初心者でもわかる！Stable DiffusionをWindowsデスクトップにインストールして画像生成してみた

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。

MSI MSI GeForce RTX 3060 VENTUS 2X 12G OC（LHR） / PCI Express 4.0 グラフィックスボード GeForce RTX 3060 VENTUS 2X 12G OC 価格：39,800円（税込、送料別) (2024/1/9時点) 楽天で購入

GG-RTX3060-E12GB/OC/DF　GALAKURO GAMING 価格：39,970円（税込、送料別) (2024/1/9時点) 楽天で購入