Обучение генеративной нейросети Stable Diffusion

Модель обучалась на классических античных скульптурах из музея Метрополитен — мраморных статуях и бюстах. Она научилась передавать пластику, фактуру камня, портретное сходство.

В этом проекте мне захотелось перенести этот античный стиль на поэтов Серебряного века и посмотреть, как бы они выглядели в той же манере, как если бы их создали древнегреческие или римские мастера.

Для датасета были взяты фотографии скульптур и статуй с сайта музея Метрополитен, древние произведения искусства не имеют авторских прав https://www.metmuseum.org/

Проект успешно демонстрирует синтез античной скульптурной традиции и образов поэтов Серебряного века. Модель, обученная на классических мраморных статуях из коллекции музея Метрополитен, усвоила ключевые принципы скульптурного портрета.

Успешно переданные элементы стиля: — Пластика и пропорции — модель правильно воспроизводит античную скульптурную пластику: гармоничные пропорции лица, характерный разворот головы, классический овал — Фактура мрамора — зернистость камня, мягкие светотеневые переходы, характерный блеск полированной поверхности переданы убедительно — Светотеневая моделировка — объём лица проработан через классическую скульптурную светотень, подчёркивающую скулы, надбровные дуги и линию челюсти

Элементы, требующие доработки: — Портретное сходство — модель передала общий «поэтический» тип (серьёзное выражение, интеллектуальные черты), но индивидуальные особенности конкретных поэтов (специфические пропорции лица, характерные детали) воспроизведены приблизительно. Модель создаёт скорее «образ поэта Серебряного века», чем точный портрет конкретного лица

Модель успешно освоила стилистику античной скульптуры, включая фактуру мрамора, пластику и светотеневую моделировку. Однако точное портретное сходство с конкретными историческими личностями остаётся сложной задачей, требующей либо более специализированного датасета с портретными изображениями, либо дополнительной тонкой настройки. В данном проекте приоритетом была стилистическая достоверность.

Я загрузила необходимые библиотеки, потом скачала датасет с сайта музея, загрузила SD 1.5 + LoRA, обучила модель, а дальше генерировала изображения по нужным мне промптам

Процесс обучения Архитектура и параметры: — Базовая модель: Stable Diffusion 1.5 — Метод адаптации: LoRA — Размер датасета: 200 изображений — Количество шагов: 1000 — Разрешение: 512×512 пикселей