PR｜本記事にはプロモーションを含みます
LoRAデータセットで失敗しないためには？
キャラが似ない、服が固定される、意図しない背景まで出てくる。こうした失敗は、データセットの作り方から見直す必要があります。
LoRAデータセットは、ただ画像を集めたフォルダではありません。AIに「何を覚えさせるか」「何を覚えさせないか」を伝えるための材料です。この記事では、LoRAデータセットで失敗しないために、キャラが似ない原因、服が固定される原因、トリガーワードやモデルタイプの考え方を整理します。
LoRAデータセットは「画像を集めるだけ」ではダメ
LoRA学習では、画像の枚数よりも「その画像が何を学習させているか」が重要です。まずは、AIがサンプリング画像をどう見ているのかを整理しておきます。
AIは画像全体を学習候補として見る
人間はイラストを見て、「これはキャラ本体」「これは服」「これは背景」と自然に分けて見ます。
しかし、AIは最初からそこまで都合よく判断してくれるわけではありません。画像の中にあるものは、すべて学習候補になります。
- 髪型
- 目の色や形
- 顔立ち
- 服装
- 背景
- ポーズ
- 小物
- 光の当たり方
- 画風
つまり、キャラを覚えさせたいのに、毎回同じ制服を着ていれば、AIは「このキャラ＝この制服」と覚えます。同じ背景ばかりなら、背景までキャラの一部のように出てくることがあります。
見直しポイント：「この画像はキャラを覚えさせているのか。それとも服や背景まで覚えさせているのか」を確認します。
覚えさせたい要素と、覚えさせすぎると困る要素
キャラLoRAで固定したいのは、キャラクターの核になる特徴です。一方で、生成時に自由に変えたい要素まで強く学習させると、使いにくいLoRAになります。
| 覚えさせたい要素 | 覚えさせすぎると困る要素 |
|---|---|
| 髪型 | 毎回同じ服 |
| 目の形・色 | 毎回同じ背景 |
| 顔立ち | 毎回同じポーズ |
| 体型 | 強すぎる小物 |
| 固有アクセサリー | 特定の光源や加工 |
大切なのは、固定したい特徴と、自由に変えたい要素を分けることです。ここが曖昧なまま画像を集めると、AIは何がキャラ本体なのか判断しにくくなります。
きれいな画像より、AIが理解しやすい画像を選ぶ
LoRAデータセットでは、完成絵としてきれいな画像が必ずしも正解とは限りません。
背景が派手すぎる画像、顔が小さい画像、複数人が入っている画像、小物やエフェクトが強い画像は、見た目がよくても学習には向かないことがあります。
逆に、派手さはなくても、顔、髪型、体型、固有パーツがはっきり見える画像は、LoRA学習では使いやすい画像といえます。
良い画像の基準
- 顔の特徴が見える
- 髪型や目が分かりやすい
- 主役が1人で明確
- 背景がキャラを邪魔しない
- 画風や仕上がりの方向性が近い
LoRA学習がうまくいかない原因をチェック
LoRAデータセットの問題は、生成結果に出ます。ここでは、よくある失敗ケースからその原因を見ていきます。
キャラが似ない
正面では似ているのに、斜め向きや横顔になると別人に見える。笑顔では似ているのに、真顔や困り顔になると印象が変わる。
この原因は、顔の核になる情報がデータセット内で揃っていないことです。
正面アップだけを集めると、正面の顔は覚えやすくなります。しかし、角度が変わったときの見え方を学びにくくなります。
見直すポイントは、どの角度でも同じキャラに見える特徴が残っているかです。目の形、前髪、輪郭、髪のボリューム、顔の幼さや大人っぽさを確認します。
服だけ固定される
顔は似るのに、毎回同じ服が出る。別の衣装を指定しても、元の服に戻りやすい。
これは、キャラと服装が常にセットで写っていることが原因です。すべての画像で同じ制服を着ていれば、AIはその制服もキャラの特徴として扱いやすくなります。ここで大切なのは、目的を明確化することです。
- キャラそのものを作りたいのか
