The Mandela Catalogue

Обработка и технические детали

Для реализации проекта использовалась генеративная нейросеть Stable Diffusion XL (SDXL), дообученная с помощью методов DreamBooth и LoRA (Low-Rank Adaptation) в среде Google Colab с использованием GPU уровня T4.

DreamBooth позволил встроить в модель образы и стили конкретного визуального источника (The Mandela Catalogue) путём fine-tuning на небольшой кастомной выборке кадров из сериала.

LoRA обеспечил более эффективное дообучение за счёт замены полных весов на низкоранговые матрицы, что сократило требования к ресурсам и ускорило процесс.

Для оптимизации процесса применялись:

— Mixed precision training (fp16) — уменьшение потребления памяти без потери качества;

— Gradient checkpointing — для обработки больших batch size без превышения лимитов VRAM;

— AdamW 8-bit оптимизатор — для снижения нагрузки на GPU-память.

Генерация финальных изображений велась через pipeline diffusers, где обученные веса LoRA и DreamBooth были загружены в pre-trained SDXL. Результаты сохранялись в разрешении 1024×1024 пикселя.

Дополнительных стадий постобработки (например, апскейлинга или ретуши) не применялось — визуальные характеристики достигнуты исключительно за счёт fine-tuning модели и правильно настроенных промптов.