見出し画像

【2026年最新】誰でもできる！自分だけの「LoRA」の作り方完全ガイド　Illustrious編

兼城朝陽(カネシロアサヒ)




**この記事でわかること**

Stable Diffusionの最新モデル「Illustrious」に対応したLoRAを、PC初心者でも自分で作れるようになる完全ガイドです。環境構築から学習、実際に使うところまで、ステップごとに丁寧に解説します。



## はじめに――LoRAって何？なぜ今「Illustrious」なの？


AI画像生成をやっていると、一度は聞いたことがある「LoRA（ローラ）」という言葉。

正式名称は Low-Rank Adaptation


難しく聞こえますが、要するに**「ベースのAIモデルに、自分好みの追加知識を効率よく覚えさせる仕組み」**のことです。


たとえば、


- 自分のオリジナルキャラクターを一貫して描いてほしい

- 特定の絵師さんの画風を学習させたい

- 特定のコスチュームや小物を毎回うまく出したい


こういったことが、LoRAを使えばグンとやりやすくなります。


### なぜ「Illustrious」なの？


2024年後半から急速に普及した **Illustrious（イラストリアス）** は、アニメ・イラスト系の画像生成に特化したベースモデルです。2026年現在、Civitaiや国内コミュニティでも圧倒的な人気を誇り、多くのユーザーがこのモデルベースでLoRAを作るようになっています。


従来のSD1.5やSDXLとは構造が異なる部分もあるため、**Illustrious専用の学習設定を知っておくことが重要**です。本ガイドはその点を踏まえて書いています。


---


## 必要なもの


まずは準備するものを確認しましょう。


### ハードウェア


| 項目 | 最低スペック | 推奨スペック |

|------|------------|------------|

| GPU | NVIDIA RTX 3060（VRAM 12GB） | NVIDIA RTX 4070 Ti以上（VRAM 12GB〜） |

| RAM | 16GB | 32GB以上 |

| ストレージ | 空き50GB | 空き100GB以上のSSD |


> **AMD GPUやMacについて：** 現状、学習にはNVIDIA GPU（CUDA対応）が最もスムーズです。AMD ROCmでも動かせますが設定の難易度が上がります。Macは学習には現実的ではありません。


### ソフトウェア


- **Python 3.10〜3.12**（3.13はまだ不安定な場合あり）

- **Git**

- **CUDA 12.x**（NVIDIAドライバと一緒にインストール）

- **kohya_ss GUI** または **sd-scripts**（後述）


### 学習用画像


- **最低10枚〜、理想は20〜50枚程度**

- 同じキャラ・スタイルを一貫して描いたもの

- 解像度は1024×1024推奨（Illustrious対応のため）


---


## STEP 1：環境構築


### 1-1. Pythonのインストール


[Python公式サイト] (https://www.python.org/)
からPython 3.10または3.11をダウンロードしてインストールします。



インストール時に **「Add Python to PATH」にチェックを入れること**を忘れずに！


インストール後、コマンドプロンプトで確認：


```bash

python --version

# Python 3.11.x と表示されればOK

```


### 1-2. Gitのインストール


[Git公式サイト](https://git-scm.com/) からインストーラーをダウンロードして実行。基本的にデフォルト設定でOKです。


### 1-3. kohya_ss GUIのセットアップ（初心者向け推奨）


コマンドが苦手な方には、GUIで操作できる **kohya_ss** がおすすめです。


```bash

# 好きなフォルダで実行（例：Dドライブのルートなど）

git clone https://github.com/bmaltais/kohya_ss.git

cd kohya_ss

