Генерация изображений в стилистике Любови Поповой
Описание
Проект направлен на обучение нейросети, обладающей способностью понимать и воспроизводить визуальные стили, характерные для признанных мастеров живописи.
Нейросеть обучается на обширной базе данных картин знаменитого художника, изучая композицию его картин, цветовую палитру, технику мазка, особенности освещения и другие ключевые элементы, формирующие уникальный художественный стиль.
Идея проекта заключается в создании эскизов костюмов в стиле работ Любови Поповой, с помощью натренированной для рисования картин в специфическом стиле генеративной нейросети Stable Diffusion.
Была собрана папка из кубофутуристических картин Любови Поповой. Все они выполнены в авторском стиле художницы, специфической цветовой гамме и имеют характерные формы, стиль мазков и теней. Цель проекта была в том, чтобы натренировать нейросеть попадать в характерный авторский стиль.
Оригинальные картины Поповой
Процесс
В моей коллекции на Google Диске собрано 20 работ Любови Поповой периода 1914 — 1920х годов, все они приведены к квадратному формату.
После подготовки среды и установки необходимых библиотек я выгрузила свои картинки-референсы в среду, в которой работаю, создав из них датасет. После я начала подготовку датасета для тренировки нейросети. После всего я обратилась к папке с изображениями и сгенерировала префиксы. С помощью BLINT у каждого моего изображения появился промт. Для следующего шага я зарегестрировалась на сайте Hugging Face и получила токен. Затем внесла его в Colab и таким образом начала обучение нейросети.
Итоговая серия изображений
Инструменты
Код: https://colab.research.google.com/drive/1xsRswFoG8A8riXbJSsqdNgWkYoYIAs54?usp=sharing
Stable Diffusion — обучение генеративной нейросети под свой стиль. Google Colab — выполнение кода и генераций. Hugging Face — получение токена для обучения нейросети, загрузка полученной модели на сайт.
