ひっそりメモ集
Pixai短時間生成考察
最終更新:
onlineaidraw
-
view
このページでは生成時間が長いPixaiでの生成時間を早くする方法を考察する
先に書いておくが、この方法で必ず生成時間が短くなるかは分からないです。
生成する時の時間、環境などで変わってきますのであくまで参考程度にしとくのをおすすめする
先に書いておくが、この方法で必ず生成時間が短くなるかは分からないです。
生成する時の時間、環境などで変わってきますのであくまで参考程度にしとくのをおすすめする
Pixaiの生成時間短縮
- SD1.5のモデルを使う
Pixaiでは主にSD1.5とSDXLが主流。SDXLはSDXLより高解像度で指などに綺麗に生成出来る事が多い反面、基本サイズが大きいため生成に時間がかかる
初心者はとりあえずSD1.5から始めるといい
初心者はとりあえずSD1.5から始めるといい
- PixAIオリジナルモデルを使用する
他の外部モデルに比べるとPixaiオリジナルモデルの方が生成早い。初心者など取りあえず生成したい人はPixaiモデルを使うといい
ただしLoRAの組み合わせしだいでは結局生成に時間がかかる
ただしLoRAの組み合わせしだいでは結局生成に時間がかかる
- 高速生成を使う
高速生成にチェックを入れる事で即時生成出来る。有料無料関係なく即生成出来る
その代わりクレジットを多く消費することになる
その代わりクレジットを多く消費することになる
- 有料プラン(Pro)に加入する
有料会員になると生成が快速生成になり早く生成出来る。あくまで優先的に生成されるようになるだけなので結局時間がかかる時はかかる。
- サンプリングステップの数を下げる
サンプリングステップを大きくするとその分時間がかかるのでなるべく小さく設定するといい。ただし小さくしすぎると画像にノイズが入ったり、身体に破綻箇所が出てしまうので上手く調整しよう
- 画像サイズを小さくする
画像サイズを小さくすれば早めに生成出来る(多分)
ただ画像サイズに関しては小さくしてもいい結果が得られるとは限らない
SD1.5の基本サイズは512×512、SDXLの基本サイズは1024×1024。
画像サイズが大きくても小さくてもここから離れすぎるとイラストが破綻する確率が高いためうまく調整しよう
ただ画像サイズに関しては小さくしてもいい結果が得られるとは限らない
SD1.5の基本サイズは512×512、SDXLの基本サイズは1024×1024。
画像サイズが大きくても小さくてもここから離れすぎるとイラストが破綻する確率が高いためうまく調整しよう
※1:SD1.5は最低サイズはそのまま512なので基本問題ない
※2:SDXLの最低サイズは768。筆者は最低値の768×768で生成した事あるがモデル次第といったところ。何もしたくても綺麗に生成できたモデルがあれば、身体が破綻した画像が生成できたりした。
※2:SDXLの最低サイズは768。筆者は最低値の768×768で生成した事あるがモデル次第といったところ。何もしたくても綺麗に生成できたモデルがあれば、身体が破綻した画像が生成できたりした。
- プロンプト量を少なくする※不明
プロンプトが多いと時間がかかるらしい。どうにか最低限にしてみよう。
だが少なすぎて生成したい絵が出て来ないこともあるので上手く調整しよう
だが少なすぎて生成したい絵が出て来ないこともあるので上手く調整しよう
- 人が少ない時間帯を狙う
Pixaiを使ってる人が少ない時間帯を狙う
時間がかかるSDXLでも即生成できたことがあるが、筆者は大体Pixaiオリジナルモデルしか使わないため外部モデルに関しては分からない
あとPixaiオリジナルモデルでも時間の差はある
時間がかかるSDXLでも即生成できたことがあるが、筆者は大体Pixaiオリジナルモデルしか使わないため外部モデルに関しては分からない
あとPixaiオリジナルモデルでも時間の差はある
- Turboモデルを使用するここに文字を入力
少ないStep(1~4くらい?)で高クオリティモデルを生成出来るものがある。モデル名にTurboと付いてるのがそうだと思う。
筆者はほとんどいいほど使った事がないので
筆者はほとんどいいほど使った事がないので
- 低step系LoRAを使う
上記のTurboモデルに使用が少しにてる。
低stepで高クオリティの画像が生成出来る。生成時間も早いのと、クレジットの節約になるためお得
ただ狙い通りの画像が生成できるとは限らないので数値を何度も弄る必要がある。使うモデルによっては数値を変えないといけないので試行錯誤の時間は必要
低stepで高クオリティの画像が生成出来る。生成時間も早いのと、クレジットの節約になるためお得
ただ狙い通りの画像が生成できるとは限らないので数値を何度も弄る必要がある。使うモデルによっては数値を変えないといけないので試行錯誤の時間は必要