SD 1.5 LoRA 推論: トレーニング一致の Stable Diffusion 1.5 生成 in ComfyUI

SD 1.5 LoRA 推論は、AI Toolkit でトレーニングされた LoRA を Stable Diffusion 1.5 で ComfyUI で実行するためのプロダクションレディの RunComfy ワークフローです。これは、SD1.5 パイプラインを通じて推論をルーティングし、lora_path と lora_scale を使用してアダプタを注入する、RunComfy によって構築されたオープンソースのカスタムノード (source) である RC SD 1.5 (RCSD15) によって駆動されます。

なぜ SD 1.5 LoRA 推論が ComfyUI でしばしば異なるように見えるのか

AI Toolkit プレビューサンプルは、スケジューラのデフォルトやスタック内で LoRA が適用される場所を含む、モデル固有の推論パイプラインによって生成されます。実行を「標準」の ComfyUI SD グラフとして再構築すると、サンプラー/スケジューラの選択、コンディショニングフロー、LoRA ローダーパッチポイントなどの小さな違いが積み重なる可能性があります。したがって、プロンプト、シード、ステップを一致させても同じ外観を保証するものではありません。ほとんどの「プレビュー対推論」レポートでは、根本的な原因は パイプラインの不一致 であり、欠けているノブではありません。

RCSD15 カスタムノードの機能

RCSD15 は、Stable Diffusion 1.5 パイプラインをノード内で実行し、AI Toolkit LoRA を一貫して lora_path / lora_scale を介して適用し、SD1.5 に正しいデフォルト（8ピクセルの解像度除数やネガティブプロンプトサポートなど）を維持することで、SD 1.5 LoRA 推論を整合させます。ソース (RunComfy オープンソース): runcomfy-com repositories

SD 1.5 LoRA 推論ワークフローの使用方法

ステップ 1: LoRA をインポートする（2 つのオプション）

• オプション A (RunComfy トレーニング結果): RunComfy → Trainer → LoRA Assets → LoRA を見つける → ⋮ → LoRA リンクをコピー
  
• オプション B (AI Toolkit LoRA が RunComfy の外でトレーニングされた場合): LoRA の直接 .safetensors ダウンロードリンクをコピーし、その URL を lora_path に貼り付けます（ComfyUI/models/loras にダウンロードする必要はありません）

ステップ 2: SD 1.5 LoRA 推論のための RCSD15 カスタムノードを設定する

LoRA リンクを lora_path に貼り付けます RC SD 1.5 (RCSD15)（オプション A の RunComfy LoRA リンク、またはオプション B の直接 .safetensors URL のいずれか）。

次にノードの他のパラメータを設定します（まずトレーニングプレビュー/サンプル値を反映させて、整合性を確認してから調整します）:

• prompt: ポジティブプロンプト（トレーニングで使用したトリガートークンはそのままにしてください）
• negative_prompt: オプション; サンプリング中にネガティブを使用しなかった場合は空白のままにします
• width / height: 出力サイズ（SD1.5 の場合、8 で割り切れる必要があります。512×512 が一般的なベースラインです）
• sample_steps: 推論ステップ（SD 1.5 LoRA 推論の典型的な開始点は 25 です）
• guidance_scale: ガイダンス強度（最初はプレビュー値に合わせてから徐々に調整します）
• seed: プレビューと ComfyUI 推論を比較している間は固定しておきます; ベースラインが一致した後にランダム化します
• lora_scale: LoRA の強度（最初はプレビュー値から始めて、少しずつ調整します）

トレーニング整合性の注意: トレーニング中にサンプリングをカスタマイズした場合は、AI Toolkit トレーニング YAML を開き、width、height、sample_steps、guidance_scale、seed、lora_scale を反映させます。RunComfy でトレーニングした場合は、Trainer → LoRA Assets → Config を開き、プレビュー/サンプル値を RCSD15 にコピーします。

ステップ 3: SD 1.5 LoRA 推論を実行する

Queue/Run をクリックします。SaveImage ノードは生成された画像を標準の ComfyUI 出力フォルダに書き込みます。

SD 1.5 LoRA 推論のトラブルシューティング

RunComfy の RC SD 1.5 (RCSD15) カスタムノードは、AI Toolkit サンプリングに整合した DDPMScheduler 構成を含む SD1.5 Diffusers パイプライン をノード内で実行し、lora_path / lora_scale を通じてアダプタを パイプラインレベル で注入することにより、トレーニング一致のベースライン に戻すために構築されています。まずは RCSD15 をベースラインとして使用し、次に調整します。

