Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
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
Hemlok
September 02, 2025
Research
1
79
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
Tweet
Share
Other Decks in Research
See All in Research
"主観で終わらせない"定性データ活用 ― プロダクトディスカバリーを加速させるインサイトマネジメント / Utilizing qualitative data that "doesn't end with subjectivity" - Insight management that accelerates product discovery
kaminashi
15
20k
A History of Approximate Nearest Neighbor Search from an Applications Perspective
matsui_528
1
150
それ、チームの改善になってますか?ー「チームとは?」から始めた組織の実験ー
hirakawa51
0
630
20年前に50代だった人たちの今
hysmrk
0
140
学習型データ構造:機械学習を内包する新しいデータ構造の設計と解析
matsui_528
6
3.1k
Attaques quantiques sur Bitcoin : comment se protéger ?
rlifchitz
0
140
Grounding Text Complexity Control in Defined Linguistic Difficulty [Keynote@*SEM2025]
yukiar
0
100
Multi-Agent Large Language Models for Code Intelligence: Opportunities, Challenges, and Research Directions
fatemeh_fard
0
120
Collective Predictive Coding and World Models in LLMs: A System 0/1/2/3 Perspective on Hierarchical Physical AI (IEEE SII 2026 Plenary Talk)
tanichu
1
240
SkySense V2: A Unified Foundation Model for Multi-modal Remote Sensing
satai
3
480
Mamba-in-Mamba: Centralized Mamba-Cross-Scan in Tokenized Mamba Model for Hyperspectral Image Classification
satai
3
580
Satellites Reveal Mobility: A Commuting Origin-destination Flow Generator for Global Cities
satai
3
500
Featured
See All Featured
How STYLIGHT went responsive
nonsquared
100
6k
Unsuck your backbone
ammeep
671
58k
jQuery: Nuts, Bolts and Bling
dougneiner
65
8.4k
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
350
How Software Deployment tools have changed in the past 20 years
geshan
0
32k
Writing Fast Ruby
sferik
630
62k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.3k
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
1
1.4k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
10
1.1k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
820
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.6k
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!