PR｜本記事にはプロモーションを含みます
PixAIでLoRAを学習したのに、思ったキャラクターに似てないと思ったことはありませんか？
正面では似ているのに、横顔になると髪型が変わる。衣装を変えたら別人に見える。画像を増やしても、再現性が上がらない。こうした結果は、LoRAの設定だけでなく、学習に使うデータセットの内容や偏りが影響していることがあります。
キャラクターLoRAでは、顔立ちや髪型、瞳、アクセサリーなど、残したい特徴を揃えることが大切です。一方で、すべての画像が同じ衣装、同じ背景、同じ構図に偏っていると、キャラクター以外の要素まで一緒に学習されることがあります。
この記事で確認するポイント
・キャラクターが似なくなる主な原因
・採用する画像と除外する画像について
・LoRA名、カテゴリ、トリガーワードの設定
・学習後の生成結果を見直す方法
画像枚数を増やす前に、何を覚えさせたいのかを整理することが、キャラクター再現を安定させる第一歩です。
PixAIのLoRA学習でキャラが似ないのはなぜ？
LoRAを作れば、どの構図でも自動的に同じキャラクターが出るわけではありません。LoRAは、登録した画像の中に繰り返し現れる特徴を学習します。人が「この目と髪型がキャラクターの核」と考えていても、学習画像に同じ服、同じ背景、同じポーズが続けば、AIはそれらも一つのまとまりとして覚える可能性があります。
キャラクター以外の要素まで覚えている
たとえば、10枚すべてで同じ制服を着て、同じカフェに立っている画像を使ったとします。この状態では、制服や店内までキャラクターの一部として学習されやすくなります。
別衣装や屋外を指定したときに顔が崩れるのは、人物と衣装、背景の切り分けが不十分だからです。本人の特徴として残したいものと、生成ごとに変えたいものを分ける必要があります。
顔・髪型・アクセサリーが揃っていない
画像ごとに目の色、髪の長さ、メッシュの位置、イヤリングの形が変わっていると、何を共通特徴として学ぶべきかが曖昧になります。
雰囲気が似ているだけでは不十分です。正面、斜め、横顔のどれでも同じ人物に見え、固定したい特徴が維持されている画像を選びます。
同じ構図や衣装に偏っている
正面の顔アップばかりを揃えると、横顔や全身で特徴が弱くなります。反対に、衣装や背景を毎回大きく変えすぎると、キャラクターの核まで不安定になることがあります。
固定する特徴の一例
赤茶色の短い髪、水色のメッシュ、深緑の瞳、雨粒型のイヤリング
変える条件の一例
表情、顔の向き、構図、衣装、背景
キャラクターLoRA用のデータセットを作る
今回は「雨女のカフェ店員」というオリジナルキャラクターを作りました。赤茶色の短い髪、片側だけの水色メッシュ、深緑の瞳、雨粒型のイヤリングを固定特徴にしています。
※画像はPixAIの画像生成で生成しています。使用したモデルはTsubaki.2です。
Reference Proで10枚以上の学習画像を作る
基準画像が決まったら、Reference Proで顔の向き、表情、構図を変えた画像を増やします。
今回は、正面、斜め、横顔、顔アップ、上半身、全身、笑顔、真剣な表情、制服、レインコートなど、条件が重ならないように10枚を用意しました。
今回は、キャラクターの様々なシーンやアクションを生成する際にReference Proを使いました。自身でキャラクターのバリエーション画像を複数持っている場合は、そちらをそのままアップロードして使用できます。
なお、Reference Proを使っても、メッシュの位置が反対になる、イヤリングが消える、顔立ちが少し変わることがあります。生成後に一枚ずつ確認し、学習に使える画像だけを残します。必要な部分に小さな崩れがあるときは、Edit Proで修正してから採用する方法もあります。
採用する画像と除外する画像を分ける
採用したい画像
・同じ人物に見える
・髪色、メッシュ、瞳、イヤリングが揃っている
・正面、斜め、横顔に幅がある
・顔や体の崩れが少ない
除外したい画像
・別人に見える
・固有アクセサリーが消えている
・同じ構図が重複している
・身体や手が大きく崩れている
枚数をただ増やすために、品質の低い画像を無理に残す必要はありません。別人化した画像が含まれるなら、削除していきましょう。
学習画像の権利と利用条件を確認する
LoRA用の画像は、画像検索やSNSから無断で集めるのではなく、自分で制作した画像や、学習利用の条件を確認できる画像を使います。
他人のファンアートには、元のキャラクターを管理する権利者とは別に、描いた人の著作権があります。公開されているからといって、LoRA学習へ自由に使うと予期せぬトラブルが生じることがあります。
既存キャラクターを扱うときも、一般的なファンアートが許可されていることと、AI学習やLoRAの公開・配布が認められていることは分けて確認します。初心者は、自分で考えたオリジナルキャラクターでLoRA作成を始めることをおすすめします。
PixAIでキャラクターLoRAを学習する
データセットを選別したら、PixAIへ登録して学習を進めます。細かな設定を増やすより、LoRA名、カテゴリ、トリガーワード、ベースモデルの役割を理解することが先です。
学習画像をLoRA学習画面に登録する
PixAIのLoRA学習画面を開き、選別した画像を登録します。
アップロード後も、顔アップばかり、同じ服ばかりといった偏りがないかを確認します。
LoRA名・カテゴリ・トリガーワードを設定する
| 項目 | 役割 |
|---|---|
| LoRA名 | 一覧や管理画面で見分ける名称 |
| カテゴリ | キャラクター、画風など学習対象の分類 |
| トリガーワード | 学習対象の名前と特徴を示す英語の記述 |
今回は特定人物の顔、髪、瞳、イヤリングを学習させるため、カテゴリは「キャラクター」を選びます。