（1）Lora キーが読み込まれない

なぜこれが起こるのか

SD 1.5 ワークフローでは、この警告はほぼ常に LoRA に 現在パッチされているモジュールにクリーンにマップされない キーが含まれていることを意味します。最もよく見られる SD1.5 固有の原因は次のとおりです:

• LoRA が 非 SD1.5 ベース（例: SDXL）または不一致の SD1.5 コンポーネントに対して適用されている。
• LoRA が AI Toolkit のプレビューサンプラーで使用されるルートとは異なるルートを通じて注入されている（したがってパッチポイントとデフォルトが異なる）。
• ローカルの ComfyUI/カスタムノードスタックが、読み込んでいる LoRA キーフォーマットに対して古くなっている。

修正方法 (ユーザー信頼の SD1.5 アプローチ)

• パイプライン整合のベースラインから始める: LoRA を RCSD15 を通じて実行し、lora_path + lora_scale のみを通じて読み込む（デバッグ中に追加の LoRA ローダーノードを積み重ねない）。
• スタック全体を SD 1.5 に保つ: 推論に使用しているベースチェックポイントが Stable Diffusion 1.5 であることを確認する（SD1.5 LoRA は SDXL モジュールには完全にマップされません）。
• 更新後に再テストする: ComfyUI とカスタムノードを更新し、同じ RCSD15 実行（同じプロンプト/シード/ステップ）を再試行して、不一致がツール関連かアセット関連かを確認します。

（2）AI Toolkit プレビューは良いが、ComfyUI 出力が同じプロンプト/シード/ステップでもドリフトする

なぜこれが起こるのか

SD 1.5 の場合、「同じプロンプト + 同じシード + 同じステップ」でも、スケジューラ/サンプラーのデフォルト が異なるとドリフトする可能性があります。AI Toolkit の SD1.5 サンプリングは Diffusers SD1.5 パイプライン設定に結び付けられていますが、「標準」の ComfyUI SD グラフは異なるサンプラー/スケジューラの動作とコンディショニングのデフォルトを使用する可能性があります。したがって、デノイジングパスが変化します。

修正方法 (まずパイプラインレベルで整合性を取る)

• まず RCSD15 を使用して比較する: RCSD15 はノード内で SD1.5 パイプライン (Diffusers StableDiffusionPipeline) を実行し、DDPMScheduler 構成を通じてサンプリング動作を整合させ、その同じパイプライン内で lora_path / lora_scale を介して LoRA を適用します。
• 比較する際は AI Toolkit プレビュー値を正確に反映する: width、height (SD1.5 は /8 の除算可能性を期待)、sample_steps、guidance_scale、seed、lora_scale。
• 検証中は変数を固定する: ベースラインが一致するまで seed を固定し、その後は一度に一つのパラメータだけを調整します。

（3）LoRA は読み込まれるが、AI Toolkit サンプルよりも効果がずっと弱い（または強い）

なぜこれが起こるのか

SD 1.5 では、知覚される LoRA の強度は パイプライン + スケジューラ + CFG + 解像度 に非常に敏感です。推論パイプラインがプレビューサンプラーと一致しない場合、同じ lora_scale が著しく異なる「感触」を持つことがあります。

修正方法 (安定した SD1.5 チューニングシーケンス)

• 整合性が取れる前に調整しない: まず RCSD15 を通じてベースラインを確認し（パイプライン整合）、次に調整します。
• seed を固定して lora_scale を調整する: 他のすべてがロックされているときに小さな変更は判断しやすくなります。
• SD1.5 の解像度ルールを一貫して保持する: width/height が 8 で割り切れることを確認し、意図しないリサイズアーティファクトを引き起こさないようにします。

今すぐ SD 1.5 LoRA 推論を実行

ワークフローを開き、lora_path に LoRA を貼り付け、プレビューサンプリング値を一致させ、RCSD15 を実行してトレーニングに一致した Stable Diffusion 1.5 LoRA 推論を ComfyUI で取得します。