テキストから画像を生成するモデルを、特定のオブジェクトの画像（３〜５枚程度）でファインチューニングすることによって、テキストで指定して特定のオブジェクトを画像生成できる Dream Booth という技術を紹介したブログの内容を試してみました。
用意した画像は安定のクロネコ様。正方形を用意する必要があるとのことでしたので、512 x 512の画像にトリミングしました。
学習はGoogle Colabで約３０分ほどかかりました。まずは呪文に指定したオブジェクト名のみで生成してみます。
アゴとお胸にある白い部分の再現性が高かったです！ 次は呪文を工夫して少し遊んでみました。
ネコ様だらけですみません！
少ないデータで特定のオブジェクトを指定できるようになると、img2imgとはまた違った応用の可能性がありそうです。
2022/10/25 20:08