Stable Diffusion 学習データの作り方【完全解説】

1 はじめに
2 Stable Diffusion 学習データ作り方１：学習データの基本と活用メリット
3 Stable Diffusion 学習データ作り方２：準備する環境と素材
4 Stable Diffusion 学習データ作り方３：LoRAでの学習ステップ
5 Stable Diffusion 学習データ作り方４：Textual Inversionでの学習ステップ
6 Stable Diffusion 学習データ作り方５：DreamBoothでの学習ステップ
7 Stable Diffusion 学習データ作り方６：成功するためのコツと注意点
8 まとめ
- 8.1 各手法のまとめ
- 8.2 楽しみ方

はじめに

Stable Diffusionって、

手軽に高品質な画像が生成できて便利ですよね。

でも、「もっと自分の好みに寄せたい」

「特定のキャラやスタイルを再現したい」と

思ったことはありませんか？

そこで登場するのが、自作の学習データです！

この記事では、

Stable Diffusion 学習データの作り方にフォーカスして、

「LoRA」「Textual Inversion」「DreamBooth」の

3つの人気手法を使った学習方法を、

初心者の方にもわかりやすく紹介します。

Stable Diffusion 学習データ作り方１：学習データの基本と活用メリット

学習データとは？

学習データとは、

AIに「この画像にはこういう特徴があるよ」と

教えるための素材です。

Stable Diffusionでは、

画像とキャプション（タグ）を

組み合わせたデータを使って学習させます。

たとえば、

「猫耳の女の子」を再現したいなら...

猫耳キャラの画像（10～30枚程度）
cat ears, girl, anime style といったタグ

これらのセットがあれば、

AIがそのキャラクターやスタイルを学習してくれます。

自作データを使うメリット

キャラの再現度がぐっとアップ
特定の構図・ポーズ・衣装の出力が安定する
自分だけのオリジナルスタイルをAIに覚えさせられる

つまり、AIと一緒に創作活動を楽しむ

土台ができるんです！

３つの手法のざっくり比較

手法名	特徴
LoRA	軽量で再現度が高く、扱いやすい
Textual Inversion	特定のキーワード（トークン）に見た目を割り当て可能
DreamBooth	写真やキャラクターの忠実な再現に最適

Stable Diffusion 学習データ作り方２：準備する環境と素材

必要なツール・環境

Stable Diffusion Web UI（AUTOMATIC1111版）
Kohya’s GUI（GUIで学習を視覚的に操作可能）
Python（Anacondaを使うとセットアップが簡単）
NVIDIA GPU（VRAMは8GB以上推奨）

Web UIやKohya GUIは、

アップデートによって安定性・操作性が

大きく向上しています。

学習用画像の集め方とコツ

キャラやスタイルごとに10～30枚以上が目安
構図・表情・背景にバリエーションを持たせる
高解像度・高画質な画像を使用

似たような画像ばかりだと、

AIが偏って覚えるため注意です。

キャプション（タグ）の付け方

Booruスタイルタグ（例：1girl, red eyes, short hair）を推奨
image001.png なら image001.txt を作ってタグを記入
自動キャプション生成ツール（WD14 Taggerなど）も活用する

Stable Diffusion 学習データ作り方３：LoRAでの学習ステップ

LoRAとは？

LoRA（Low-Rank Adaptation）は、

モデル全体ではなく一部の重みだけを

学習させる軽量かつ効果的な手法です。

こんなときに最適

キャラの服装や髪型などの微細な特徴を再現したい
少ない画像で高精度に学習させたい

Kohya’s GUIを使った手順

Kohya GUIを起動して「LoRA Training」を選択
画像フォルダとキャプションを設定
base model（例：Anime Anything）を選ぶ
出力先とその他設定を調整
学習スタート！

パラメータ設定のポイント

learning rate：0.0001〜0.0003
resolution：512以上（768もおすすめ）
batch size：VRAMに応じて（4〜8あたり）
epoch：画像枚数×3〜5を目安に

LoRAモデルの使い方

学習後に出力される

.safetensors ファイルを

Web UIで読み込み、

以下のようにプロンプトに記述

<lora:my_character:0.7>

数字はLoRAの効果の強さを表します。

値は0.6～0.8くらいが自然でおすすめです。

Stable Diffusion 学習データ作り方４：Textual Inversionでの学習ステップ

Textual Inversionとは？

Textual Inversionは、

特定のキーワードにイメージを

学習させる方法です。

モデル自体を変更しないので、

超軽量で高速！

たとえば

<mycatstyle>

このトークンを使えば、

学習させたキャラやスタイルを呼び出せます。

学習手順

Web UIの「Training」タブを開く
Textual Inversionを選び、トークン名を設定
画像を選択（10〜15枚でもOK）
learning rateとエポック数を設定して実行！

学習済みトークンの使い方

プロンプトに学習したトークンを入れるだけ

<mycatstyle>

他のプロンプトと組み合わせて、

多彩な表現が可能です！

Stable Diffusion 学習データ作り方５：DreamBoothでの学習ステップ

DreamBoothとは？

DreamBoothは、

特定の人物・キャラ・アイテムなどを

忠実に再現する高精度学習法です。

Googleが開発し、その表現力はピカイチ。

ただし、他の手法よりも

GPUリソースや時間が必要です。

Kohya’s GUIでの学習手順

Kohya GUIで「DreamBooth Training」を選ぶ
画像とキャプションを設定
instance prompt（例：a photo of sks person）を入力
base modelや出力パスを設定
学習スタート！

モデルの使い方

生成された .safetensors または

.ckpt モデルをWeb UIで読み込み、

instance promptを使えば再現可能！

a photo of sks person, in a forest, smiling

Stable Diffusion 学習データ作り方６：成功するためのコツと注意点

データの多様性を意識しよう

同じ構図ばかりだとAIが偏って覚える
表情・背景・角度にバリエーションを入れるのがコツ！

過学習を防ぐには？

エポック数を控えめにして様子を見る
中間生成をこまめにチェック
学習画像のタグ精度も重要！

著作権やモラルに配慮しよう

他人のイラストや写真を無断使用しない
自作、フリー素材、許可を得た画像を使う
公序良俗に反するデータの学習はNG！

まとめ

今回は、「Stable Diffusion 学習データの作り方」をテーマに、

LoRA・Textual Inversion・DreamBoothの

３大手法を使った自作学習の

ステップを解説しました。

各手法のまとめ

LoRA：とりあえず始めたい人におすすめ！軽くて万能
Textual Inversion：素早く試したい人向け！軽量トークン方式
DreamBooth：本気の再現に！写真や推しキャラの完全再現も可能

学習データを自作することで、

Stable Diffusionは

自分だけの表現力を持った

パートナーAIに変わります。

楽しみ方

LoRAでオリジナルキャラを生成 → SNSで公開
DreamBoothでペット写真を学習 → イラスト化してプレゼント
Textual Inversionで自分のスタイルを拡張 → 商用展開も！

自分だけの学習データを積み上げて、

AIイラストを楽しんでくださいね！