diff --git a/Makefile b/Makefile
index fc66f87..f822479 100644
--- a/Makefile
+++ b/Makefile
@@ -12,9 +12,9 @@ run:
--prompt "a photograph of an astronaut riding a horse" \
--n-prompt "" \
--height 512 \
- --width 512 \
+ --width 768 \
--samples 1 \
--steps 30 \
- --upscaler "" \
+ --upscaler "RealESRGAN_x2plus" \
--use-face-enhancer "False" \
- --fix-by-controlnet-tile "False"
+ --fix-by-controlnet-tile "True"
diff --git a/README_ja.md b/README_ja.md
index 1626f79..caadc10 100644
--- a/README_ja.md
+++ b/README_ja.md
@@ -1,6 +1,6 @@
# Stable Diffusion Modal
-[Modal](https://modal.com/)上でStable Diffusionを動かすためのスクリプトです。txt2imgの推論を実行することができます。ControlNet TileとUpscalerを利用した高解像度化に対応しており、モデルの取り替えも自由に行えます（再ビルドは必要ですが、マルチステージビルド的なコードを実装して効率よく取り替えできるようにしています）。
+[Modal](https://modal.com/)上でStable Diffusionを動かすためのDiffusersベースのスクリプトです。txt2imgの推論を実行することができ、ControlNet TileとUpscalerを利用した高解像度化の機能を備えています。
## このスクリプトでできること
@@ -8,17 +8,13 @@
-2. アップスケーラーとControlNet Tileを利用した高解像度な画像生成ができます。
+2. アップスケーラーとControlNet Tileを利用した高解像度な画像を生成することができます。
-Stable Diffusion 1.5、または2系では、生成画像のサイズは標準で512x512~1024程度までで、それ以上の解像度の画像を作ろうとすると、人物や背景が崩れてしまいます。
+| ベース画像 | アップスケール後 |
+| ---- | ---- |
+| 
| 
|
-アップスケーラーとControlNet Tileを組み合わせることで、3072x2048pxまでの高解像度画像を生成することができます。
-
-ベース画像
-
-
-アップスケール後
-
+3. その他、LoRAとTextual inversionを利用できます。
## 必須項目
@@ -48,11 +44,10 @@ modal token new
下記の手順で画像が生成され、outputs ディレクトリに出力されます。
1. リポジトリをgit clone
-2. .envファイルを作成し、.env.example を参考に huggingface の API トークンとモデルを設定
-3. ./setup_files/config.example.yml を ./setup_files/config.ymlにコピー
-4. Makefile を開いてプロンプトを設定
-5. make deployをコマンドラインで実行(Modal上にアプリケーションが構築されます)
-6. make run(スクリプトが起動します)
+2. ./setup_files/config.example.yml を ./setup_files/config.ymlにコピー
+3. Makefile を開いてプロンプトを設定
+4. make deployをコマンドラインで実行(Modal上にアプリケーションが構築されます)
+5. make run(スクリプトが起動します)
## ディレクトリ構成
@@ -95,26 +90,16 @@ HUGGING_FACE_TOKEN="ここにHuggingFaceのトークンを記載する"
### 3. ./setup_files/config.ymlを設定する
-推論に使うモデルを設定します。VAE、Controlnet、LoRA、Textual Inversionも設定可能です。
+推論に使うモデルを設定します。VAE、LoRA、Textual Inversionも設定可能です。
```
# 設定例
model:
- name: stable-diffusion-2-1
- repo_id: stabilityai/stable-diffusion-2-1
+ name: stable-diffusion-2-1 # モデル名を指定
+ repo_id: stabilityai/stable-diffusion-2-1 # リポジトリのID（「プロファイル名/モデル名」の形で指定）
vae:
name: sd-vae-ft-mse
repo_id: stabilityai/sd-vae-ft-mse
-loras:
- - name: hogehoge.safetensors
- download_url: https://hogehoge/xxxx
- - name: fugafuga.safetensors
- download_url: https://fugafuga/xxxx
-textual_inversions:
- - name: hogehoge
- download_url: https://hogehoge/xxxx
- - name: fugafuga
- download_url: https://fugafuga/xxxx
controlnets:
- name: control_v11f1e_sd15_tile
repo_id: lllyasviel/control_v11f1e_sd15_tile
@@ -146,8 +131,9 @@ run:
--n-prompt "mogumogu" \
--height 768 \
--width 512 \
- --samples 20 \
+ --samples 1 \
--steps 30 \
+ --seed 12321 |
--upscaler "RealESRGAN_x2plus" \
--use-face-enhancer "False" \
--fix-by-controlnet-tile "True"
@@ -159,6 +145,7 @@ run:
- width: 画像の幅を指定します。
- samples: 生成する画像の数を指定します。
- steps: ステップ数を指定します。
+- seed: seedを指定します。
- upscaler: 画像の解像度を上げるためのアップスケーラーを指定します。
- fix-by-controlnet-tile: ControlNet 1.1 Tileの利用有無を指定します。有効にすると、崩れた画像を修復しつつ、高解像度な画像を生成します。
diff --git a/setup_files/config.sample.yml b/setup_files/config.sample.yml
index 4d2b343..cb6119d 100644
--- a/setup_files/config.sample.yml
+++ b/setup_files/config.sample.yml
@@ -29,6 +29,6 @@ vae:
# download_url: https://hogehoge/xxxx
# - name: fugafuga
# download_url: https://fugafuga/xxxx
-# controlnets:
-# - name: control_v11f1e_sd15_tile
-# repo_id: lllyasviel/control_v11f1e_sd15_tile
+controlnets:
+ - name: control_v11f1e_sd15_tile
+ repo_id: lllyasviel/control_v11f1e_sd15_tile