Original size 1140x1600

Финальный проект по анализу данных «Жизнь раскадровки»

PROTECT STATUS: not protected

Идея проекта

Проект посвящён переносу моего авторского визуального языка в генеративную модель. В качестве обучающего датасета я использовала собственную раскадровку к первому короткому метру: это серия минималистичных квадратных изображений, где повторяется один и тот же персонаж и единая пластика кадра.

Цель проекта была двойной:

  1. обучить Stable Diffusion XL (DreamBooth LoRA) моему графическому стилю;
  2. сохранить узнаваемый стиль и проверить, может ли нейросеть создавать новые сцены, которых не было в исходной раскадровке, но которые выглядят как естественное продолжение моего визуального мира.

Материал для обучения

Результат

Итоговая серия представляет новые эпизоды с тем же героем в разных ситуациях (интерьерные и полу-портретные сцены, сцены одиночного действия, варианты с разной крупностью плана). Концептуально это продолжение раскадровки короткого метра: не копирование исходников, а генерация «дополнительных кадров» в той же эмоциональной логике.

Ключевые характеристики, которые удалось передать:

— минималистичный рисунок и приоритет линии над детализацией; — наивная, намеренно упрощённая анатомия персонажа; — повторяющиеся черты героя (форма головы, характер лица, пластика фигуры, кудрявые волосы); — большое значение пустого пространства и лаконичной композиции; — графитово-угольная фактура и чёрно-белая доминанта с редкими акцентами.

Как результаты соотносятся с исходной идеей:

— серия сохраняет ощущение «авторской раскадровки», а не превращается в фотореалистичную генерацию; — персонаж остаётся узнаваемым в разных сценах и ракурсах; — изображения воспринимаются как вариации одного визуального языка и одного внутреннего состояния героя.

Визуальный анализ вариаций в серии:

— кадры отличаются по крупности (от более общих композиций до портретных решений); — меняются позы и пространственные отношения персонажа с окружением; — варьируется плотность штриха и текстур, за счёт чего часть изображений выглядит более «жёстко», а часть более «воздушно»; — при вариативности сохраняется единый авторский почерк, что и было основной задачей проекта.

Обучение модели

Original size 2526x264

Первый блок проверяет, что в Colab действительно включен GPU.

Original size 2542x1136

Блок установки очищает конфликтные версии библиотек и ставит совместимые пакеты для SDXL DreamBooth LoRA.

Original size 2530x268

Подключаем Google Drive к Colab, чтобы читать датасет и сохранять результаты.

Original size 2530x1070

Автопоиск для поиска папки датасета в Drive, создает рабочие папки и копирует изображения в локальную директорию обучения.

Original size 2480x516

Блок параметров задает промпт-инстанс, базовую модель и основные гиперпараметры обучения.

Original size 2530x702

Логин в Hugging Face, чтобы получить доступ к модели SDXL.

Original size 2530x264

Скачиваем совместимый обучающий скрипт нужной версии.

Финальный проект по анализу данных «Жизнь раскадровки»
Project created at 23.03.2026
adcr.dafes
The Art Directors Club of Russia sets the benchmark for creative excellence in design and advertising, serving as a central hub where industry professionals connect. Since 2004, the Club has hosted the ADCR Awards—a premier national competition celebrating creativity, design, and advertising. The core mission of the awards is to champion agencies and independent creators making their mark in the local market. By presenting this honor on behalf of the professional community, the Club reaffirms its endur... Show more
adcr advertising
adcr design
adcr students and young creators