Обучение генеративной нейросети под стиль Густава Климта
Цель проекта
Создание генеративной нейросетевой модели, способной анализировать и воспроизводить уникальный художественный стиль Густава Климта — одного из самых узнаваемых мастеров модерна, известного своей роскошной декоративностью, золотыми орнаментами и символическими образами. Его работы, такие как «Поцелуй» и «Портрет Адели Блох-Бауэр», известны орнаментальностью, золотыми тонами, символизмом и чувственностью.
Задача проекта
— проверить, способен ли ИИ воспроизвести стиль Климта настолько точно, чтобы сгенерированные изображения могли органично вписаться в его наследие. Так как Климт работал преимущественно в живописи, датасет был собран из его ключевых произведений.
Описание применения генеративной модели
Для адаптации нейросети под стиль Густава Климта использовалась Stable Diffusion XL (SDXL), DreamBooth и LoRA. Обучение было реализовано через Google Colab.
DreamBooth — для «запоминания» уникальных черт стиля: - Золотые и византийские орнаменты - Плавные, декоративные формы - Контраст между реалистичными лицами и абстрактным фоном
LoRA позволила обучить нейросеть без перезаписи весов SDXL, что значительно облегчило процесс.
Обучение проводилось на A100 через Google Colab, 500 шагов.
Модель основана на stable-diffusion-xl-base-1.0 https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0
FINAL RESULT
Нейросеть успешно воспроизвела ключевые элементы стиля Климта: - Портреты с золотыми узорами и византийскими мотивами - Аллегорические композиции с плавными, почти мозаичными формами - Чувственные женские образы, характерные для его творчества
