Моисей Кислинг — представитель Парижской школы, известный своими характерными портретами. Его стиль сочетает элементы экспрессионизма с очень гладкой, почти эмалевой фактурой кожи. Для меня в его работах важнее всего декоративность и специфическая анатомия лиц с преувеличенно большими глазами. Я выбрала Кислинга как объект для обучения нейросети, чтобы проверить, насколько точно алгоритмы смогут воспроизвести эту узнаваемую кукольную эстетику и передать меланхоличное настроение его героев.
Концепция
В этом проекте я попыталась перенести визуальный язык Моисея Кислинга в цифровую среду. Моей основной задачей было добиться от базовой модели правильной отрисовки лиц: тех самых гипертрофированных глаз и чистых, глянцевых поверхностей. При подготовке данных для обучения дополнительного набора весов я отбирала только лучшие портреты с максимально выразительной анатомией, фокусируясь на имитации мягкого освещения и насыщенных однотонных фонов. Это была техническая проверка того, будет ли нейросеть стремиться к реализму пропорций или сможет сохранить специфическую художественную деформацию, присущую автору.
Результаты
Анализ итоговых генераций показал, что дополнительный набор весов успешно справился с передачей визуального языка Кислинга. В сериях с акцентом на глаза и чистые формы лиц нейросеть смогла удержать ту самую художественную деформацию, к которой я стремилась. Особенно хорошо получились портреты с мягким освещением — в них цифровой мазок действительно напоминает живописную фактуру оригиналов, а кожа выглядит плотной и гладкой, как в классических работах автора.
Однако в процессе выявились и проблемные зоны, связанные с избыточным упрощением. В попытках передать чистоту линий модель местами слишком сильно сглаживала детали волос и одежды, превращая их в плоские цветовые заливки. В сериях с насыщенным фоном иногда терялся объем персонажа, а в некоторых итерациях все же проскакивало стремление алгоритма к стандартному реализму пропорций. Это требовало постоянного контроля через уточнение запросов и ручной отбор лучших вариантов из множества попыток.
В целом я довольна результатом эксперимента. Мне удалось подтвердить, что при правильном отборе данных для обучения нейросеть перестает стремиться к реализму и начинает следовать специфической логике художника. Полученная серия портретов сохранила ту самую меланхоличную атмосферу и декоративность, которые были мне кажутся ключевыми в творчестве Моисея Кислинга.
Описание работы
Для реализации проекта я использовала облачную среду и архитектуру базовой модели, настроенную на дообучение, которую мы обсуждали на курсе, и воспользовалась блокнотом из репозитория. Работа началась с подготовки данных: я отобрала 53 репродукции Моисея Кислинга, ориентируясь на максимально выразительную и искаженную анатомию лиц. Каждое изображение я вручную кадрировала под квадратный формат и очистила от лишнего визуального мусора, чтобы в обучающую выборку попали только эталонные образцы стиля без посторонних шумов.
В процессе настройки я изменила стандартные настройки, прислушиваясь к рекомендациям ии дляя работы с кодом, и сосредоточилась на поиске баланса между скоростью обучения и точностью передачи мазка. Я тестировала разные варианты плотности шагов, пока не добилась нужной глубины проработки деталей. Для устранения системных ошибок и отладки кода я задействовала Deepseek — он значительно ускорил поиск неисправностей и помог оптимизировать нагрузку на графический процессор.
По этой ссылке можно найти блокнот с кодом, который я использовала: ссылка
Применение генеративных моделей
В этом проекте искусственный интеллект использовался как комплексный инструмент для разработки и постобработки, что позволило автоматизировать технические этапы и повысить качество финального продукта:
