Обучение нейросети S.Diffusion для генерации архитектурных эскизов и картин

Этот фрагмент отвечает за подготовку окружения и загрузку модели, в том числе за:

1. Подготовку данных На этом этапе происходит подготовка данных и настройка окружения. В коде: монтирование Google Drive, чтобы получить доступ к необходимым файлам (модель, веса, датасеты).
2. Загрузку предварительно обученной модели и компоненты
3. Применение донастроек (LoRA)
4. Обучение или донастройку модели
5. Генерацию изображений на основе тренированной модели

Второй код — процесс генерации изображений, который опирается на подготовленные и загруженные компоненты из первого кода. Он:

Использует уже подготовленную и настроенную модель Определяет параметры генерации (prompt, steps, negative_prompt, seed) Запускает процесс генерации и сохраняет полученные изображения

Промты:

Ниже фрагмент кода, который реализует автоматическую генерацию нескольких изображений по случайным промптам с уникальными seed-значениями, и сохранение их в указанную папку. Каждый цикл — новый промпт, новое изображение, что позволяет получать разнообразные работы без ручного влияния.