DreamBooth（ドリームブース）学習

DreamBooth学習は、特定の人や物を、AI画像生成モデルに覚えさせる学習方法で、Stable Diffusionなどの既存モデルに対して、たった数枚の写真（通常3～30枚）を使って、対象の外見や特徴を学習させることができます。
これにより、その人・その物を自由なポーズやシーンで生成可能になります。

この記事では、Kohya_ssなどのツールで使用できる、DreamBoothについて、解説しています。

DreamBoothでできること

DreamBoothの特徴

よくある使い方例

• クリエイター：自作キャラをAIで描いてもらう
• コスプレイヤー：自分の姿を元に別ポーズ生成
• 企業：商品やキャラのプロモ素材量産
• 個人：ペットのさまざまな表情や場所での写真風画像生成

DreamBooth vs LoRAの違い

DreamBoothとLoRAは「分類としては同じ“ファインチューニング（追加学習）手法”の一種」ですが、仕組みや特徴は大きく異なります。したがって、「同じ分類に入るが、用途や目的・重さ・適用方法は別」と考えるのが正確です。LoRAはDreamBoothの代替・簡易版として登場したものですが、今ではLoRAのほうが主流になりつつあります。

DreamBoothでの学習

• 自分の顔写真10枚を使って、「自分」を完全再現するモデルを作る
  → その人の顔・髪型・肌色などをモデルに埋め込むような感覚。
  → 生成される画像は、どれも「自分の顔」になる。

仕組み：
ベースモデル（例：SD1.5 や SDXL）を「微調整」して、特定の人物・キャラ・アイテムをモデル全体に覚え込ませます。
必要なデータ：
10～30枚程度の画像でも動きますが、モデル全体を更新するので、より多く（数百枚）のデータがあると安定します。
モデルサイズ：
元のモデル（2GB前後）＋DreamBooth後のモデル（同じくらいのサイズ）＝数GB単位。
GPU負荷：
フルモデルを更新するのでVRAMと時間が必要（8GB以上、できれば12GB以上推奨）。
特徴：
1つのモデルに直接書き込むので再現性は高いが、柔軟性は低め。

LoRAでの学習

• 自分のキャラ絵20枚程を使って「そのキャラの絵柄・特徴・雰囲気」を覚えさせる
  → いろんなポーズや表情で出力できるが、他キャラにも適用可能。
  → weight=0.7 などで「混ぜる」ことが可能。

仕組み：
モデル全体を更新せず、「差分（学習した特徴だけ）」を小さな追加ファイルとして保存。
→ LoRAを読み込むと、ベースモデル＋LoRAで同じ効果が得られる。
必要なデータ：
数十枚程度から学習可能。DreamBoothより少なくてもOK。
モデルサイズ：
数MB～数百MB程度（一般的には 50～200MB）。
GPU負荷：
軽量で学習できる（8GB VRAMでも可能）。
特徴：
追加・切り替えが簡単。キャラごとにLoRAを作っておけば、同じベースモデルに読み込むだけで使える。

使い分けのコツ

 たとえば「キャラクターを覚えさせたい」場合

→ これらを合わせて最低10枚、できれば20〜30枚が理想的です。

DreamBoothの為のデータセット

フォルダ構成（例）

/dataset/
├── char1/
│   ├── img001.png
│   ├── img002.png
│   ├── img003.png
│   ├── img001.txt  ← キャプション（LoRAで使用）
│   ├── ...

• 画像ファイル（.png / .jpg）
• 可能ならキャプション（.txt）

この構成は LoRAでもDreamBoothでも使えます。

トリガーワード（固有トークン）

トリガーワード（固有トークン） は、非常に強く推奨される要素です。

LoRAでもDreamBoothでも「ほぼ必須」と考えるとよい

トリガーワードがなければ「何を学習したか」がぼやけてしまい、
出力もランダム気味になりやすい。

LoRAの場合

• 必要性：多くの場合必要。ただし、既存のタグ（例：1girl, long hair, smileなど）だけで出せる場合は省略も可。
• 目的：学習した内容を特定のキーワードで呼び出せるようにする。
• 例：
  • sks1 girl, mychar, originalcat など、自分で決める。
  • captionファイル（txt）やtrain_data.tomlなどに含めておく。

DreamBoothの場合

• 必要性：基本的に「必須」です。
• 目的：全く新しいキャラクターやスタイルを、他の一般的なプロンプトから区別するため。
• 例：
  • photo of sks1 person, painting of sks1 dogなど。
  • 「sks1」はあくまで一例で、自分で指定可能（abcxyz, mylolaなどでもOK）。
  • ただし 「sks1」などの無意味な単語にしておくと他と被らず安全 です。

トリガーワードの命名ポイント

• 既存のタグ（Danbooru、Prompt）と被らない名前にするのがコツ。
• 半角英数字で3〜6文字程度が一般的。
• 学習データの全キャプションに入れておくことが望ましい。

どんな文字列でもOK！

• sks1, abc123, sakasa01 など、他に使われていない文字列なら何でも大丈夫。
• できれば 3～6文字＋数字 にすると、既存トークンと被りづらい。
• 日本語は使わない方が良い（トークナイザーがうまく扱えません）

キャプション例（LoRA）

a photo of sks1 girl, short brown hair, school uniform, smiling

→ この「sks1」が「この画像はこのキャラのもの」とAIに伝えるカギになります。

生成時に「トリガーワード＋補足プロンプト」で構成。
例：sks1 girl in school uniform, masterpiece, 1girl, smile など。

DreamBooth特有の「正則化画像」とは？

• 正則化（regularization）画像とは、一般的な同じクラスの画像のこと。
  • 例：あなたのキャラが「anime girl」なら、他の一般的な「anime girl」の画像を使う。
• 目的：AIが「sks1 = anime girl」と覚えてしまわないよう、カテゴリの平均像を維持するために使います。

| フォルダ例（Kohya GUI用） |

/dataset
  /my_character
    image1.png（自作キャラ）
    image2.png
    ...
  /regularization
    /person_ddim
      person1.png（一般的な「anime girl」画像など）
      person2.png
      ...

※学習時には、正則化画像のフォルダパスを指定します

instance：自分のキャラ画像
regularization：正則化用の一般画像（枚数＝instanceと同じが理想）
caption不要でも学習可能（Kohya GUIの--caption_extensionなしでOK）

• --prior_loss_weight や --class_data_dir を使う場合に使用
• ➡ ただし最近のLoRAベースのDreamBoothでは 正則化画像なしでも十分うまくいくケースが多い

LoRA / DreamBooth 共通の構成ルール

• 学習用画像: 自キャラ画像（LoRAもDreamBoothも同様）
• 正則化画像: DreamBooth時のみ必要（LoRAではオプション）
• class name としてフォルダ名を揃える必要あり（例：sks1 と anime_512）

Kohya GUIおすすめ学習パラメータ（LoRA or DreamBooth）

DreamBooth系のフルモデル学習手法

DreamBoothのようにStable Diffusionモデルに新しい情報（人物・スタイル・キャラクターなど）を学習させるための手法（ファインチューニング手法）には、他にもいくつかの類似手法があります。

DreamBoothやFine-tuneは「モデルを書き換えるタイプ」で、再現性に優れますが重く、用途が限定されます。