```


Windowsの場合はフォルダ内の `setup.bat` をダブルクリックすれば自動でセットアップが始まります。数分〜十数分かかりますが待ちましょう。


セットアップ完了後は `gui.bat` をダブルクリックするとブラウザでGUIが開きます。


---


## STEP 2：学習画像の準備


LoRAの品質は、学習画像の質と量で8割が決まると言っても過言ではありません。ここを丁寧にやるかどうかで、完成品の差が大きく出ます。


### 2-1. 画像を集める・作る


**キャラクターLoRAの場合：**

- 正面・斜め・横・後ろなど、さまざまな角度の画像を用意する

- 表情のバリエーションも入れると◎

- 背景はシンプルなものか、背景なし（透過）が理想


**スタイルLoRAの場合：**

- 同じ作家・同じスタイルの作品を集める

- なるべく解像度の高いものを選ぶ

- キャラクターが違っても、「タッチ」が一貫していればOK


### 2-2. 画像のリサイズ


Illustriousは **1024×1024（または1024×768など縦横比が近いサイズ）** での学習が推奨されています。


リサイズには **Birme**（ウェブサービス）や **IrfanView**（無料ソフト）が便利です。


> **注意：** 解像度が小さすぎると学習品質が落ちます。元画像が小さい場合は、AI超解像（Waifu2x、RealESRGANなど）で拡大してから使いましょう。


### 2-3. キャプション（タグ）の付け方


画像と同じファイル名の `.txt` ファイルを作り、その中にタグや説明文を書きます。


例：`chara_01.png` に対して `chara_01.txt` を用意し、


```

1girl, blue hair, red eyes, school uniform, smile

```


のように書きます。


**キャプションの自動生成ツール：**


- **WD14 Tagger**（kohya_ss GUIに内蔵）：アニメ絵のタグ付けに強い

- **BLIP2**：自然言語で説明文を生成


> **Illustriousでのポイント：** Illustriousはdanbooru形式のタグとの親和性が高いです。キャラクター固有の特徴（髪色・目の色・服装など）はしっかりタグに含めましょう。


### 2-4. フォルダ構成


学習データは以下のようなフォルダ構成にします。


```

training_data/

└── 10_mycharacter/

    ├── image_01.png

    ├── image_01.txt

    ├── image_02.png

    ├── image_02.txt

    └── ...

```


`10_mycharacter` の **「10」はリピート数**（何回繰り返して学習させるか）、**「mycharacter」はトリガーワード**になります。画像が少ない場合はリピート数を増やして調整します。


---


## STEP 3：学習設定（Illustrious向け最適化）


ここが本ガイドの核心部分です。kohya_ss GUIの「LoRA」タブを開いて設定していきましょう。


### 3-1. 基本設定


| 設定項目 | 推奨値 | 説明 |

|---------|-------|------|

| Base model | Illustrious系のSafetensors | ベースにしたいモデルを指定 |

| LoRA type | Standard | 通常はこれでOK |

| Network rank (dim) | 32〜64 | 高いほど表現力UP、ファイルサイズもUP |

| Network alpha | dimの半分（例：dimが32ならalphaは16） | 学習の安定性に影響 |


### 3-2. 学習率（Learning Rate）


Illustriousは従来のSDXLより学習率に敏感な場合があります。


| 設定項目 | 推奨値 |

|---------|-------|

| Learning rate | 1e-4（0.0001） |

| UNet learning rate | 1e-4 |

| Text encoder learning rate | 5e-5 |

| LR scheduler | cosine_with_restarts |

| LR warmup steps | 全ステップ数の5〜10% |


### 3-3. バッチサイズとエポック数


| 設定項目 | 推奨値 |

|---------|-------|

| Train batch size | 1〜2（VRAMに応じて） |

| Max train epochs | 10〜20 |

| Save every N epochs | 1〜2（途中経過を保存） |


> **過学習（Overfitting）に注意！** エポック数が多すぎると、学習画像をそのまま出力しようとしてバリエーションが出なくなります。途中で保存したモデルを試しながら、ちょうどいいところを見極めましょう。


### 3-4. Illustrious固有の推奨設定


```

optimizer: AdamW8bit

mixed precision: bf16

gradient checkpointing: ON

cache latents: ON

noise offset: 0.05〜0.1

min SNR gamma: 5