- 特定の衣装を作りたいのか
- キャラと衣装をセットで固定したいのか
キャラLoRAとして使いたいなら、服装には少し幅を持たせた方が扱いやすくなります。特定の衣装を再現したいなら、それは衣装LoRAに近い考え方です。
背景や小物まで出てくる
毎回同じ教室が出る。同じぬいぐるみが横にいる。特定の椅子や机まで出てくる。
これは、サンプリング画像で同じ背景や小物が多い場合に生起します。
ヘアピンやイヤーカフのように、キャラ固有の特徴として残したい小物なら問題ありません。けれど、一時的なアイテムまで毎回入れると、LoRAの自由度は下がります。
背景や小物は、「キャラを説明する要素」なのか、「たまたま写っている要素」なのかを分けて考えます。
画風が混ざる
キャラは同じはずなのに、絵柄が安定しないこともあります。
ある画像は厚塗り、別の画像は線が細い。彩度や影の付け方、加工感もバラバラ。この状態では、AIはキャラの特徴と画風の違いを同時に学ぼうとします。
キャラLoRAでは、画風のブレを抑えた方が学習対象を絞りやすくなります。反対に、画風LoRAを作りたいなら、キャラではなく線、塗り、色、陰影、質感の共通点を揃えます。
当てはまったら見直し
- 同じ服の画像ばかり入れている
- 正面顔だけに偏っている
- 背景が毎回同じ
- 小物やエフェクトが強い
- 画風が画像ごとに違う
- 顔が小さい画像が多い
キャラLoRA用データセットの組み方
ここからは、キャラLoRAを作る前提で、データセットの組み方を具体的に整理します。いきなり画像を集めるのではなく、まずキャラの固定要素を決めていきましょう。
まず固定する特徴を決める
最初に、キャラクターの核になる特徴を書き出します。
- 髪型
- 髪色
- 目の形
- 目の色
- 顔立ち
- 体型
- 固有アクセサリー
- 目印になるパーツ
ここが曖昧なまま画像を集めると、データセットの基準がぶれます。
たとえば、ある画像では丸い目、別の画像では細い目。ある画像ではショートヘア、別の画像ではボブ寄り。これでは、AIはキャラの中心をつかみにくくなります。
固定要素のメモ例
- ミント色のショートヘア
- 琥珀色の丸い目
- 左側の星形ヘアピン
- 小柄な体型
- 明るい表情が似合う
サンプリングが20枚前後なら役割を分ける
画像枚数は多ければよいわけではありません。少ない枚数でも、画像ごとの役割が分かれている方が学習しやすくなります。
| 画像の役割 | 目的 |
|---|---|
| 正面 | 顔の基準を作る |
| 斜め | 角度差でも特徴を残す |
| 横顔 | 輪郭と髪型を補う |
| 上半身 | 顔と体型のバランスを見る |
| 全身 | シルエットを確認する |
| 表情違い | 表情の幅を出す |
| ポーズ違い | 構図の自由度を残す |
| 背景違い | 背景固定を防ぐ |
顔の特徴が弱いなら顔寄りを増やす。ポーズで崩れるなら上半身や全身を増やす。服まで固定されるなら、衣装差分を少し入れる。失敗結果を見ながら、足りない情報を補う考え方が大切です。
入れない画像も決める
データセット作りでは、入れる画像だけでなく、入れない画像を決めることも重要です。
キャラLoRAで避けたい画像
- 顔が小さすぎる画像
- 顔が手や髪で隠れている画像
- 複数人が入っている画像
- 背景の情報量が強すぎる画像
- 小物やエフェクトが目立ちすぎる画像
- 画風が明らかに違う画像
- 同じ服、同じポーズ、同じ背景ばかりの画像
見た目がきれいでも、学習対象がぼやける画像は避けます。キャラLoRAでは、完成度の高い一枚絵より、キャラの特徴が読み取りやすい画像の方が役に立つことがあります。
トリガーフレーズとモデルタイプも確認する
LoRAデータセットを作るときは、画像だけで終わらせない方がよいです。学習後にどう呼び出すのか、どのモデルタイプで使うのかまで考えると、完成後の扱いやすさが変わります。
トリガーワードは「固定したい特徴」
