OWL CAT

Во время выбора персонажа для проекта я наткнулась на совокота на Pinterest, мне очень понравился этот гибрид, но его изображений оказалось достаточно мало в интернете, а фон на фотографиях почти везде одинаковый. Сова с головой кота, как ни странно, выглядит очень органично, и с помощью нейросети я решила попробовать поместить её в разные локации, чтобы посмотреть, как бы она смотрелась, если бы существовала в реальном мире.

Поскольку фото совокота можно встретить в основном на вышеупомянутой платформе, которая не даёт информации об ограничениях использования изображений, я прибегла к помощи нейросети Recraft, чтобы создать датасет на основе своего кота (21  фото).

Изображения действительно соответствуют ожиданиям, фото получились такими же реалистичными, как на референсах, только, к сожалению, на некоторых генерациях либо имеется лишняя лапа, либо смазана кошачья морда, но всё равно основные элементы, например, орнамент, цвет и форма персонажа узнаваемы. Серия также соответствует концепции. Главной целью было разнообразить локации, т. е. фоны изображений, в которых находится животное, и с генерацией локаций нейросеть справилась даже лучше, чем с совокотами — всё выглядит натурально и без ошибок. В итоге получились: семейство совокотов на камне, совокот в фотостудии, совокот в метро, летящие совокоты в небе, совокот с чаем в парке, совокоты на дереве и совокот на рыбалке.

Я создала проект с помощью исходного кода, данного в курсе, используя генеративную модель Stable Diffusion  XL (https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0) с DreamBooth и LoRA. Для того чтобы создать уникальную модель, генерирующую конкретного персонажа — полосатого совокота, я обучила нейросеть на своём собственном датасете. Это позволило мне изучить технологию и применить её на практике, а также получить удовольствие от процесса создания совокотов. Также для создания датасета была применена нейросеть Recraft. (https://www.recraft.ai)