```


`min SNR gamma` は学習の安定性を高める設定で、Illustrious系モデルとの相性が良いとされています。

---


## STEP 4：学習を開始する


設定が完了したら「Start training」ボタンをクリック！


コンソールにログが流れ始めます。`loss` の値が徐々に下がっていれば正常に学習できています。


**学習時間の目安：**

- 画像20枚・エポック15回：RTX 4070で30〜60分程度

- 画像50枚・エポック20回：RTX 4070で1〜2時間程度


> GPUが高温になりすぎないよう、室温や換気にも気を配りましょう。


---


## STEP 5：生成テストと調整


学習が終わったら、さっそく試してみましょう！


### 5-1. LoRAの読み込み方


Stable Diffusion WebUI（AUTOMATIC1111）やComfyUIなどで、生成したLoRAファイル（`.safetensors`）を読み込みます。


プロンプトに以下のように追記します：


```

<lora:mycharacter:0.7>

```


数字（0.7）は**LoRAの強さ（weight）**です。1.0が最大ですが、強すぎると崩れることも。0.5〜0.8程度から試してみましょう。


### 5-2. 結果が思わしくない場合のチェックリスト


**画像が崩れる・ノイズが多い：**

→ 学習率が高すぎる可能性。`1e-4` → `5e-5` に下げて再学習


**キャラクターの特徴が出ない：**

→ エポック数が少ない。エポック数を増やすか、リピート数を上げる


**同じ画像しか出てこない（過学習）：**

→ エポック数が多すぎ。途中エポックのモデルで試す


**顔が崩れる：**

→ 学習画像に顔のアップや正面向きの画像を追加する


---


## STEP 6：完成・公開・活用


うまく動くLoRAができたら、さまざまな使い方があります。


### 自分で使う


ComfyUIやWebUIのお気に入りのワークフローに組み込んで、オリジナルキャラのイラストを量産できます。


### Civitaiに公開する


世界中のユーザーが利用する [Civitai](https://civitai.com/) に公開することができます。ただし、**他者の著作物を無断学習させたLoRAのアップロードは規約違反になる場合があります**。公開する際は権利関係に十分注意しましょう。


### LoRAをマージする


複数のLoRAを組み合わせたり、マージしてさらに精度の高いLoRAを作る上級テクニックもあります。慣れてきたら挑戦してみてください。


---


## よくある質問（FAQ）


**Q. VRAMが8GBしかありません。学習できますか？**

A. 工夫次第で可能です。`gradient checkpointing`をON、バッチサイズを1、画像解像度を768×768に下げると動く場合があります。ただし学習時間は長くなります。


**Q. 何枚の画像があれば十分ですか？**

A. キャラクターLoRAなら最低15〜20枚、できれば30〜50枚が理想です。スタイルLoRAは30枚以上あると安定しやすいです。


**Q. 学習中にエラーが出ました。どうすれば？**

A. まずエラーメッセージをコピーしてChatGPTやClaudeに貼り付けて聞いてみましょう。多くの場合、原因と対処法を教えてくれます。


**Q. 他の人が描いたイラストを学習に使っていいですか？**

A. 権利的にグレーゾーンないし問題のある行為です。**自分で描いた絵、またはAI生成した画像（利用規約の許す範囲で）の使用を強くおすすめします。**


---


## まとめ


LoRA作りは最初こそ難しく感じますが、手順を覚えてしまえばどんどん改善できるのが楽しいところです。


今回のポイントをまとめると：


1. **画像の質と量が命** ── 丁寧なデータ準備が品質を決める

2. **Illustrious向けの設定を使う** ── bf16、min SNR gamma、cosineスケジューラーを活用

3. **過学習に注意** ── 途中保存して、ちょうどいいエポックを見極める

4. **試行錯誤を楽しむ** ── 完璧なLoRAは一発ではできない。数を重ねるうちに上手くなる


ぜひ自分だけのオリジナルLoRAを作って、AI画像生成をもっと楽しんでください！


---


*最終更新：2026年2月*

*動作確認環境：kohya_ss GUI v24.x / Illustrious v0.1系*


---



#LoRA #StableDiffusion #Illustrious #AI画像生成 #画像生成AI #LoRA作り方 #機械学習 #AIイラスト #ComfyUI #kohya_ss #生成AI #AIアート #イラスト #SDXL #画像生成


いいなと思ったら応援しよう！