Stable Diffusion で背景の画像の生成結果を比較します。

概要

こちらの記事ではモデルの違いで生成されるキャラクターの画像の違いを比較しました。
この記事では、背景の生成画像の結果を比較します。

プロンプト

SDXL系のモデルと、Pony Diffusionをトレーニングしたモデルの2種類を利用します。 プロンプトの記述方式が若干異なるため、プロンプトも2種類用意します。

"someone is sleeping in the comforter of the bed" "(raised duvet:1.2)" としているため、 ベッドでキャラクターが寝ていて、掛布団が盛り上がっている状態が狙った画像結果になります。

生成結果

SDXL

ややリアルな出力結果になります。

フラット感が強くシンプルな出力結果です。右上はやや狙い通りのイメージに近いです。

シンプルな出力結果です。

プロンプトの反映が良い結果もあります。

プロンプトの追従性が高い印象です。左上、左から3列目の一番上、左から2列目の一番下がイメージに近い結果です。

リアルなイメージが生成されます。

描写が細かく精密な絵が出ますが、フォトリアリスティックな出力にはならないです。

ややリアルな画像が生成されます。

高い頻度で人物が描画されます。

シンプルでリアルな生成結果になります。

リアルな画像が生成されます。

ややリアルな生成結果になります。

ややリアルな生成結果になります。

プロンプトの反映もある程度あり、雰囲気の良い画像が生成できます。細部まで描画されますが、フォトリアリスティックにはなりません。

リアルな生成結果になります。

DreamShaperと似た画像が生成されますが、若干コントラストが強く、暗めの画像が生成されます。

ややリアルな生成結果になります。

ややリアルな生成結果になります。

ややリアルな生成結果になります。

シンプルでフラットな生成結果になります。

高頻度でキャラクターが描画されます。

プロンプトの反映が良い印象です。

シンプルでフラットな生成結果になります。

プロンプトの意図が反映されやすい傾向です。画像のバランスも良い印象です。

リアルな画像が生成されますが、DreamShaperとはかなり違うイメージの画像が出力されます。カジュアル感のあるデザインでの出力画像になります。

シンプルな生成結果になります。右上、左の列の上から2番目は意図したイメージにかなり近いです。

シンプルでフラット感の強い生成結果になります。

シンプルでフラット感の強い生成結果になります。

ややリアルな生成結果になります。

リアルな画像が生成されます。他のフォトリアリスティックモデルより若干カラフルな印象があります。

ややリアルな生成結果になります。

左から2列目の一番下は想定イメージにやや近いです。

リアルな画像が生成されます。若干、緑がかる印象があります。

オーソドックスなアニメ背景的な出力ですが、プロンプトを良く反映しており、想定イメージに近い画像の生成確率が高いです。

女の子のキャラクターが描画されてしまう場合もありますが、プロンプトに従った画像が生成されやすいです。

リアルな画像が生成されます。かなり暗めの画像が生成されます。

Pony

Pony系は風景系の画像は若干、手薄な印象があります。全体的にプロンプト追従がやや弱い傾向に見えます。

背景強化モデルということもあり、背景描写が緻密です。

ほかのモデルよりレイアウトが良い印象があります。

キャラクターが出力されやすいです。

Pony系のモデルでは、暖色系のカラーで画像生成されますが、青色系の色味で出力される珍しいモデルです。

やや緑色のイメージが出力されます。安定感があります。

安定感があります。

参考:nijijourney