Stable Diffusion WebUI(AUTOMATIC1111)でCheckpoint Mergerを使いモデル混合・配合を行う方法と、おすすめの混ぜる割合（配合比率）について画像付きで丁寧に解説します。
より複雑な層別マージの方法はコチラをご覧ください。
１，マージしたいモデルをmodelsフォルダに配置
まずは混ぜたいモデルファイル（.ckpt）をWebUIのモデルフォルダに配置します。
通常モデルファイルの配置先は、このフォルダ内です。
「C:\中略\stable-diffusion-webui\models\Stable-diffusion」
このように色々元となるモデルファイルを置いておきます。
２，WebUIを起動しマージメニューを開く
webuiのcheckpoint mergeを使用します。
まず、いつも通りに「webui-user.bat」をダブルクリックしてWebUIを起動します。
そして「Checkpoint Merger」を選択します。
WebUIのバージョンによってはこのメニューは実装されていない可能性があります。
古いバージョンをお使いの場合はこちらを参考にしてWebUIをアップデートしてください。
３，マージ設定項目の解説
マージ後のモデル名入力欄
とりあえず簡単なところから解説しています。
マージモデル名について。
マージ後のモデル名を好きに入力します。
ただしマルチバイト文字（日本語など）は避けた方が無難でしょう。
原則として半角のアルファベットと数字だけを用いておけば不都合なことにはなりません。
また、空欄のままマージを実行すると適当な名前が自動的に割り振られます。
だから「（Optional）」なんですね。
モデル選択欄&マージ方式と割合設定
次に上の3つのプルダウンメニューについて解説します。
3つともモデルの選択欄ですが、次のような役目を持ちます。
- A(Primary model):マージのベースになるモデル
- B(Secondary model):マージ方法によって役目が異なるモデル
- C(Tertiary model):Bと同じく
B(Secondary）とC（Tertiary)のモデルの働き方は、補間方法（Interpolation Method）によって異なります。
具体的には、加重か差分かによります。
- 加重合計（Weighted sum）：A*(1-M)+B*M
- 差分（Add Difference）：A+((B-C)*M)
難しいですよね。
とはいえ、ぶっちゃけ覚える必要はありません。
ネットの様々なおすすめマージ配合比率を探し、それを自宅で採用する程度ではこの加重か差分か、など意識することはありません。
マージ方法については、一般にこのように↓記載されます。
Anything + (nai-nsfw - nai-sfw) x 0.3そのため、式の形からInterpolation Methodについてこれは差分配合＝Add Differenceだなと判斷できれば十分です。
ちなみにこの場合正解をすべて書くと、
A : Anything,
B : nai-nsfw,
C : nai-sfw,
M : 0.3,
Interpolation Method : Add Difference
となります。
３.５，モデルマージの負荷
下の方で紹介するおすすめマージ比率の１つを実際にやってみました。
| Mix Info | A | B | C | Merge Name |
|---|---|---|---|---|
| Weighted Sum @ 0.05 | Novel Ai | Stable Diffusion 1.4 | N/A | Novel Ai FIX |
このようにセットします。
実行してみると、CPU・GPUは殆ど何も使用率に変化がありませんでした。
唯一明確に使用率が上がったのは、RAMです。
およそ７GB 程度使用されました。
おそらくマージに用いる元となるモデル２つのファイルサイズ（１つあたり４～５GB）の合計ほどのRAM消費と考えておけば良いです。
３つのモデルをマージした際は、１１GB程度のRAM消費でした。
RAMが不足していると極端にマージ速度が低下しうるので、現在16GB程度しかない場合はRAM増設がおすすめです。
４，おすすめの配合比率
基本的には通称「カクテル表」「配合表」などと呼ばれている以下のレントリー記事を参考にして始めるのがおすすめです。
ちなみにC:N/Aと書いてある場合は、Cはなし＝加重合計（Weighted sum）と解釈できますね。
その記事から有名・有用なモデル配合を2つほど載せておきます。
なお、配合元となるモデルは全て以下のリンク集からダウンロードできます。
１，Berrymix（ベリーミックスモデル）
使用モデル一覧
Novel AI [925997e9]
Stable Diffusion 1.4 [7460a6fa]
Zeipher F111 [7eac8788]
r34_e4 [6e45cf2c]
配合比率
| Mix Info | A | B | C | Merge Name |
|---|---|---|---|---|
| Weighted Sum @ 0.05 | Novel AI | Stable Diffusion 1.4 | N/A | Novel AI FIX |
| Add Difference @ 1.0 | Novel AI FIX | Zeipher F111 | Stable Diffusion 1.4 | Berry’s Mix Part 1 |
| Weighted Sum @ 0.25 | Berry’s Mix Part 1 | r34_e4 | N/A | berrymix |
さらなるマージ（オプション）
使用モデル一覧
配合比率
| Mix Info | A | B | C | Merge Name |
|---|---|---|---|---|
| Add Difference @ 1.0 | berrymix | Bukkake | Stable Diffusion 1.4 | Berry Bukkake 100 |
| Add Difference @ 0.5 | berrymix | Missionary | Stable Diffusion 1.4 | Berry Missionary 50 |
| Add Difference @ 0.5 | berrymix | PuppyStyle | Stable Diffusion 1.4 | Berry PuppyStyle 50 |
| Add Difference @ 1.0 | Berry Missionary 50 | Bukkake | Stable Diffusion 1.4 | Berry Missionary 50 Bukkake |
| Add Difference @ 1.0 | Berry PuppyStyle 50 | Bukkake | Stable Diffusion 1.4 | Berry PuppyStyle 50 Bukkake |
２，まだ名もなきNAIを元にした良いマージ
使用モデル
Novel AI [925997e9]
Stable Diffusion v1.5 [81761151]
trinart2_step115000 [f1c7e952]
配合比率
| Mix Info | A | B | C | Merge Name |
|---|---|---|---|---|
| Weighted Sum @ 0.2 | Novel AI | trinart2_step115000 | なし | 0_2_NAI_TRIN |
| Weighted Sum @ 0.25 | Novel AI | Stable Diffusion v1.5 | なし | 0_25_NAI_STABLE |
NAI ベースの高品質モデルです。
AI関連記事まとめ
このページで解説したモデルマージの発展版です。
配合に用いたモデルはこちらからダウンロードリンクを探せます。
ローカルに導入してみる関連（win10/win11向け）
グラボをまだ持っていない、買い替えたいが選ぶ基準がわからない！という時はこちらをご覧ください。
WebUIを日本語化する最も簡単な手順と拡張機能インストール方法
わかりにくいwebUI(1111版)のアップデート手順を丁寧に解説した記事もごらんください
最適なPowerLimit値についての考察
DreamBoothでファインチューニングする
ツールやtips,モデルがまとまっているページを探す
有用なリンク集・備忘録です。
その他AI関連記事