トリガーワードには、キャラクター名と、髪色、メッシュ、瞳、アクセサリーなど、変化させたくない特徴を英語で具体的に入力します。表情、ポーズ、背景など、その都度変えたい条件は入れすぎないようにしてください。これはLoRAを使った生成時にプロンプトへ自動追加されます。
LoRA名はトリガーワードとは異なります。LoRA名は管理用の表示名です。今回は「RainyCafeGuide v1」にしました。バージョン１などをつけておくと、後から修正やアップデートがあった際に区別できるのでおすすめです。
ベースモデルを選んで学習を開始する
ベースモデルは、学習後に使いたい画像生成モデルとの相性を考えて選びます。学習時と生成時のモデル系統が大きく異なると、キャラクターの特徴が反映されにくくなることがあります。今回は画像生成で使ったTsubaki.2を選択していました。
初回は推奨設定を基準にし、複数の設定を同時に変更しない方が結果を比較しやすくなります。先にデータセットの品質を確認し、設定調整は生成結果を見てから進めます。
なお、学習は数十分程度で完了します。学習が完了するとブラウザに通知されます。
学習したLoRAでキャラクターを生成する
LoRAの学習が完了したら、画像生成画面で作成したLoRAを選びます。このとき、トリガーワードを含むプロンプトが自動入力されます。この他に変化させたい要素（表情、構図、衣装、背景）をいれていくと上手く画像生成ができます。
固定特徴を残して場面だけ変える
固定部分
RainyCafeGuide, short auburn hair, one-sided light blue streak, deep green eyes, raindrop earrings
追加する場面
wearing a long navy raincoat, gentle smile, standing on a rainy street at dusk, fully clothed
「winter outfit」のように曖昧な服装指定だけでは、ベースモデルの解釈が強く出ることがあります。コート、ハイネック、ロングスカートなど、服の形を具体的に指定すると安定しやすくなります。
露出が強く出たときは、ネガティブプロンプトに「nude」「nsfw」「underwear」「revealing clothes」などを追加し、オートプロンプトに意図しない言葉が含まれていないかも確認します。
LoRAなし・LoRAありで結果を比較する
LoRAの効果を確認するなら、同じベースモデル、画像サイズ、プロンプトで「LoRAなし」と「LoRAあり」を生成します。LoRA以外の条件を揃えることで、学習した特徴がどこまで反映されたかを比較できます。
その後、LoRAありのまま横顔、全身、別衣装へ条件を変えます。顔立ち、水色のメッシュ、深緑の瞳が保たれていれば、キャラクターの核を学習できていると判断できます。
キャラクターが似ないときの見直し方
正面では似ているのに横顔で崩れるなら、横向きの学習画像が不足している可能性があります。全身で特徴が弱くなるなら、顔アップや上半身に偏っているかもしれません。
別衣装で別人になるときは、基本衣装の共通性が強すぎないかを確認します。反対に、学習画像ごとに服装や画風が大きく異なるなら、キャラクター本人の共通点が弱くなっている可能性があります。
崩れた条件に合う画像を追加する
再学習では、画像を一律に増やすのではなく、崩れた条件に合わせて不足分を補います。横顔が弱いなら横向き、全身が弱いなら全身画像を追加します。
ただし、同じ横顔を何枚も増やすと新たな偏りが生まれます。必要な角度を少数追加し、元のデータセットとのバランスを確認しましょう。
v1・v2に分けて結果を比較する
再学習するときは、元のLoRAを消さず、v1、v2のように名前を分けます。同じ条件で生成した画像を並べれば、どの修正が改善につながったかを判断しやすくなります。
LoRAを育てるとは、設定値を何度も変更することではありません。生成結果から不足するデータを見つけ、キャラクターの核を保てる画像へ少しずつ整えていくことです。
PixAIのLoRA学習でよくある質問
学習画像は10枚で足りますか？
10枚でも試せますが、同じ人物に見えることと、顔の向きや構図に幅があることが重要です。枚数だけを目標にせず、不足する条件が見つかったら必要な画像を追加します。
AI生成画像をデータセットに使えますか？
利用条件を確認できる画像であれば候補にできます。ただし、既存キャラクターに似すぎた画像や、第三者の作品を無断で参照した画像は避けましょう。※ユーザー本人だけで生成を楽しむ場合は問題ありませんが、公開するとなると注意が必要です。
トリガーワードは生成時にも使いますか？
作成したLoRAを選択すると自動的にトリガーワードがプロンプト画面に入力されます。キャラクターの固定特徴を残し、表情や背景などの可変部分を書き換えていきましょう。
衣装や背景まで固定されるのはなぜですか？
学習画像の大半で同じ衣装や背景が使われていると、それらもキャラクターと結び付けて学習されやすくなります。人物の特徴を残しながら、衣装や背景には適度な変化を持たせます。
データセットと設定を見直してLoRAを育てよう
PixAIのLoRA学習でキャラクターが似ないときは、設定値だけを変えるのではなく、データセットの共通点と偏りを確認します。キャラクターの核を揃え、表情、角度、構図に必要な幅を持たせることで、別の場面でも同じ人物として生成しやすくなります。
PixAIなら、ブラウザ上でベース画像の生成、Reference Proによる差分作成、LoRA学習、完成後の生成確認まで進められます。最初から完璧を目指すのではなく、v1、v2と比較しながら、自分のキャラクターに合ったデータセットへ整えていきましょう。
PixAIをこれから試す方へ
アカウント作成時に紹介コード「CH2ZYWVH」を利用すると、画像生成などに使えるクレジットを受け取れます。是非ご利用ください。
PR｜本記事にはプロモーションを含みます