Идея проекта
Идея проекта заключается в исследовании грани между классическим художественным методом и алгоритмическим воспроизведением. В качестве основы был взят архив из 32 произведений в формате PDF, представляющих специфическую ветвь импрессионизма с характерными крупными мазками, которые в сочетании могут собрать читаемый визуальный образ. Основной целью было создать метод рисования как бы цифровой кистью, которая не просто копирует изображения, а понимает логику наложения цвета и света, позволяя сгенерировать любые современные и характерные сюжеты в едином визуальном коде.
Исходные изображения
Результирующая серия изображений
Идея проекта заключалась в создании цифровой кисти, способной воспроизводить технику импрессионизма через обучение модели SDXL на собранном мною датасете из около 30 изображений. С помощью метода DreamBooth LoRA и уникального токена-идентификатора sksimpr, нейросеть усвоила не просто визуальные образы, а логику наложения мазка и работу с текстурой.
Технически результат обеспечен обучением на разрешении 768×768 и оптимизацией процесса декодирования (VAE Slicing), что позволило избежать артефактов и сохранить физическую фактуру холста. Каждое изображение в серии — это не фильтр, а полноценная генерация, где стиль sksimpr определяет плотность краски и направление света.
Процесс обучения
Обучение проводилось в среде Google Colab на базе графического процессора NVIDIA T4. Для реализации проекта была выбрана архитектура Stable Diffusion XL (SDXL 1.0), которая обладает глубоким пониманием сложных текстур и композиций.
Подготовка данных и окружение Для работы использовалась актуальная библиотека diffusers, собранная из исходного кода GitHub для корректной поддержки LoRA-весов в SDXL. Исходный датасет (32 изображения в стиле импрессионизма) был извлечен из PDF-документа, конвертирован в RGB-пространство и приведен к разрешению 768×768 пикселей. Этот размер был выбран как оптимальный для захвата изображения.
Конфигурация обучения (DreamBooth LoRA) Процесс дообучения строился на методе LoRA (Low-Rank Adaptation) с рангом (rank) 8. Это позволило точечно внедрить новый стиль в модель, не перегружая ее веса.
Ноутбук с кодом и датасет с исходными изображениями — https://drive.google.com/drive/folders/1kA5dxQqXrM402qNerETZJgGQwoXj6VKb?hl=ru
Описание применения генеративной модели
— Stable Diffusion XL (SDXL) 1.0 — Генерация итоговой серии изображений. Модель была обучена методом LoRA на авторском датасете для точного воспроизведения стиля импрессионизма. (https://stability.ai/stable-diffusion) — Picsart — Постобработка и улучшение качества. На финальном этапе изображение для обложки прошло стадию обработки и апскейлинга при помощи инструмента Picsart. (https://picsart.com/ru/ai-image-enhancer/) — Grok 4 — Редактура и лингвистические правки. Для повышения качества текста и уточнения сложных формулировок применялась модель Grok 4. С ее помощью была проведено редактирование отдельных частей формулировок. (https://x.ai/)