ComfyUI×LoRA最速学習 CG量産ワークフロー

# ComfyUI LoRA Training 推奨設定（キャラクター特化） base_model: "illustriousXL_v01.safetensors" # または noobaiXLNaiV10_v10.safetensors training_images: "/lora_train/character_name/" output_name: "char_name_v1" # コアパラメーター network_dim: 32 # LoRAランク（キャラは32, スタイルは16） network_alpha: 16 # alphaはdimの半分が基本 max_train_epochs: 20 # 過学習注意。20エポックを目安 learning_rate: 0.0001 # 低め推奨（0.00005〜0.0002の範囲） lr_scheduler: "cosine" # cosineが安定 # バッチサイズ（VRAM依存） train_batch_size: 4 # RTX 3090: 4〜8 resolution: 1024 # SDXLベースは1024固定 # キャプション caption_extension: ".txt" # 各画像と同名の.txtファイル shuffle_caption: true # キャプション順序シャッフル keep_tokens: 2 # キャラ名トークンは固定

# ComfyUI バッチ生成用 Python スクリプト # ComfyUI API経由でプロンプト群を一括投入 import json import requests import random COMFYUI_URL = "http://127.0.0.1:8188" # プロンプトバリエーション定義 BASE_POSITIVE = "masterpiece, best quality, 1girl, (character_name:1.2), " SCENARIOS = [ "standing, white background, smile, school uniform", "sitting, park, evening light, casual wear", "bath, steam, looking at viewer, wet hair", "sleeping, bed, night, pajamas", "beach, swimsuit, summer, blue sky", # ... 必要なシチュエーションを追加 ] NEGATIVE = "worst quality, low quality, extra fingers, deformed, bad anatomy" def generate_batch(num_images=200, output_dir="./output"): for i in range(num_images): scenario = random.choice(SCENARIOS) prompt = { "3": { # KSampler ノード "inputs": { "seed": random.randint(1, 999999999), "steps": 28, "cfg": 7.0, "sampler_name": "euler_ancestral", "scheduler": "karras", "denoise": 1.0 } }, "6": { # CLIPTextEncode Positive "inputs": {"text": BASE_POSITIVE + scenario} }, "7": { # CLIPTextEncode Negative "inputs": {"text": NEGATIVE} } } requests.post(f"{COMFYUI_URL}/prompt", json={"prompt": prompt}) print(f"Queued: {i+1}/{num_images}") generate_batch(200)

# ComfyUI LoRA Stacker（rgthree-comfy）使用例 # 複数LoRAを組み合わせて多様なシーン生成 LoRAスタック設定例（CG集向け）: - LoRA 1: character_name_v1.safetensors (weight: 0.8) # キャラ固定 - LoRA 2: style_soft_v2.safetensors (weight: 0.5) # 絵柄 - LoRA 3: scene_bath_v1.safetensors (weight: 0.6) # シーン特化 必要ノード: rgthree-comfy の LoRA Stacker インストール: ComfyUI Manager から "rgthree-comfy" を検索

# 生成画像の自動品質フィルタリング # CLIP Aesthetic Score を使用 from PIL import Image import os # 簡易フィルター: ファイルサイズによる除外 def filter_by_size(input_dir, output_dir, min_size_kb=200): """小さすぎる（品質低い）画像を除外""" os.makedirs(output_dir, exist_ok=True) for f in os.listdir(input_dir): if f.endswith(('.jpg', '.png')): path = os.path.join(input_dir, f) size_kb = os.path.getsize(path) / 1024 if size_kb >= min_size_kb: # 品質OKと判断してコピー import shutil shutil.copy2(path, os.path.join(output_dir, f)) print(f"OK: {f} ({size_kb:.0f}KB)") else: print(f"SKIP: {f} ({size_kb:.0f}KB) - Too small") filter_by_size("./raw_output", "./filtered_output", min_size_kb=300)

# Mokuzai / 自動モザイクスクリプト（簡易版） # 専用ツール "Mokuzai" (tips.jp) の使用を推奨 # Photoshop バッチアクション方式（手動一括） # 1. アクション記録: モザイク処理ステップを1回記録 # 2. ファイル > 自動処理 > バッチ # 3. セット/アクション選択 → フォルダ選択 → 実行 # これで100枚のモザイク処理が数分で完了 # モザイクサイズ計算（FANZA規定準拠） def calc_mosaic_size(image_width, image_height): long_side = max(image_width, image_height) mosaic_px = max(4, int(long_side / 100) + 1) # 最小4px return mosaic_px # 例: 2048px画像 → 21px モザイク print(calc_mosaic_size(2048, 2048)) # → 21

# 自動ZIP作成スクリプト import zipfile import os from datetime import datetime def create_fanza_zip(image_dir, output_path, work_title): """FANZA/DLsite向けZIPを作成""" with zipfile.ZipFile(output_path, 'w', zipfile.ZIP_DEFLATED) as zf: images = sorted([f for f in os.listdir(image_dir) if f.endswith('.jpg')]) for i, img in enumerate(images): # ファイルを連番にリネームしながら追加 new_name = f"{work_title}_{i+1:03d}.jpg" zf.write(os.path.join(image_dir, img), new_name) print(f"ZIP作成完了: {output_path} ({len(images)}枚)") create_fanza_zip( "./final_mosaic/", f"./output/作品タイトル_{datetime.now().strftime('%Y%m%d')}.zip", "work001" )