Обучение генеративной нейросети Stable Diffusion под миниатюры Палеха

Проект посвящён переносу визуального языка палехской миниатюры в новые сюжеты, которые изначально не относятся к её историческому кругу образов. Палех традиционно связан со сказкой, былиной, религиозным и декоративным повествованием, с вытянутыми фигурами, тонкой линией, орнаментальностью и условным пространством. В этой работе меня интересовал не просто пересказ существующих палехских сцен, а проверка того, может ли нейросеть усвоить принципы этого стиля и применить их к новым темам.

Для обучения использовался собственный датасет, собранный из квадратных изображений палехской миниатюры хорошего качества. Изображения были предварительно приведены к формату 1:1 без жёсткого кропа: исходные работы не обрезались, а вписывались в квадрат с полями, чтобы сохранить композицию. От автоматических caption'ов BLIP для финального обучения я отказалась, потому что они давали слишком шумные и местами ошибочные описания; для тренировки использовался подготовленный вручную metadata.jsonl* с единым стилевым ядром и короткими смысловыми уточнениями.

Обучение проходило в Colab по схеме SDXL DreamBooth LoRA на базе stabilityai/stable-diffusion-xl-base-1.0* с разрешением 1024, что было важно именно для передачи тонкой линии и мелкой декоративной детализации.

На этапе генерации я использовала обученный checkpoint и регулировал силу LoRA, чтобы стиль проявлялся достаточно явно, но не разрушал изображение.

prompt = "palekhstyle russian palekh lacquer miniature painting, russian fairy tale scene, ornate composition" # @param

prompt = "palekhstyle russian palekh lacquer miniature painting, horsemen riding through a dark forest, fairy tale atmosphere"

В итоговой серии хорошо считываются основные формальные признаки палехской миниатюры. Прежде всего это декоративная плоскостность изображения: пространство не строится по законам реалистической перспективы, а организуется как условная сцена, где фигуры, архитектура, растения, облака и огненные вспышки складываются в единый орнаментальный ритм. Во многих работах заметны вытянутые силуэты персонажей, текучие контуры, акцент на линии и на сложном взаимодействии тёплых красно-золотых и холодных сине-зелёных тонов. Даже там, где сюжет заведомо современный, изображение воспринимается не как иллюстрация в реалистической манере, а как декоративная миниатюра с насыщенной символической композицией.

Особенно важно, что модель не просто воспроизводит отдельные внешние признаки, а переносит сам принцип палехского повествования. В сказочных и романтических сценах это видно в камерности, в симметрии, в подчёркнутой изящности фигур и в превращении бытового сюжета в почти ритуальную композицию. В батальных изображениях стиль проявляется иначе: персонажи образуют динамические ленты, движение передаётся не через анатомическую точность, а через общий ритм линий, пятен и жестов. В результате даже сцены конфликта сохраняют декоративную цельность и не распадаются на случайные фрагменты.

prompt = "palekhstyle russian palekh lacquer miniature painting, romantic couple, flowers, decorative composition"

prompt = "palekhstyle russian palekh lacquer miniature painting, battle scene, riders, dramatic sky"

Наиболее интересной частью серии мне кажется перенос палехского языка на тему космоса. Ракеты, звёзды, планеты, дым и траектории полёта оказываются неожиданно совместимыми с эстетикой миниатюры. Космические сцены выглядят не как научно-фантастический реализм, а как новая разновидность сказочного повествования: ракета становится почти героем былины, а космос превращается в декоративную вселенную, близкую по логике к старым палехским композициям. Именно в этих работах лучше всего видно, что проект не сводится к стилизации под старину: модель пытается создать новый сюжетный мир, в котором народная орнаментальность соединяется с образом будущего.

prompt = "palekhstyle russian palekh lacquer miniature painting, rocket flying into space, stars, ornate composition" # @param

prompt = "palekhstyle russian palekh lacquer miniature painting, rocket launching into outer space, stars, decorative fairytale composition, intricate details" # @param

Результаты в целом соответствуют первоначальной идее проекта. Я не ставила задачу добиться точной реконструкции конкретных произведений Палеха. Напротив, задача состояла в том, чтобы обучить модель на палехской визуальной системе и затем проверить, насколько убедительно она сможет применить её к сюжетам вне обучающего набора. Итоговые изображения показывают, что стиль считывается достаточно уверенно: палехская графичность, декоративная организация кадра, сложный цветовой строй и сказочно-условная атмосфера сохраняются даже в тех сценах, которых в исходном наборе не было, например в космических композициях.

В проекте, помимо обученной мной нейросети Stable Diffusion XL с LoRA, использовались дополнительные инструменты генеративного ИИ.

1. ChatGPT / Codex (OpenAl) Использовался как вспомогательный инструмент на этапах подбора и фильтрации датасета, проверки лицензионных ограничений, настройки параметров обучения, адаптации Colab-ноутбука под текущий проект и редактирования сопроводительных текстов для презентации проекта. Решения о финальном составе датасета, выборе результатов и содержании итоговой серии принимались мной.

2. BLIP image captioning model Использовался в экспериментальном режиме для автоматического анализа и описания изображений датасета. После проверки качества автоподписей было принято решение не использовать их в финальном обучении, так как они содержали шум, повторы и неточные интерпретации сюжетов. Для итогового обучения применялся вручную подготовленный metadata.jsonl.

Таким образом, генеративный ИИ использовался в проекте как вспомогательный инструмент для организации процесса, проверки гипотез и подготовки описаний, но не заменял авторский отбор данных, принятие художественных решений и финальную оценку результата.