森井の修論日誌の履歴(No.9)

2025年度の研究はこちら

4月†

近接画像においてLoRAを用いた画像生成が評点別に行えるようになった。ただし256pxで出力している関係上、どうしても粗くなってしまうため256より大きいpxで出力することにする。そうすることで画像の粗さが解消されるのでは。

背景・近景・近接の各画像を生成できるようになったので、実在画像と生成画像の比を変えてヒートマップ生成に変化が現れるかを見ていく。学習枚数と条件の組み合わせは以下の通り。

近接画像は256pxで画像を生成すると画素が粗くなってしまうため、錆が持っている情報を256pxでも分かるように大きめに出力して圧縮することにした。

近接画像の画像生成が完了した　これから背景画像と近景画像の生成を行っていく
背景画像は問題なく生成できると思うが、近景画像は鋼材部分を上手く生成することが難しそう　具体的には主桁と横桁が混ざり合って格子状の鋼材になる, 撮影アングルを調整できない　など
⇒ 画像生成では生成して欲しい内容や物体をスクリプト上に単語で書く必要があるため、そこでどんな単語を書くか発想力が求められる

デスクトップを変えてスクリプトの大半は実行できるようにした　画像生成を行うためにLoRAを学習する必要があるのだが、以前のデスクトップでは問題なく学習できていた設定で再度行ったところ、容量が足りずエラー落ちしてしまった。
学習スペックを落としたら無事回ったが、どうやら学習を行うにはVRAMの容量を求められるらしい。
画像生成に関して生成時間が今までの25分の1に短縮された　画像の種類・大きさによって生成時間に変化はなさそう　有り難い