Фрида Кало — мексиканская художница (1907–1954), чьи автопортреты и сюрреалистические полотна полны автобиографизма, боли и мексиканского фольклора.
Её яркие работы — «Две Фриды», «Колонна разрыва», «Самопортрет с колючими ветками» — сочетают реализм, символизм и экспрессивные цвета, отражая личные трагедии, инвалидность и страстные чувства к Диего Ривере.
Для анализа и обучения модели использовалось 23 картины художницы разных форматов: от портретов до натюрмортов.
Цель проекта — протестировать, насколько генеративная модель анализирует и воспроизводит уникальный стиль Фриды Кало. На основе её автопортретов с мексиканским фольклором, символизмом и экспрессивной палитрой хотим понять, как нейросеть улавливает автобиографические мотивы, эмоциональную насыщенность и культурные детали.
Сначала изображения работ Фрида Кало были загружены в рабочую среду Google Colab, где на их основе формировался датасет для обучения модели. В выборку вошли произведения разных типов — преимущественно автопортреты, а также натюрморты и композиции с символическими элементами.
На следующем этапе для каждого изображения автоматически создавались текстовые описания с помощью модели BLIP. Это позволило связать визуальные особенности картин — характерную палитру, символику, элементы мексиканского фольклора — с их семантическим содержанием.
Далее был запущен процесс обучения модели. В качестве базовой архитектуры использовалась Stable Diffusion XL, а настройка под стиль художницы осуществлялась с применением DreamBooth и LoRA. Обучение проводилось через специализированный скрипт.
Гиперпараметры подбирались с учётом ограничений Google Colab, чтобы сохранить стабильность обучения и при этом обеспечить корректное усвоение ключевых особенностей стиля: экспрессивного цвета, символизма и автобиографической образности.
После завершения обучения полученные веса интегрировались обратно в базовую модель через библиотеку Diffusers. Это позволило использовать обученный стиль для генерации новых изображений по текстовым запросам.
Результаты показали, что модель способна воспроизводить характерные черты работ Кало: композицию автопортрета, насыщенную палитру и символические детали.
При этом генерации сохраняют общий визуальный язык художницы, но интерпретируют его в новых композициях.
Таким образом, даже при небольшом объёме датасета модель продемонстрировала способность улавливать не только формальные признаки, но и эмоционально-смысловую составляющую работ, подтверждая потенциал генеративных моделей для анализа и воспроизведения сложных авторских стилей.
РЕЗУЛЬТАТ
art in Frida Kahlo style, couple portrait holding hands, symbolic connection, naive composition
art in Frida Kahlo style, man portrait, frontal pose, muted earthy tones, flat background
art in Frida Kahlo style, self-portrait with symbolic wounds, surreal elements, muted earthy palette, flat perspective
art in Frida Kahlo style, still life with cut watermelon and papaya, rich red tones, symbolic composition
art in Frida Kahlo style, still life with tropical fruits, symbolic arrangement, warm palette
art in Frida Kahlo style, symbolic still life with cut fruits and seeds, textured surface
art in Frida Kahlo style, woman holding fruit, surreal symbolism, detailed still life, earthy colors
art in Frida Kahlo style, woman surrounded by tropical plants, still pose, flat lighting, intimate mood
art in Frida Kahlo style, woman with animals, direct gaze, botanical background, detailed textures, warm tones
ИСПОЛЬЗОВАНИЕ ИИ
Stable Diffusion XL (SDXL) — базовая модель для генерации https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0
BLIP — автоматическая капционировка картин (23 автопортрета Кало) https://huggingface.co/Salesforce/blip-image-captioning-base
DreamBooth — дообучение для фиксации стиля Фриды https://huggingface.co/docs/diffusers/training/dreambooth
LoRA — тонкая настройка под Colab T4 (rank=4, fp16) https://huggingface.co/docs/diffusers/training/lora
Diffusers — загрузка весов и инференс https://github.com/huggingface/diffusers
Google Colab — вычислительная среда + ноутбук https://colab.research.google.com/drive/11oETVaviOIx7cKOC5bA7W3wM_Rf7g0sY
