Город-сад: геометрическая ботаникаСерия открыток о воображаемом городе, в котором архитектура и растения говорят на одном языке простых форм. Учебный проект по дообучению Stable Diffusion методом LoRA.ИДЕЯ
В городе растения часто воспринимаются как дополнение к зданиям. Здесь зелень становится равноправным элементом композиции: вертикаль растения рифмуется с вертикалью здания, листья нарушают сетку окон, зелёные и терракотовые плоскости собираются в образ города-сада.Выбран язык геометрической открытки: кремовый фон, терракота и оттенки зелёного, квадратные окна, крупные силуэты растений, прямоугольная рамка и круглый диск. Цель — передать модели эти визуальные правила и проверить их в новых композициях.ИСХОДНЫЙ НАБОР
Подготовлены 48 оригинальных алгоритмических иллюстраций 512×512. Они созданы специально для проекта кодом make_dataset.py, разработанным при помощи ChatGPT. Чужие произведения или фотографии не использовались. Это алгоритмические рисунки, а не исходные генерации Stable Diffusion.Код варьирует высоту и число зданий, положения стеблей и листьев, три близкие палитры. Сохраняются фронтальный ракурс, рамка и оконный ритм. Такой набор облегчает перенос узнаваемых признаков, но ограничивает разнообразие пространственных решений.ОБУЧЕНИЕ
Базовая модель — Stable Diffusion 1.5. LoRA ранга 8; текстовый энкодер отдельно не обучался. В подписях исходников присутствуют маркер grdnpost style и описание палитры и геометрии.Обучение выполнено в Google Colab на NVIDIA T4: 400 шагов оптимизатора, batch size 1, накопление градиента 2, эффективный batch 2, learning rate 0.0001, разрешение 512×512, seed 42, fp16 и gradient checkpointing. Объём предъявления данных — около 800 изображений с повторениями, или 16,7 прохода по набору из 48 работ.Итоговые веса сохранены в pytorch_lora_weights.safetensors. training.log подтверждает завершение 400/400 шагов, training_config.json содержит команду запуска. На графике ниже — ошибка последнего микробатча и скользящее среднее; отдельная валидационная выборка не использовалась.
ИТОГОВАЯ СЕРИЯПосле обучения создано шесть работ. Запросы описывали дом с садом на крыше, остановку, мост, двор, оранжерею и библиотеку. Результат показывает, что модель переняла стиль увереннее, чем различия между сюжетами. Для генерации использованы seeds 100–105, DDIM, 30 шагов, guidance scale 7.01. Фасады и два диска. Терракотовые и светло-зелёные здания почти заполняют поле. Два круга и крупная геометрическая крыша показывают свободное комбинирование исходных мотивов. Задуманный сад на крыше выражен слабо: архитектура доминирует над листьями.02. Три вертикали. Два терракотовых объёма окружают зелёный центральный. Боковые растения и круговые акценты поддерживают симметрию. Остановка из запроса не считывается однозначно; изображение работает как самостоятельная открытка.03. Листья на переднем плане. Ботанические формы увеличиваются и перекрывают оконную сетку. Здесь растительность активнее всего вмешивается в архитектурный порядок. При этом мост и канал из запроса не получили ясного воплощения.04. Воздух между зданиями. Разновысотные дома и вытянутые стебли оставляют больше свободного кремового поля. Нижние горизонтали собирают спокойный городской фрагмент. Эта композиция наиболее близка отношениям домов и растений в учебном наборе.05. Плотная застройка. Окна формируют почти непрерывную сетку, растительность местами теряется на фасадах. Круги различаются по размеру и заполнению. Вместо отчётливой оранжереи модель вновь выбирает знакомую группу прямоугольных зданий.06. Терракотовое поле. Активный фон, белый круг и тёмные крыши дают более сильный контраст. Растения сосредоточены у основания зданий. Библиотека не имеет отдельного визуального признака, но палитра и рамка сохраняют единство серии.Ниже работы расположены в порядке 01–06.
ЧТО ИЗМЕНИЛОСЬ ПОСЛЕ LoRAДля каждого сюжета рассчитаны две версии с одинаковыми промптом, seed, числом шагов и guidance scale: без LoRA и с LoRA. На сравнениях ниже слева базовая модель, справа дообученная.В первой паре базовая модель показала печатную открытку рядом с настоящими растениями и вазой. После LoRA плоская композиция заняла весь кадр: появились рамка, крупные прямоугольные здания, квадратные окна и знакомая палитра. Изменились и предметы, и способ организации изображения.Во всех шести работах сохраняются цветовые отношения, рамка и характер фасадов. Меняются масштаб, расположение и число зданий, фон, размеры растений и кругов. Иногда диск раздваивается, рамка становится неровной, листья — фрагментарными. Это не точная геометрическая реконструкция исходного кода.ОГРАНИЧЕНИЯ И РАЗВИТИЕГлавный результат — консистентность визуального языка. Основное ограничение — ослабление различий между запросами. Учебные изображения имеют сходный фронтальный ракурс и почти одинаковую подпись: модель хорошо воспроизводит знакомый тип композиции, но хуже переносит его на мост, остановку и оранжерею.Отдельная проверка на запоминание и независимая оценка обобщения не проводились. Нельзя утверждать, что модель освоила стиль независимо от предметного состава. Следующий этап — добавить разные городские объекты, ракурсы, соотношения зелени и архитектуры, а также индивидуальные подписи к рисункам.ОПИСАНИЕ ПРИМЕНЕНИЯ ГЕНЕРАТИВНОЙ МОДЕЛИChatGPT (https://chatgpt.com/) использован для концепции, кода алгоритмических рисунков, ноутбука обучения и текста проекта. Итоговая серия рассчитана Stable Diffusion 1.5, дообученной методом LoRA: https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5. Исходные алгоритмические рисунки и нейросетевая серия представлены отдельно; выводы основаны на фактических парах изображений.КОД И МАТЕРИАЛЫВыполненный ноутбук 04_Обучение_LoRA.ipynb, итоговые веса, все 48 исходников, журнал и промпты: https://drive.google.com/drive/folders/1mI7jWcA75-fsufJ8ri6sEYOGStmZi2ZLМатериалы экзамена находятся в файле 04_Финальный_проект_материалы.zip. Ноутбук также сохранён в Colab: https://colab.research.google.com/drive/14KubCPgdiEHKCAbkZdHv4rUNUwmXUvgN. Для скачивания кода используйте общую папку, доступ к ней открыт.
