カスタムモデル作成 (Beta) のベストプラクティス

カスタムモデルを効果的に準備し作成するためのベストプラクティスについて説明します。

最適なユースケースの選択

モデルのトレーニングには高品質の画像を使用する

• JPG または PNG ファイルを使用します。
• 探索したい特定のスタイルやコンセプトの被写体、またはキャラクターを表す、少なくとも 10～30 枚の高品質な画像を選択します。
• スタイルや被写体を表す様々な画像のセットをキャプチャします。
• 各画像のファイルサイズは、20 MB を超えないようにしてください。
• 画像の解像度が 1024x1024 ピクセルより高く、最大 16:9 の縦横比（横長）または 9:16 の縦横比（縦長）が設定されていることを確認します。 
• 縦横比をトレーニングデータセットと一致させます。 トレーニングセットが縦長であった場合に正方形の画像を生成すると、生成時に切り取られる問題が発生します。
• サンプル画像を切り抜いて、最も重要な視覚要素に集中します。 例えば、人物やキャラクターが遠くに写っていて顔や体が小さい画像は除外してください。
• 一貫した美的感覚を保ちながら、様々な視点および背景を表す画像を含めます。
• すべての画像に白い背景があるなど、意図しないパターンが含まれていないことを確認してください。
• ポートレートの背景にあるコラージュやキャラクターがかぶっている帽子など、モデルに学習させたくない注意を散らす要素を削除してください。
• 透明な背景の画像は使用しないでください。
  

モデルタグをレビュー

• ブルネットのキャラクターの茶色い髪など、トレーニングするモデルの対象やスタイルの永続的な属性を含めてください。
• タグには、キャラクターが持っているものなど、変更可能な属性を含めないでください。
• モデルタグを少なくとも 3 つ含めます。

キャプションの確認

• 自動で生成されたキャプションを使用してディテールを向上させ、モデルで生成させるコンセプトに基づいてカスタムモデルをトレーニングします。
• 特にユニークなポーズのキャラクターがいる場合は、キャプションの正確性を確認してください。特定の単語で生成したい場合は、編集を行います。
• 画像キャプションは具体的で説明的なものにし、モデルでプロンプトを入力する際に使用する言葉づかいを使用してください。
• 多様性を確保し、より広いコンセプトをカバーするために、様々な文章構造で画像キャプションを作成してください。
• 必要に応じて自動キャプションを変更し、モデルにコンセプトの詳細を通知します。
• Firefly のベースモデルは有名人やランドマークを認識できないため、よく知られた人物や場所については説明的なコンテキストを含めてください。

トレーニングデータに合った明確なプロンプトの使用

• プロンプトには、キャプションで使用した単語やフレーズと類似したものを含めてください。
• プロンプトを作成する際は、モデルのトレーニングに使用したデータに密接に関連する概念を使用してください。 関連性のない新しい概念でプロンプトを作成すると、満足のいく画像出力が得られないことがあります。 例えば、カラフルなライフスタイル写真でトレーニングしたモデルに、白黒のイラストロケットを要求するような場合です。