Stable Diffusionのインストール方法を、初心者向けに分かりやすく丁寧に解説します。画像生成AIコードに詳しくない方でも安心。手順を追って簡単にセットアップできる内容を紹介。AIの世界への第一歩をしっかりサポートします！
Stable Diffusionとは
Stable Diffusionは、ユーザーから入力されたテキストをもとに画像を生成する「訓練済のAIモデル（Diffusion Model）」を搭載した画像生成AIのことです。 ユーザーが生成したい画像イメージを、英単語で入力することで、様々な画像を生成することができます。
タイトルの画像は実際に私がStable Diffusionをインストールして初めて使ったその日に作成したものです。この程度の画像なら初心者の私でも作れてしまうすごいAIなんです。
Stable Diffusionを使うには
主な方法は２つあるようです。
①無料：自分のPCにStable Diffusionをインストールして使用する
②有料：Google colabの環境下で使用する
使ってみて分かったのですが、いろいろ入力するテキストを変更して、出力される画像を確認したくなるので、google colabの有料プランより無制限で自宅PCで出来る環境を構築した方がいいと思います。
必要なPCスペック
今回ご紹介する方法はWindowsにStable Diffusionを構築する方法なので条件は以下のとおり
条件１ windows10か11
条件２ VRAM6GB以上のGPU
画像生成の速度に一番関係するのはグラフィックカードのメモリ（VRAM）のようです。
VRAMは最低４ＧＢあれば動かせるという話もありますが、今回使ったGTX 1660 Super（6ＧＢ）でも、画像生成されるまでの時間に少しストレスを感じてしまいました。
なので４GBでは試しに使ってみる程度はできるとは思いますが、厳しいと思います。
今回使用したPCのスペック
OS : windows 10(64bit)
CPU : corei3-10100F 3.6GHz
メモリ : 32GB(最低16GB以上あればいいみたい)
グラフィックカード(GPU) : GTX1660super(VRAM 6GB)
Pythonのインストール
Stable Diffusionの実行するためPython 3.10.6をインストールします。
違うバージョンのPythonが入っている人も、以前にインストールしたバージョンをすべて削除し、新たにインストールしてください。
ここからダウンロードできます→ https://www.python.org/downloads/windows/
ダウンロードしたファイルをダブルクリックします。
「Add Python 3.10 to PATH」にチェックを入れてください。
続いて、「Install Now」を押します。
セットアップ完了でこのような表示になります。
続いて、コマンドプロンプトでPythonのインストールの確認を行います。
コマンドプロンプトを起動するとこのような画面が出てきます。￥Users￥の後は、それぞれのPC毎に異なるユーザー名が出るとおもいます。
＞に続いて「python --version」と入力してください。
このように、Python 3.10.6と出てくればOKです。
続いて、Gitのインストールを行います。
Gitのインストール
gitは、コンピューター上で作業しているファイルの"保存ポイント"を作り、変更点を記録しておくツールです。
プログラムを作る時、ファイルがどう変わったかを遡れるので、ミスがあった時も安心して前の状態に戻せます。また、複数の人と一緒に作業する際にも、各自の作業内容を綺麗にまとめる手助けをしてくれます。
簡単に言うと、作業の過程をキチンと整理しておくためのマネージャーのようなものです。
これにより、スムーズかつ安全な作業が可能になります。
Automatic 1111のインストールやアップデートを行う際に必要になるので、インストールを行います。
まず、gitのページへアクセスします→ https://git-scm.com/download/win
windows版のgitをダウンロードします。
インストールしていきます。最初の表示はそのまま進みます。
基本デフォルトのままで構わないと思うのですが、デスクトップにアイコンを作る項目だけ追加で選択しました。これは好みですね。
しばらくデフォルトのまま進みます。
最後は「Enable experimental built-in file system monitor」を選択して、Installを押します。
セットアップが完了するとこの画面が出ます。
自動でブラウザが起動してこれが表示されます。
特にやらないといけない作業はないです。
gitのインストールは完了です。
Stable Diffusion WebUI（Automatic 1111）のインストール
まず、インストールするフォルダを作ります。
Cドライブにフォルダ「Stable Diffusion202305」を作成します。
そのフォルダーを開いて、検索窓の空白部分を左クリックします。
するとこのように青く選択されるので、このまま「cmd」と入力します。
するとこうなりますので、Enterキーを押すとコマンドプロンプトが起動します。
C:¥stable diffusion202305＞に続いて次の文字列を入力してEnterを押すとダウンロードが始まります。
終了するとこのような画面になります。
コマンドプロンプトを閉じて、フォルダの中にファイルが入っているか確認します。
さっきまで空のフォルダに、ファイルが格納されています。
これで、Stable Diffusion WebUI（Automatic 1111）のインストールは完了です。
モデル(checkpoint)のダウンロード
stable diffusionを使って絵を描くために、model（checkpoint）というものが必要になります。
どのmodelを使ってtable diffusionを動かすかによって、生成される絵が異なります。
ゲーム機がStable Diffusinだとすると、ゲームソフトがmodel（checkpoint）ということに例えると分かりやすかもしれません。
modelはcivitai.comで無料で手に入れることができますので好みのmodelを選択しダウンロードします。
modelはchekpointとのみ表記されているものをダウンロードしてください。
（ちなみに、checkpoint XLと書かれているものをダウンロードして使えませんでした）
いろいろなmodelがあって迷います。
ダウンロードしたcheckpointファイルは、
フォルダstable-diffusion-webui￥models￥Stable-diffusion
に移して下さい。
これですべての準備は完了です。
Stable Diffusion WebUI（Automatic 1111）の起動
それではStable Diffusin WebUIを起動しましょう。
このバッチファイルをダブルクリックしてStable Diffusion WebUIを起動します。
初回起動はかなり時間がかかります。30分くらいかかります。
自動でStable Diffusion WebUIが起動します。
左上のcheckpointに先ほどダウンロードしたmodelが選択されているか確認してください。
空欄の時は自分で選択してください。
画像生成してみる
promptの欄に「1woman,smile,」をプロットします。
negative promptの欄に適当な例を探してきて入力しました。
Generateを押して1分位経つと画像が出てきました。
１分くらいかかって、無事、画像が生成されました。
めでたしめでたし。
VRAMメモリ容量の違いによる生成時間の比較
グラフィックカードGTX1660 superなんですが、コンパクトで良かったのですがStable Diffusionをやるには少し能力不足のようです。使っていないRTX2080があったのでそちらに換装してみたいと思います。
GTX1660superのVRAMが６GBなのに対して、RTX2080ではVRAMが8GBとなっています。
早速、GTX1660suoperと同じ条件で画像生成してみます。
GTX1660superで58秒かかっていたのに対して、RTX2080では5.8秒と、約６分の１に短縮されていることが分かります。RTX2080でも生成する画像サイズを大きくしたり、Loraを使ったりすると生成時間が大幅に増加してしまいました。
なのでＶＲＡＭは１２ＧＢくらいあるといいのかなと思います。
このRTX2080は２年前のマイニングブームの最中に買ったものなので、中古で８万円しました。
最近ではだいぶGPUの相場も落ち着いてきていて、RTX3060（VRAM12GB)くらいが４万円程度で購入できるようになったので買い時です。これくらいの容量があればLoraを使ってもストレスなく画像生成できると思います。
