Animaの画像生成結果、SDXL（Illustrious）との比較
質問: Animaモデル
Animaの画像生成結果を見てみたいです。また、Animaのほうが後発ですが、
SDXL(Illustrious)と比べて、どういった点が良いのでしょうか？
生成画像の比較
以下のプロンプトで画像を生成します。
他のモデルの生成結果はこちらの記事を参照してください。
ここで紹介しているプロンプトの記述はあまり良くないかもしれません。プロンプトを詳細に記述する、scoreタグを記述したほうが品質が良くなる可能性があります。
1: 非常階段のアニメ画像
Prompt
Prompt: Three girls are sitting side by side on the landing of the japanese school's emergency stairs on the fifth floor, which are made of iron and located on the outside of the building. masterpiece, best quality
Negative prompt: worst quality, low quality
生成結果は下図です。かなりロングショットの構図になります。
Anima Preview 1
Anima Preview 2
2: ガスタンク車
Prompt
Prompt: Freight train yard, railroad tank car, low angle, train railway, wide view, realistic
Negative prompt: worst quality, low quality
生成結果は下図です。ガスタンク車は表現されませんでした。
Anima Preview 1
Anima Preview 2
3: 自転車に乗っているシーンを正面から
Prompt
Prompt: 1girl, bicycle, riding bicycle, a girl is riding a bicycle, straight-on, full body, anime coloring style, masterpiece, best quality
Negative prompt: worst quality, low quality
生成結果は下図です。こちらはプロンプト通りになります。自転車はロードバイクスタイルのものが描画されます。
Anima Preview 1
Anima Preview 2
出力解像度
出力する画像の解像度は以下が推奨されています。
正方形
縦長
- 896x1152
- 832x1216
- 768x1344
- 640x1536
横長
- 1152x896
- 1216x832
- 1344x768
- 1536x640
メモ
Illustrious (SDXL)のモデルの最適な解像度より解像度を下げたほうが品質が良くなる印象です。
品質が低い場合の対処法 : scoreタグ
Stable Diffusion XL (SDXL)のPonyモデルと同様にスコアタグを記述したほうが品質が良くなる傾向です。
品質タグは以下が学習されています。
Illustrious, Animagine系の品質タグ
- masterpiece
- best quality
- good quality
- normal quality
- low quality
- worst quality
Pony系の品質タグ
- score_9
- score_8
- score_7
- score_6
- score_5
- score_4
- score_3
- score_2
- score_1
両方のタグを組み合わせて入力したほうが品質が上がります。片方だけでは品質があまり上がらない場合があります。
以下のタグをプロンプトに含めます。
Prompt
masterpiece, best quality, score_9, score_8
Negative prompt
worst quality, low quality, score_1, score_2, score_3
別パターン
Prompt
masterpiece, best quality, score_9, score_8, highres, absurdres
Negative prompt
worst quality, low quality, score_1, score_2, score_3, blurry, jpeg artifacts, lowres
出力例
Prompt
Prompt: 1girl, dynamic posing, white dress, full body, blue long sash,Silver gauntlets, anime coloring style, masterpiece, best quality, score_9, score_8
Negative prompt: worst quality, low quality, score_1, score_2, score_3
SDXL(Illustrious)と比較して優れている点
SDXL(Illustrious)と比較した場合、出力される画像の品質は比較的似ていますが、以下の点において優れています。
プロンプト追従
現実的にはあり得ない構図やシーンのプロンプトの反映がSDXLより追従します。
ただし、Z Imageほどは追従しないため、劇的にプロンプト追従が良い印象ではないです。
また、一部のタグについてはIllustriousモデルのほうが反応が良く、Animaでは反応が悪いものがあります。
指定した語句が別の部分に反映されにくい (染み出しの低減)
長いプロンプトや複数キャラクターが画面に存在する場合、プロンプト内の語句が別の部分に影響を与えてしまうことがあります。
Animaではテキストエンコーダーの性能が高いため、プロンプト内で制限をつけて指定した語句が他の部分に反映されることが少ないです。
詳しくはこちらの記事を参照してください。
アーティストタグ追従
Animaではアーティストタグは @(アーティストタグ) の書式で記述できます。タグによっては効果が微妙なものもありますが、多くのタグで効果が非常に出やすいです。
風景などの非人物画像
ベースの知識が豊富なためか、風景やキャラクターのいないシーンの描写力が高い印象です。
比較1
風景画像での比較をします。
Animaでの画像出力です。プロンプトの指示に良く従った画像が生成されます。構図のバランスも良いです。
Prompt
Model：Anima Preview 2
Propt: Panoramic view of the fantasy like europe frorence city, distant view, cloudy weather, grass in the foreground, wide view scene, dramatic lighting, anime style realistic image., no human, A narrow winding river flows through the center of the city far away, masterpiece, best_quality, score_9, score_8
Negative prompt: worst quality, low quality,score_1, score_2, score_3, blurry, jpeg artifacts, lowres
Illustrious系のSDXLモデルでの生成結果です。プロンプトのニュアンスが若干伝わっていない印象です。空の面積が大きく、Animaと比較すると若干アンバランスです。
Prompt
Model: WAI-Illustrious v16.0
Propt: Panoramic view of the fantasy like europe frorence city, distant view, cloudy weather, grass in the foreground, wide view scene, dramatic lighting, anime style realistic image., no human, A narrow winding river flows through the center of the city far away, masterpiece, best quality
Negative prompt: worst quality, low quality
著者
iPentecのメインデザイナー
Webページ、Webクリエイティブのデザインを担当。PhotoshopやIllustratorの作業もする。
最近は生成AIの画像生成の沼に沈んでいる。
