今月の記事の続きで
青線ラフの１５ページ目を描きました。

このページは５コマで割りました。
転換となるページなのでそれでもいいかと思います。

そろそろセリフ割りした分のページが終わりそうなので
今後話を終わらせる最終ページまでの
セリフ割りもしたいと思います。
明日はミリタリーなAI絵をやるとして
そんなところで今日はこれで終わり。

１、２枚目、ということで今回は
男性モデルの"AnythingQingMix-Realistic"を使い
ソ連軍歩兵の画像を学習させたloraを作り
promptは"boys in outdoors,
<lora:Soviet Infantry-v1.1.2[anythingqingmix_v10]:0.7>"で
生成した１８枚の内の２枚がこれです。

３，４枚目、１，２枚目が男性の画像を学習させたのに
女性の画像が出力されるので
１，２枚目と設定は同じで
前の記事で使ったNegative Embedding for Realistic Vision v2.0を使うために
Negative Promptに"REALISTICVISION-NEGATIVE-EMBEDDING"と指定して
１６枚生成した内の２枚がこれです。
精密さが追加されたのと
使っている男性モデルもより効いていると思います。

５、６枚目、今年９月の記事で
作った海の背景の設定でNegative Embedding for Realistic Vision v2.0を使おうということで
Negative Promptに"REALISTICVISION-NEGATIVE-EMBEDDING, land"と指定して
１２枚生成した内の２枚がこれです。

兵士のloraを作りたいのですが
今月の記事でやったドイツ軍のアフリカ軍団の
戦場写真以外では余り上手く行っていなくて
やり方を変えた方がいいかもしれないと思っています。
明日は戦争漫画をやるとして
そんなところで今日はこれで終わり。

今月の記事の続きで
青線ラフの１４ページ目を描きました。

３コマ目でやっと引きの絵を入れられました。
あんまり細かくコマ割りするのは
止めようと思っていましたが
前ページとかなり似たコマ割りになってしまい
どうしものかと思っています。

土日はこのブログをお休みすることとして
来週の月曜日にミリタリーなAI絵をやりたいと思います。
そんなところで昨日の分だったはずの更新はこれで終わり。

１、２枚目、ということで今回は
男性モデルの"AnythingQingMix-Realistic"を導入して
ドイツアフリカ軍団の兵士の画像を学習させたloraを作り
promptは"man in deserte,
<lora:German Infantry DAK-v1.1.1[anythingqingmix_v10]:0.7>"で
生成した１６枚の内の２枚がこれです。

３，４枚目、１，２枚目と設定は同じで
前の記事で使ったNegative Embedding for Realistic Vision v2.0を使うために
Negative Promptに"REALISTICVISION-NEGATIVE-EMBEDDING"と指定して
１６枚生成した内の２枚がこれです。
思ったような結果にはならず、
１，２枚目の方が自分はいい感じです。

５、６枚目、今年６月の記事で作った海の背景の設定でNegative Embedding for Realistic Vision v2.0を使おうということで
promptは"blue sky and morning sea"に変更して
Negative Promptに"REALISTICVISION-NEGATIVE-EMBEDDING"と指定して
８枚生成した内の２枚がこれです。

７、８枚目、今年９月の記事で作ったKV-2重戦車の設定で
Negative Embedding for Realistic Vision v2.0を使おうということで
モデルは"Min-Illust-Background-Diffusion iter-2000"で
promptは"tank in battle fieled, <lyco:KV2Tank_V1-Manityro-Dadapt-SD:0.7>"に変更して
Negative Promptに"REALISTICVISION-NEGATIVE-EMBEDDING"と指定して
１６枚生成した内の２枚がこれです。
残念なものも結構ありましたが
いい戦場の戦車を生成出来たものも何枚かありました。

ということで今回はミリタリーなAI絵を生成しました。
久しぶりにやり始めてみるとなかなか面白く
ミリタリーな画像を生成することにもかなり使えると思いました。
明日はまた戦争漫画をやりたいと思います。
そんなところで今日は後は他のブログ等をやるとしてこれで終わり。

今月の記事の続きで
青線ラフの１３ページ目を描きました。

ロンメル将軍はちょっと似せきれませんでしたが
ヒトラーに関しては戦争映画等も参考にしたので
何とか読む人も少しは分かるんじゃないかと思っています。

それとこの総統大本営に入ってから
人物の全身を写したり
背景が大写しなコマが用意出来ていないので
この二人がいる部屋が
もう少し分かるようなコマを次ページで
描きたいと思いました。

ということで青線ラフを描きました。
明日はミリタリーなAI絵をやることとして
そんなところで今日はこれで終わり。

１、２枚目、今日は予定を変更して
まずはstable-diffusion-webuiでティーガー重戦車を出力するのですが
男性モデルを探している時に見つけた
Negative Embedding for Realistic Vision v2.0を
既定のフォルダ("C:\Users\ユーザー名\stable-diffusion-webui\embeddings")に配置して
この前の記事で作ったloraでティーガー重戦車を出力した
１８枚の内の２枚がこれです。

３，４枚目、今月の記事で作ったフランス軍 B1bis戦車のloraでも
Negative Embedding for Realistic Vision v2.0を試してみます。
効果はあってそれらしい形になるのですが
かなり戦車の向いている角度が限定されるようで
自分がlora作りで使ったB1bis戦車の戦場写真が
偏っていたかもしれないと思いました。

５，６枚目、前の記事で南洋の海を作った時の設定に従い
negative promptに"REALISTICVISION-NEGATIVE-EMBEDDING , human"を入れて
南洋の海を１８枚生成した内の２枚がこれです。
今回入れた機能で結構背景としての精密さが上がったと思います。

