Stable Diffusion WebUI Forgeによる画像生成

「web UIでの画像生成を少しでも速くしたい！！」
「ControlNetを使うと処理速度が遅くなってしまう・・・」

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

本記事の内容

それでは、上記に沿って解説していきます。

Stable Diffusion WebUI Forgeとは？

AUTOMATIC1111 WebUIを改善と言えます。
ここで言う「Forge」の意味は、「鍛造する」だと思われます。

「偽造する」という意味もありますが、この意味ではないでしょう。
開発者曰く、「Minecraft Forge」にインスパイアされているようです。

この開発者と言うのが、また注目すべき点になります。

この方は、画像生成AI界では超有名人です。
ControlNetの開発者であり、Fooocusの開発者でもあります。

lllyasviel氏の凄さについては、次の記事内で説明しています。

そんなlllyasviel氏が、WebUIを改善したモノがStable Diffusion WebUI Forgeになります。
Fooocusがあるにも関わらず、なぜなのかという疑問は残りますが・・・

とにかく、lllyasviel氏によってWebUIが速度UPしています。
以下は、その高速化を数値で表しています。

GPUメモリが少ないほど、高速化の恩恵を受けられます。
加えて、「SDXL+ControlNetの速度は約30～45%速くなる」効果もあります。

さすが、ControlNetの開発者ならではですね。
ControlNet利用時の高速化は、GPUのサイズに関係ないようです。

基本的には、オリジナルのweb UIと同じです。

ここで紹介するインストールは、GitHubからリポジトリをダウンロードする場合の方法です。
インストールには、仮想環境の利用がオススメとなります。

まずは、リポジトリを取得します。
ダウンロードできたら、リポジトリルートに移動しておきます。

git clone https://github.com/lllyasviel/stable-diffusion-webui-forge.git
cd stable-diffusion-webui-forge

次に、GPU版のPyTorchをインストールします。

バージョンは、最新版でも問題ありません。

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

PyTorchをインストールできたら、「requirements.txt」を修正します。
以下をコメントで無効にするのです。

requirements.txt

#torch

すでにGPU版のPyTorchをインストール済みなので。
では、次のコマンドで一気にインストールを行いましょう。

pip install -r requirements.txt

しばらく時間がかかります。
処理が終わったら、Stable Diffusion WebUI Forgeのインストールは完了です。

起動は、次のコマンドで行います。

python launch.py

あとは、オリジナルのweb UIと同じように操作できます。
もちろん、速度はUPしているはずです。

ちなみに、1024×1024のサイズで12枚を生成した結果は1分40秒（GeForce RTX 3090）でした。

なお、利用しているモデルは以下となります。