AI学習用画像アスペクト比バケット計算機｜Stable Diffusionのデータセットを最適化

Stable Diffusionの追加学習（LoRAやDreamboothなど）で使用する画像データセットのアスペクト比分布を計算・可視化するツールです。学習前にデータセットの偏りを確認することで、学習効率の向上や意図しない生成品質の低下を防ぎます。

💡 ツール概要

この計算機は、AIの画像学習、特にStable Diffusionモデルのファインチューニングにおける「バケット分け（Bucketing）」を支援します。データセット内の各画像の解像度から最適なアスペクト比バケットを算出し、その分布をグラフで明確に表示します。

• SD 1.5 & SDXL対応: 主要なモデルの標準的なバケット解像度プリセット（512pxベースと1024pxベース）をワンクリックで切り替えられます。
• リアルタイム分析: 解像度リストを入力すると、即座にバケットごとの画像枚数と構成比率（%）が計算され、グラフが更新されます。
• 柔軟な入力形式: 512,512 や 800x600、1920 1080 のように、カンマ・x・スペースなど様々な区切り文字で記述された解像度リストに対応しています。
• 安全なクライアントサイド処理: 入力されたデータはサーバーに送信されず、すべてお使いのブラウザ内で処理が完結します。

🧐 よくある質問

Q. なぜAIの画像学習で「バケット分け」が必要なのですか？

A. Stable Diffusionなどのモデルは、固定サイズの潜在空間で画像を処理します。そのため、様々なアスペクト比の画像をそのまま学習させると、画像の主要な部分が切り取られたり（クロップ）、不自然に引き伸ばされたりして、元々の情報が歪む可能性があります。バケット分けは、アスペクト比が近い画像をグループ化し、情報損失を最小限に抑える解像度にリサイズしてから学習させるための極めて重要な前処理です。

Q. バケットの分布に偏りがあると、どのような影響がありますか？

A. 特定のバケット（例: 縦長の 768x1344）に画像が極端に偏ったデータセットで学習すると、そのアスペクト比での画像生成品質は向上する可能性がありますが、他のアスペクト比（例: 横長や正方形）での生成が不安定になったり、構図が崩れたりする傾向があります。生成したい画像の構図が明確でない限り、データセットのアスペクト比を多様に保つことで、より汎用性が高く頑健なモデルを構築できます。このツールは、そのバランスを事前に確認するために役立ちます。

📚 バケットと対数差によるアスペクト比判定

画像のアスペクト比をどのバケットに割り当てるかを決める際、単純な差分で比較すると人間の感覚とズレが生じることがあります。例えば、アスペクト比「1.0」と「1.1」の差は「0.1」ですが、「2.0」と「2.1」の差も同じ「0.1」です。しかし、視覚的な比率の変化としては前者の方が大きく感じられます。

このツールや多くの学習スクリプトでは、より人間の知覚に近い判定を行うために「対数差（Logarithmic Difference）」を利用しています。具体的には、各アスペクト比の対数を取ってからその差を計算します (abs(log(ar1) - log(ar2)))。これにより、比率そのものの近さを正確に評価し、各画像を最も適切に表現できるバケットへ分類することが可能になります。データセットを準備する際は、このアルゴリズムを念頭に置いて画像の収集や前処理を行うと、より効率的な学習が期待できます。