Идея
Идея проекта заключалась в том, чтобы с помощью генеративной нейросети Stable Diffusion XL создать серию цифровых картин в стиле Казимира Малевича — основателя супрематизма.
Цели проекта
Воссоздать характерные черты супрематизма. Простые геометрические формы (квадраты, прямоугольники), минимализм, чистые цвета (красный, белый, черный).
Использовать LoRA (Low-Rank Adaptation) для адаптации модели под уникальный стиль, без необходимости полного обучения всей нейросети.
Задачи
В рамках проекта я поставила задачу собрать датасет картин и визуальных работ, соответствующих духу супрематизма геометрической абстракции.
Обучить LoRA‑адаптацию для Stable Diffusion, чтобы модель научилась воспроизводить характерные черты этого стиля.
Сгенерировать серию оригинальных произведений, расширяющих художественный язык супрематизма.
Проанализировать результаты и описать их связь с концепцией.
Датасет
Для обучения модели был собран датасет из 100 изображений, отражающих элементы супрематизма: Фотографии и репродукции картин Малевича. Квадратные изображения (512×512 px) для совместимости с моделью SDXL.
Все изображения были приведены к единому формату и нормализованы для обучения.
1. «Супрематическая композиция», 1916 2. «Супрематическая композиция», 1912
1. «Голова крестьянина», 1911 2. «Женский портрет». 1928
1. «Три женские фигуры», 1930 2. «Спорстмены», 1932
Процесс обучения
- Использовалась модель Stable Diffusion XL 1.0 как базовая.
Настройки LoRA:
Настройка параметров перед обучением
LoRA позволяет корректировать стиль и сохранять веса отдельно, не изменяя полностью модель. Использовался параметр lora_scale=0.5 для балансировки влияния нового стиля.
- Сбор и очистка базы изображений
Загрузка базы данных и изображений
Загрузка базы данных в подходящем формате.
Выбор архитектуры нейросети
просмотр базы данных и изображение (превью)
Генерация серии изображений
После завершения LoRA‑обучения мной были сгенерированы три серии изображений.
Промт для первой серии генераций (стиль Малевича)
1. «malevich_style, red and black geometric shapes» 2. «malevich_style, suprematism abstract composition»
1. «malevich_style, white background geometric abstraction» 2. «malevich_style, minimal shapes floating composition»
1. «malevich_style, black square minimalism» 2. «malevich_style, red, white, black composition, abstract»
Промтпы для второй серии изображений
1. «malevich_style, vase with flowers, geometric abstraction, suprematism, red black white» 2. «malevich_style, sunset, abstract geometric shapes, minimalism, bold colors»
1. «malevich_style, children dancing in a circle, abstract forms, colorful squares and rectangles», 2."malevich_style, still life, fruits and objects, geometric abstraction, minimal color palette»
«malevich_style, house in forest, geometric trees, minimal shapes, suprematism»
Каждый промпт задаёт сцену, но стиль изображения остаётся в рамках супрематизма: простые формы, контраст цветов, геометрическая яснота.
Промты для третей серии генерации
«malevich_style, lake with ducks, geometric abstraction, minimalism, red black white»
1. «malevich_style, apple trees, abstract geometric forms, suprematism style» 2. «malevich_style, room with green sofa, geometric abstraction, bold shapes»
1. «malevich_style, field with sheep, minimalistic abstract forms, simple color palette», 2. «malevich_style, three sisters on a lawn, geometric abstraction, suprematism, minimal colors»
Сгенерированные изображения демонстрируют:
- Усвоение основных принципов супрематизма Чёткие геометрические формы (квадраты, прямоугольники, простые линии)
- Ограниченная цветовая палитра (красный, белый, чёрный), отражающая цветовые решения работ Малевича
- Минимализм и пространственная простота
Не все изображения получились одинаково идеальными с художественной точки зрения.
Иногда наблюдается шум или искажение форм, цветовые области могут быть неравномерными, в некоторых случаях композиция выглядит менее сбалансированной.
Тем не менее, в большинстве случаев стиль сохраняется, а нейросеть демонстрирует способность к переносу визуального языка Малевича в новые визуальные сценарии.
Все сгенерированные работы были сохранены в формате PNG. Это позволило удобно использовать изображения в отчёте, презентации или на сайте.
Файлы находились в папке: /content/malevich_results
скачивание изображений в формате png
Вывод
Проект показал, что известный художественный стиль можно не просто имитировать, но и развивать с помощью современных генеративных нейросетей.
LoRA‑адаптация обеспечила достаточную чувствительность модели к стилевым признакам супрематизма, а серия финальных изображений представляет собой оригинальные произведения, которые можно рассматривать как цифровые вариации эстетики Малевича.
Применение генеративной модели
Для генерации промтов был использован ChatGPT.
