Original size 3456x5184

Обучение генеративной нейросети созданию объекта

PROTECT STATUS: not protected

У меня есть любимая кофейня, в которую я хожу почти каждый день. Основная особенность заведения — полная диджитализация покупки кофе и десертов, а также упор на «эстетику» и визуальное наполнение карточек с напитками. Я хочу создать подобные карточки, но для десертов с использованием искусственного интеллекта и программирования на Python.

Исходники и датасет

В качестве исходного и референсного изображения я использовал серию фото мороженого со стокового сервиса pexels.com. Каждый десерт выглядит по-разному, в изображениях разные фоны и степень освещения, фильтры.

Изображения со стокового сервиса pexels

big
Original size 2160x2160

Фото со стокового сервиса pexels

В ходе подбора материала для датасета я обращал внимание на текстуру, фоны и расположение десерта внутри кадра. Таким образом в финальную подборку была добавлена серия изображений формата 1:1 в высоком разрешении.

Результат

Получилась серия изображений в высоком разрешении и с реалистичной детализацией. Основной упор был сделан на освещение объекта и его размещении внутри сцены.

Мороженое со вкусом «ваниль» — слева, мороженое со вкусом «шоколад» — справа

Каждый десерт имеет собственный фон, который демонстрирует вкус начинки. Сами ингредиенты также детализированы на высоком уровне.

Мороженое со вкусом «матча» — слева, мороженое со вкусом «манго» — справа

Мороженое со вкусом «голубика» — слева, мороженое со вкусом «карамель» — справа

Несмотря на то, что в датасете изображения мороженого в рожке, это не помешало задать новые параметры при помощи промпта и создать мороженое в стеклянном стакане.

Мороженое со вкусом «кокос» — слева, мороженое со вкусом «банан» — справа

Каждая генерация в точности реализовала первоначальную задумку. Показать десерт максимально привлекательно и аппетитно.

Промпты

Для получения подобного результата я использовал следующие промпты:

Ваниль: «a photo of minimalist product shot, vanilla ICECREAM in glass with milk, white pastel background, vanilla pods and flowers in background, soft natural light, clean composition, modern food photography»

Шоколад: «а photo of minimalist product photography, chocolate ICECREAM dessert in glass, light brown background, cocoa beans and chocolate pieces floating, soft shadows, aesthetic composition, studio lighting»

Матча: «minimalist product photography, matcha ICECREAM drink in transparent glass, light green background, matcha powder and tea leaves in background, soft shadows, modern aesthetic»

Манго: «minimalist product shot, mango ICECREAM dessert in glass, warm yellow background, mango slices floating around, clean composition, soft studio light, product card style»

Кокос: «minimalist product photography, coconut ICECREAM with milk in glass, pastel beige background, coconut pieces and flakes in background, soft shadows, fresh aesthetic»

Голубика: «minimalist product shot, blueberry ICECREAM dessert in glass, light purple background, blueberries scattered and floating, clean modern composition, soft lighting»

Карамель: «minimalist product photography, caramel ICECREAM in glass, warm cream background, caramel drizzle and cubes in background, soft shadows, high detail, commercial food styling»

Банан: «minimalist product shot, banana ICECREAM dessert in glass, pale yellow background, banana slices floating, clean minimal aesthetic, soft studio lighting»

Таким образом удалось создать коллекцию уникальных, реалистичных и детализированных изображений десерта, которые в дальнейшем можно использовать в любых целях. Сами фото хорошо отражают изначальную идею «серийности», объединены общим стилем и визуальными решениями.

Реализация

Датасет размером 28 изображений формата 1:1 в высоком разрешении от 3000×3000px.

Тех.процесс:

  1. Собрать датасет с референсными изображениями, на основе которого будет обучена модель.

  2. Подключить и установить библиотеки для работы с моделями (bitsandbytes, transformers, diffusers, peft), также загружаем обучающий скрипт (train_dreambooth_lora_sdxl.py).

  3. При помощи BLIP делаем автоматическое создание подписей к изображениям.

  4. Обучение модели LoRA на на базе Stable Diffusion XL 1.0 с использованием подготовленного датасета и описаний.

  5. После обучения веса модели сохраняются локально и загружаются в репозиторий на Hugging Face, а страница модели создаётся автоматически.

Обучение генеративной нейросети созданию объекта
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