Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
マ。 ―画像生成モデルマージの活用について / 生成AIなんでも展示会 Vol.4 2025/...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Hemlok
September 02, 2025
Research
97
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
マ。 ―画像生成モデルマージの活用について / 生成AIなんでも展示会 Vol.4 2025/09/06(土)
生成AIなんでも展示会 Vol.4での使用スライド
Hemlok
September 02, 2025
Other Decks in Research
See All in Research
論文紹介: Understanding Epistemic Language with a Language-augmented Bayesian Theory of Mind
hisaokatsumi
0
190
就労支援の現場での生成AI活用
enochan
0
130
学術バーQ AI研究最前線:自己教師あり学習による画像モデルの事前学習
naok615
0
160
全国町字単位空き家率推定データver1.0データ仕様
microbaseinc
0
290
JICA QUEST 共創×革新プログラム Impact Report(海ノ向こうコーヒー)
ontheslope
0
810
第64回CV・PRML勉強会 論文紹介:Linguistic Priors for Visual Decoupling: Towards Symmetric Vision-Brain Alignment
sokikatayama
0
250
HAKARI-Bench - 実運用視点での情報検索モデル評価ベンチマーク
hotchpotch
1
800
2026年6月_副業コンプライアンス調査_業界別リスク度分析_株式会社フクスケ.pdf
fkske
0
120
研究室単位での自律的 IPv6接続性確立に向けたAS共同運用モデルの提案と実証
reokashiwa
PRO
0
230
J-STAGEの現況と全文XML登載必須化について
xspa2012
0
330
フィジカルAIの社会実装に向けて -AIエージェントからAgentic Roboticsへ-
hf149
0
230
Kunai: Toward a Verifier-Safe Layered DSL for Nested Encapsulation Packet Filtering on eBPF
takehaya
1
140
Featured
See All Featured
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
2
1.6k
New Earth Scene 8
popppiees
4
2.7k
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
620
Side Projects
sachag
456
43k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
540
How STYLIGHT went responsive
nonsquared
100
6.3k
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
470
Hiding What from Whom? A Critical Review of the History of Programming languages for Music
tomoyanonymous
3
1.3k
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
400
We Are The Robots
honzajavorek
0
390
Optimising Largest Contentful Paint
csswizardry
37
4k
Why You Should Never Use an ORM
jnunemaker
PRO
61
10k
Transcript
マ。 ―画像生成モデルマージの 活用について 生成AIなんでも展示会 Vol.4 2025/09/06 へむろっく(MixoLogy) / @Hemlok_SD
自己紹介
自己紹介 画像生成AIが好きな一般人。 音ゲーが趣味です! へむろっく ↑担当です。かわいいね @Hemlok_SD hemlok-ai Hemlok
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
モデルマージとは?
ずばり、料理です。
• マージとは、学習済みの既存モデルを掛け合わせて 様々なタスク処理の向上を図る手法のこと。 • 追加学習とは異なり、既存モデルを使用するため 比較的始めやすい。 • LoRA等fine tuningモデルを組み合わせると より表現の幅が広がる。
• 底なし沼。感覚でやってる。 詳しい解説
簡単に言うと • いいとこどりをしよう • モデルを混ぜて調整しよう ってことです。
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
• やり方が簡単 • カスタマイズが自由自在 • 自分好みのモデルが作れる モデルマージのメリット
• 試行錯誤が必要 • モデルごとにやる必要がある • ライセンスの理解が必要 モデルマージのデメリット
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
例えばこの生成画像…
とはいえ 1. プロンプトの効きが良い!! 2. 全体的にまとまってて惜しい!! なんか絵柄が濃い…
そこで モデルマージです!!
• 通常マージ ◦ 一般的なA+Bで行うマージ。 ◦ A+(B-C)のような差分マージもここに入る。 • 階層マージ ◦ U-Netの階層ごとにマージする手法。
◦ 細かい調整ができるが慣れが必要。 マージの種類について
今回は 「階層マージ」で やります。
今回のベースモデルは 「One obsession」
マージするモデルは 「Hassaku XL」
NoobとIllustriousについて ◇Noob系 • NoobAI-XLから派生するモデル • 全体的に色が濃くなりがち。 • プロンプトの効き目が良い。 ◇Illustrious系 •
Illustrious-XLから派生するモデル • 色が薄く絵画的な表現が得意。 • 線が細く、昔のパステルMixっぽい。
使用ツールについて
ComfyUI GitHub: https://github.com/comfyanonymous/ComfyUI • 現在主流のStableDiffusionのオープンソースコードツール。 • ノードベースで自由度が非常に高いのが特徴。 • WebUIよりも複雑だが、なれると戻れない使用感。 •
Forgeが開発終了したため、まだの方は移行推奨。
ワークフロー全体図
プロンプト関係 生成するプロンプトを入力するノード マージレシピを入力するノード 19個の数値でレシピを記入していく。 マージレシピ
マージ処理 マージ処理を行う今回のメインのノードたち。 階層マージの他、別途LoRAマージやモデル保存なしマージにも対応。
画像生成処理 マージしたモデルから画像を生成するノード。 マージのレシピ分画像生成を行いxy画像に出力する。
それではマージ実行!!
マージレシピ比較 • レシピを複数入れて、画像生成をしてレシピごとに生成比較を実施。 • 「これだ!!」と思うものができるまで繰り返す。
マージ結果の生成比較 • いいレシピが見つかったら モデルを保存 →元モデルとの生成画像を 比較して見極めます。 • ここでいい感じになればOK。 • ならなければLoRA等を
追加でマージしていきます。
完成したモデルの生成結果がこちら。 結構変わってるのがわかるかと思います!
このようにモデルマージを使用することで • 生成の幅がぐんと広がる • モチベが上がる • 生成で表現する『楽しみ』が増える と、いいことがたくさん。
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
活用例① 制作モデル 「LizMix」 • SDXL画像生成モデル。 • 累計DL1万突破(Civitai) • 1年半の継続更新を実施 • 個人的なマージモデル
代表シリーズ。
活用例② 制作モデル 「HinanoMix」 • SDXL画像生成モデル。 • LizMixの姉妹モデルとして制作。 • 使いやすさとプロンプトの 効きを重視したモデル。 •
Noobベースで汎用性が高いと 好評。
モデルマージ 楽しいのでぜひやってみましょう!