PixlStash 2.0が自分の画像ライブラリからLoRAを学習
PixlStash 2.0は、AI-toolkitによるLoRA学習、顔の類似クラスタ、キャラクターシートを、ComfyUIと連携する画像ライブラリに追加します。
ワークフローはカードとして並び、そのカードは生成した画像で覆われます。インスペクターには各ワークフローのモデル、LoRA、パラメータ、以前のバージョンが一覧表示されます。
ライブラリから離れずにLoRAを学習
目玉となる追加機能はTrain LoRAです。人物またはセットを右クリックし、画像の被写体と学習の強さを選ぶと、アプリがGPU上でAI-toolkitを実行します。完成したLoRAはモデルの棚に置かれ、その人物に紐付けられるため、次回の生成ではComfyUIにファイルをコピーしたりモデルを再読み込みしたりせずに呼び出せます。
顔は類似度でグループ化されます。実際にその人物であるグループだけを残すことで、トレーニングセットから似ていない画像を除外できます。
このトレーニングセットを支える2つの補助機能があります。
- 顔の類似クラスタは、ある人物の顔を誰に似ているかでグループ分けするため、生成時の失敗作を学習前に取り除けます。
- トレーニングセットを作成は、アップ、全身、表情の中から最良の類似度と画質を選び、ほぼ重複した画像や他の人物を除外します。
画像が足りないキャラクター向けのキャラクターシート
参照画像が少なすぎる人物には、キャラクターシートを生成して描き起こします。正面、斜め45度、横顔のパスポート風写真4枚に、全身ショット2枚を加えたものです。各シートは元になった参照画像との一致度を報告し、シート上の各写真も同様に報告します。残したシートはそのキャラクターの画像になり、それ以外はスクラップ置き場に送られます。
1枚の画像から作ったキャラクター向けに生成されたシート。ワークフローは選択可能で、FLUX.2 Klein 9BやQwen Image Edit 2.1も含まれます。
キャラクターシートのワークフローはKrea 2、MOSS-Image、FLUX.2 Klein 9B、Qwen Image Edit 2.1向けに調整済みで、動画ワークフローも同じ経路で実行されます。
ComfyUIとの双方向リンク
PixlStashノードパックは双方向に動作します。PixlStashからワークフローを実行することも、PixlStashのローダー/セーバーノードを自分のグラフに追加して、結果を人物、セット、プロジェクトのタグ付きでライブラリに戻すこともできます。
セーバーノードは、プロンプト、モデル、LoRAの強度、シードを付けて生成結果をライブラリに書き戻します。
今回のリリースには以下も含まれます。
- 3つのワークスペースでアプリをMedia、Workflows、Modelsに分割し、それぞれに専用のサイドバーを用意。
- モデルを棚として管理し、すべてのドライブにまたがって表示。フォルダーを移動してもインデックスは維持されます。
- 複数のComfyUI接続に対応し、ノートPCからレンダリングマシンに作業をキューイングできます。空きVRAMに収まらない実行は失敗せずに待機します。
はじめに
リリースページからWindows、Linux、macOS向けのデスクトップ版をインストールするか、Dockerイメージghcr.io/pikselkroken/pixlstashでヘッドレスで実行できます。サーバーUIのデモはdemo.pixlstash.devで公開されています。
次に設定 › ComfyUIを開きます。アプリがローカルのComfyUIを見つけ、そこにノードをインストールして両者をリンクします。ノードはComfyUI Registryでもpixlstashとして公開されており、約4,500ダウンロードを記録しています。すべてCUDA、Apple Silicon、ROCm上でローカルに動作します。学習機能にはAI-toolkitが必要です。
コメント
GitHubでサインインしてディスカッションに参加しましょう。