【Stable Diffusion】Hassakuの利用方法

「高品質のアニメでNSFWコンテンツを生成したい」
「Grapefruitを画像生成のモデルとして利用している」

このような場合には、Hassaku がオススメです。
この記事では、Hassakuについて解説しています。

本記事の内容

Hassakuとは？
Hassakuの利用方法
Hassakuの動作確認

それでは、上記に沿って解説していきます。

Hassakuとは？

Hassaku (hentai model) | Stable Diffusion Checkpoint | Civitai
https://civitai.com/models/2583/hassaku-hentai-model

Hassakuとは、アニメ画像を生成できるStable Diffusion用モデルです。
アニメの中でも、NSFWの画像生成をメインにしています。
もちろん、SFWのコンテンツも普通に生成可能です。

追記 2023年9月6日
SDXL 1.0用のHassakuがリリースされました。

このモデルの開発者は、Grapefruitというモデルの開発者でもあります。

このGrapefruitの次期モデルとなるのが、Hassakuという訳です。
おそらく、この系統のモデルは今後もメンテナンスはされていくでしょう。

すでに、Hassakuにはスポンサーが2社（サイト）も付いています。

モデルでビジネスを考えている人にとって、Hassakuは参考になるかもしれませんね。
なお、Hassakuは結合モデルです。

以下のモデルを結合して、Hassakuは開発されています。

AnythingV3
ElysiumV2
AbyssOrangeMix
AbyssOrangeMix2
basilMix

結合モデルであれば、やろうと思えば誰でも開発は可能です。
モデルのマージについては、以下の記事が参考になります。

以上、Hassakuについて説明しました。
次は、Hassakuの利用方法を説明します。

Hassakuの利用方法

まずは、公式ページからモデルをダウンロードします。
ただし、Civitaiへのログイン必須です。

ログインした状態でアクセスすると、「Download」ボタンからダウンロードが可能です。

ダウンロードしたファイルは、以下となります。
「hassakuHentaiModel_v11.safetensors」

このファイルの利用方法は、それぞれの環境で異なります。

Stable Diffusion web UI(AUTOMATIC1111版)
Diffusers

それぞれの場合を以下で説明します。

Stable Diffusion web UI(AUTOMATIC1111版)

web UIのインストールは、次の記事で説明しています。

ダウンロードしたファイルを指定のディレクトリ（models/Stable-diffusion）に設置するだけです。
web UIの起動後、以下のようにcheckpointを選択できるようになっています。

Diffusers

Diffusersの場合は、少し工夫が必要となります。
まずは、Stable Diffusionを動かす環境を用意します。

上記記事に従えば、自ずとDiffusersをインストールすることになります。

Diffusersの場合、そのままではダウンロードしたモデルを読み込めません。
そのため、Diffusersで利用できるように変換処理を行う必要があります。

Safetensors形式ファイルの変換処理は、次の記事で解説しています。

今回変換に用いたのは、以下のコマンドになります。

python convert_diffusers20_original_sd.py ..\..\ckpt\hassakuHentaiModel_v11.safetensors ..\..\model\hassakuHentaiModel_v11 --v1 --reference_model runwayml/stable-diffusion-v1-5

変換に成功すると、次のようなディレクトリ・ファイルが作成されます。

ここまで準備できたら、あとは次のコードで画像生成が可能です。

from diffusers import StableDiffusionPipeline, EulerAncestralDiscreteScheduler

model_id = "./model/hassakuHentaiModel_v11"

pipe = StableDiffusionPipeline.from_pretrained(model_id)
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe = pipe.to("cuda")
# pipe.enable_attention_slicing()

prompt = "masterpiece, best quality, 1girl, repairing, tools, construction worker, warning sign, sitting, helmet, yellow eyes, black hair, gloves,"
negative_prompt = "(low quality, worst quality:1.4),"

image = pipe(
    prompt,
    num_inference_steps=25,
    guidance_scale=7,
    width=512,
    height=768,
    negative_prompt=negative_prompt
).images[0]

image.save("test.png")

以上、Hassakuの利用方法を説明しました。
次は、Hassakuの動作確認を説明します。