
|
||
```
|
||
{% for layer in [ "IN00", "IN01", "IN02", "IN03", "IN04", "IN05", "IN06", "IN07", "IN08", "IN09", "IN10", "IN11", "M00", "OUT00", "OUT01", "OUT02", "OUT03", "OUT04", "OUT05", "OUT06", "OUT07", "OUT08", "OUT09", "OUT10", "OUT11" ] %}
|
||
{% prompt %}a cute school girl, pink hair, wide shot, (~:{{layer}}:bad anatomy:~){% endprompt %}
|
||
{% endfor %}
|
||
```
|
||
|
||
と指定すると、各ブロックでの「bad anatomy」の効果を調べる……といったことができる。
|
||
|
||
実際の例：[ブロック別プロンプトで特定の1ブロックにプロンプトを追加してみるテスト](https://gist.github.com/hnmr293/7f240aa5b74c0f5a27a9764fdd9672e2)
|
||
|
||
# 差分の可視化
|
||
|
||
`Layer Prompt` タブの `Output difference map of U-Net features between with and without Layer Prompt` をオンにすると、ブロックごとのプロンプトを使った場合と使わない場合で U-Net の特徴量にどのような差があるかを可視化した画像を生成する。
|
||
|
||
可視化する層とステップ数は `U-Net features` タブで指定する。
|
||
|
||
（書きかけ）
|
||
|
||
# TODO
|
||
|
||
- 1.特徴量の抽出の画面説明
|
||
- 差分の可視化についてもうちょっと書く
|