ということでembeddingを導入して
今まで作ったloraと併用したりして効果を探りました。
B1bis戦車でやった時の様に
正確にしようと作用する余り
戦車の角度が似たものばかりになることもありましたが
かなり使える機能だと思います。
土日はこのブログはお休みすることとして
そんなところで昨日の分だったはずの更新はこれで終わり。

１、２枚目、ということで一昨日の記事で
フランス軍B1bis戦車でloraを作ったので
今回はアメリカ軍のM4シャーマン戦車でloraを作りました。
promptが"M4Tank on ground, "で
１２枚と１６枚生成した内の２枚です。

３，４枚目、今回他の戦車で作ったloraと併用して
二両戦車がいる画像生成みたいなことを考えていたので
"tank"だけではなく"M4Tank"というタグで
学習させましたがもしかしてこれがいけないのか？ということで
promptが"Tank on ground, "で
１６枚生成した内の２枚がこれです。
少しだけ"M4tank"の時と違うようですが
どうも大きいのは画像生成に使ったM4戦車に
カモフラージュネットだったりがかぶせられていて
立体としての学習がしにくくなっているようだと思いました。

５，６枚目、もう一つloraを作ろうということで
ドイツ軍の三号突撃砲の短砲身型の戦場写真３７枚を
幅を1680pxにPhotoZoomPro7で拡大してそれを学習させました。
今回loraを作り３，４枚目みたいなpromptで
１８枚生成しましたがかなりまともに自走砲の形で
生成された画像が少ないです。

ここまで何記事かで車両が撮られている
戦場写真を学習させてloraを作りましたが
loraを作るのと画像を生成するのとで
背景のモデルを使っている限界みたいなものがあると思います。

戦車みたいな車両と背景を
区別し切れていないのと
モデルが背景モデルなので
車両を車両として出力するのに限界があると思いました。

ここまでやって来て
戦車系のモデルを入手しないと厳しいと思いました。
自分がHuggingFaceやCivitalで探す限りは
そういうモデルはほとんどなくて、あるのはloraだったりすることが多いです。

なので来週の月曜日になると思いますが
男性のモデルを用意して
男性兵士の戦場写真から学習させたloraを作ろうと思います。
明日は戦争漫画をやるとして
そんなところで今日はこれで終わり。

一昨日の記事の続きで
青線ラフの１２ページ目を描きました。

あんまり人名は出しすぎずに
分かる人は分かるように顔で描き分けられれば
いいと思っていてロンメル将軍を案内している人は
総統付き個人秘書のボルマンという人物になります。

ちょっと３コマ目はパースが
変なので清書の際に直せればと思います。
明日はまたミリタリーなAI絵をやるとして
そんなところで今日はこれで終わり。

１、２枚目、先週の記事でloraを作った時は3倍にしましたが
フランスのB1bis戦車に関しては集めた画像が小さかったので
それをPhotoZoomPro7で4.5倍に拡大して
使うモデルは背景用の"Min-Illust-Background-Diffusion iter2000"で
画像の枚数は15枚で反転されたのも併せて30枚、
1200回ぐらい回して学習の率(?)がloss=nanにならずに完走しました。
そのloraで作ったのがこの２枚です。
(prompt="tank in ruins"で出力しました)

３，４枚目、破壊された戦車loraは出来たので
今度は破壊されていない状態の戦場写真を使いloraを作りました。
１枚目と同じ条件で出力してみると
なぜか破壊された戦車も出力されますが
何枚かは壊れていない状態の戦車も出力出来ました。

やってみるとなかなか面白く
もう少しだけ戦場写真を使ってlora作りをしたいと思いました。
そんなところで今日はこれで終わり。

今月の記事の続きで
青線ラフの１１ページ目を描きました。

ということで漫画の青線ラフを描きました。
ヴォルフスシャンツェは総統大本営の一つということの様です。
１コマ目は少し威圧感が出ているといいと思います。

青線ラフを描いたので後は書籍等も読みたいと思います。
明日はミリタリーなAI絵をやるとして
そんなところで今日はこれで終わり。

１、２枚目、一昨日の記事でloraを作った時に使ったT-34戦車の画像のサイズは
大体平均で600×400サイズぐらいだったので
それをPhotoZoomPro7で３倍に拡大して
使うモデルは背景用の"Min-Illust-Background-Diffusion iter2000"で
画像の枚数は28枚で反転されたのも併せて56枚、
2300回ぐらい回して学習の率(?)がloss=nanにならずに完走しました。 そのloraで作ったのがこの２枚です。

３，４枚目、これは行けるんじゃないかということで
ドイツ軍ティーガー重戦車の戦場写真をこれも上と同じ方法で
三倍に拡大してそれを学習させたloraを作り
生成した画像の内の２枚がこれです。

ということでloraを二種作り画像を生成しました。
これはかなりいいところに来たのではないかと思います。
やってみて破壊された戦車の画像を学習させると
つぎはぎ的にいい画像が出来ますが
３，４枚目でやった無傷な戦車と破壊された戦車を
同時に学習させると混ざっていいloraが出来ないっぽいと思いました。
(破壊されてない戦車の画像だけで学習させても
恐らくは変な戦車が出力されてしまう)

これは学習させる画像につけるタグで
破壊された戦車にbroken tankとつけて
無傷な戦車と区別させるか
破壊された戦車の画像は入れないで分けた方がいいと思いました。

このブログは土日はお休みして
来週の月曜日から再開したいと思います。
そんなところで今日はこれで終わり。