Концепция
В этом проекте я хотела соединить ручную технику и нейросетевую генерацию в одной системе
Сначала были сделаланы 18 акварельных фонов в технике отмывки с использованием соли. За счёт соли появляются случайные текстуры и разводы, которые напоминают воду и создают ощущение «морской» среды. Эти фоны стали основой для всей серии.
После этого придуман главный персонаж — красная рыбка и отрисована в нужной стилистике. Дальше использована нейросеть, чтобы сгенерировать с рыбкой серию изображений.
Когда изображения были готовы и распечатаны, я вырезала и наклеила их на акварельные фоны. В итоге получилось 18 аппликаций, в которых соединяются ручная фактура и цифровая генерация.
Идея проекта заключается в том, чтобы сначала создать собственный визуальный стиль вручную — через аппликации и акварельные фоны, а затем проверить, сможет ли нейросеть воспроизвести этот стиль
Задача
Создать серию авторских аппликаций и на их основе обучить нейросеть так, чтобы она могла генерировать новые изображения в том же стиле, сохраняя форму персонажа, цвет и общий визуальный характер работ.
Использованные инструменты
[1] Stable Diffusion — для генерации изображений [2] ChatGPT 5.3 — для работы с промптами и их уточнения [3] Google Colab — для запуска кода и генерации [4] Adobe Photoshop — для оформления и сборки визуальных материалов
Процесс обучения
Установка библиотек
Сначала я устанавливаю все необходимые библиотеки для работы с генеративными моделями. Важно подключить инструменты для Stable Diffusion, LoRA и оптимизации памяти.
Загрузка датасета
Дальше создаю папку для датасета и загружаю туда изображения с рыбкой.
Проверка вычислительных ресурсов
Перед началом работы проверяю, доступна ли видеокарта
Это важно, потому что обучение и генерация изображений требуют GPU. Если видеокарта доступна, все дальнейшие процессы будут работать значительно быстрее.
Очистка лишних файлов
Обучение модели (LoRA)
Дальше начинается основной этап — обучение модели.
