ソーシャルメディア用ステッカー作成の自動化：30枚の画像でSD 1.5用スタイルLoRAをローカルトレーニング

著者は、プロンプトエンジニアリングだけでステッカーパック用の一貫したイラストを生成するのが難しいという問題に直面し、Stable Diffusion 1.5用のスタイルLoRAをトレーニングすることを決めました。SD 1.5は、ハードウェア要件が低く、エコシステムが豊富であることから選ばれましたが、複雑な説明の理解には限界があります。データセットは、stickersvk.comから手動で選んだ30枚のステッカーで構成され、モデルが特定のキャラクターや作者を記憶するのを防ぐため、各パックから1枚ずつ選びました。テキストを含む画像、複雑なポーズの画像、またはスタイルが逸脱した画像は除外しました。生成時に学習した特徴を有効にするために、トリガートークン「vkstckrs」を使用しました。Gemini 3.1 Proは、透明な背景を白に置き換えてJPEGとして保存するPythonスクリプトを作成し、ChatGPT 5.6は、事前学習済みの画像キャプショニングモデルであるBLIPを使用してキャプションを生成しました。著者は、このモデルは教育目的のみでトレーニングされ、トレーニング後に画像は削除され、商用利用は意図していないことを強調しました。