LoRA学習では、トリガーワードの設定が必要になります。ただし、トリガーワードを入れればキャラが自動で安定するわけではありません。特にDiT.2系で考えるなら、単語を1つ置くだけではなく、固定したい特徴を束ねたトリガーフレーズとして設計した方が扱いやすくなります。たとえば、次のような形です。
mira_character, mint short hair, amber eyes, star hairpin, small body
ここで大切なのは、何でも入れないことです。
髪型、目の色、固有アクセサリー、体型など、常に残したい特徴を入れる。反対に、背景、ポーズ、毎回変えたい衣装は入れすぎない。トリガーフレーズは、キャラの説明文ではありません。生成時に固定したい特徴を呼び出すための短い設計メモです。
学習時のモデルタイプと生成時のモデルを合わせる
LoRAは、学習時にモデルタイプを選んで作ります。PixAIでは、DiT.2、DiT.1、SDXL、SD 1.5などのモデルタイプが選択できます。そのため、生成時にLoRAを使うときは、まず「このLoRAはどのモデルタイプを前提に学習されたものか」を見ることが大切です。
たとえば、DiT.2で学習したLoRAを使うなら、生成時もDiT.2系の生成モデルを選んだ方が、キャラの特徴や画風が安定しやすくなります。SDXLで学習したLoRAなら、SDXL系の生成モデルと組み合わせる方が出力品質が安定することがあります。
確認ポイント：まずは学習時のモデルタイプに近い生成モデルで試し、そこから必要に応じて別モデルでの見え方を確認します。
PixAI公式ブログのLoRA学習ガイドでも、データセット準備、ベースモデル選び、トリガーワード設計が一連の工程として整理されています。実際に作る前に確認しておくと、画像選びの失敗を減らしやすくなります。
PixAIでLoRA学習を試す前に
PixAIであれば、ブラウザ上で画像生成からLoRA学習、生成結果の確認までできます。
初めて使う方は、紹介コードCH2ZYWVHを利用してアカウント登録すると、画像生成に使えるクレジットを20,000ポイント受け取れます。ぜひご利用ください。
FAQ｜LoRAデータセットでよくある疑問
最後に、LoRAデータセット作りで迷いやすいポイントを整理します。
LoRAデータセットは何枚あればいい？
PixAIガイドでは学習に必要な推奨枚数がLoRAタイプによって示されています。上記はその一例です。こちらも参考にしてみてください。多ければ多いほど良いというわけではありません。
同じ服だけでキャラLoRAを作ってもいい？
服も固定したいならありです。ただし、キャラだけを自由に使いたいなら、同じ服ばかりにしない方が扱いやすくなります。キャラLoRAなのか、衣装LoRAなのかを先に分けましょう。
背景は統一した方がいい？
背景を覚えさせたいのでなければ、強すぎる背景は避けてください。シンプルな背景や背景差分を入れる方が、キャラと背景を切り分けやすくなります。
トリガーワードには何を入れる？
毎回残したい特徴を入れます。髪型、目の色、固有アクセサリーなどです。背景、ポーズ、毎回変えたい衣装は入れすぎない方が自由度を残せます。
まとめ
LoRAデータセットで失敗しないためには、画像枚数だけを見るのではなく、画像の中身を見直すことが大切です。
LoRAデータセット作りのチェックポイント
- 画像枚数だけで判断しない
- キャラの固定要素を先に決める
- 同じ服、同じ背景、同じ構図に偏らない
- 顔、角度、表情、全身で役割を分ける
- トリガーフレーズは固定したい特徴に絞る
- 学習時のモデルタイプと生成時のモデル相性を見る
LoRAデータセットは、ただ画像を集める作業ではありません。AIに何を覚えさせ、何を自由に残すかを決める作業です。
キャラが似ない、服が固定される、背景まで出てくる。そう感じたときは、モデルや設定だけでなく、データセットの中身を見直してみてください。
【参考情報】