Original size 1140x1600

Лягушки в смешных шляпках обучают Stable Diffusion

PROTECT STATUS: not protected

ПОЧЕМУ ЛЯГУШКИ И ПРИ ЧЁМ ЗДЕСЬ СМЕШНЫЕ ШЛЯПКИ?

С детства я люблю лягушек и окружаю себя ими, будь то игрушки, заставка на телефон или домашний питомец.

Поэтому, недолго думая, я решила обучить нейросеть генерировать изображения моего тотемного животного, дабы создать вечный двигатель поднятия настроения. Чтобы эксперимент был более эффективен, было решено надеть лягушкам смешные шляпки!

СБОР ДАТАСЕТА

примеры исходных изображений

Для обучения нейросети я собрала датасет из 60-и фотографий лягушек и жаб в разнообразных шляпках: от ковбойских шляп до цветочков на голове.

Источник изображений: pinterest.com

big
Original size 3216x586

примеры исходных изображений

примеры исходных изображений

Итак, датасет создан, пора приступать к обучению!

РАБОТА С КОДОМ

Работа с кодом велась в среде разработки Google Colab.

Сначала я импортировала библиотеки, нужные для обучения Stable Diffusion.

big
Original size 1258x717

импорт библиотек

Теперь нужно импортировать подготовленный датасет, чтобы Google Collab смог «видеть» наших прекрасных лягушат. Для этого я указала пусть на гугл диск с собранными ранее изобрабражениями.

привязка датасета и вывод превью изображений

Нейросеть обучается, сопоставляя изображение и его текстовое описание. Поэтому следующий этап обучения — генерация описаний к каждому изображению датасета.

Original size 1492x681

генерация текстовых описаний изображений

Теперь обозначим префикс подписей, добавив идентификатор концепта TOK, чтобы нейросеть понимала, что в изображении нас интересует больше всего. В нашем случае это лягушки, поэтому ставим TOK перед frog.

Итоговый префикс: «a photo of a cute TOK frog in a funny hat». Дальше нейросеть сама описывает, что видит на картинке.

Original size 1465x747

Теперь у нас есть текстовые описания изображений! Они сохраняются в папку с датасетом в формате .jsonl.

0
1/6

примеры сгенерированных описаний к изображениям

Следующим этапом заходим в аккаунт на Hugging Face и создаём токен. Так у системы Google Colab будет доступ к аккаунту, чтобы сохранить туда будущую модель обучения.

Original size 1115x599

вход в аккаунт Hugging Face

Наконец мы приступаем к самому обучению!

Размер для изображения был задан в 512×512 пикселей, с шагом в 500 и чек-поинтом на 250.

Original size 719x445

обучение нейросети

Обучение заняло чуть меньше 38 минут.

Original size 534x29

Обучение завершено! Теперь нужно сохранить модель обучения на Hugging Face.

Original size 1104x676

сохранение модели на Hugging Face

Можно начинать генерировать лягушек в смешных шляпках! Я делала это уже на странице модели на Hugging Face.

ЛЯГУШКИ В ШЛЯПКАХ. ИТОГ

Лягушки в смешных шляпках обучают Stable Diffusion
Project created at 28.12.2025
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