Тема проекта:
Обучение модели Stable Diffusion (через LoRA-адаптацию) на изображениях подсолнухов для генерации серии художественных работ в разных стилях — от реализма до импрессионизма.
Концепция:
Задача проекта — показать, как нейросеть способна освоить живописный язык природы. Обучая модель на изображениях подсолнухов, мы стремились получить нейросеть, которая создаёт новые картины с теплом, светом и характером настоящей живописи — с мягкими мазками, фактурой лепестков и ощущением солнечного света. Результат должен демонстрировать, что ИИ может не просто копировать предмет, а выражать через него настроение и стиль.
Исходные изображения для обучения:
Результаты генерации (итоговая серия):
Описание серии: Каждое изображение сгенерировано по одному из случайных промптов, описывающих художественный стиль:
«a sunflower field at sunset, painterly style, warm tones, oil painting texture» «a close-up of a sunflower in sunlight, brush strokes, golden palette, artistic composition».
Развёрнутый комментарий и визуальный анализ:
Анализ результатов:
Модель улавливает мягкий свет и фактуру мазков. Цвета получаются естественными, преобладают жёлтые, золотые и охристые оттенки. Нейросеть воспроизводит не только форму цветка, но и общую атмосферу картины. В некоторых изображениях чувствуется влияние импрессионизма и постимпрессионизма.
Стилистические особенности:
Воздушная среда с мягкими переходами. Эффект кистевых мазков, создающий иллюзию живописи. Баланс между реалистичностью и художественным стилем.
Соответствие концепции:
Проект достиг цели — модель научилась создавать картины, передающие настроение и визуальный язык подсолнухов. В итоговой серии чувствуется «живое» изображение света, а не цифровая обработка: каждая работа уникальна, но связана общей теплой палитрой и ритмом формы.
Jupyter / Colab-ноутбук
Использование GenAI
В проекте дополнительно использовался ChatGPT (GPT-5) для:
- составления описаний и промптов для обучения
- генерации текстов caption-пар
- написания описания идеи и анализа финальных изображений
Все визуальные результаты созданы самостоятельно на обученной модели.
