Original size 736x977

Обучение генеративной нейросети

PROTECT STATUS: not protected

Концепция

Проект исследует пересечение классического балетного костюма и высокой моды через призму генеративного искусства. В основе лежит идея создания универсальной «модели-конструктора», способной интерпретировать балетную эстетику в современных материалах и цветах.

исходные изображения

Объект обучения: Сложносочиненное балетное платье, сочетающее элементы сценической пачки и вечернего наряда от кутюр.

Ключевой токен: TOKSTYLE.

исходные изображения

Задача проекта состояла в том, чтобы на основе небольшого датасета обучить нейросеть узнаваемому визуальному стилю. Необходимо было добиться того, чтобы модель понимала принципы построения сложного балетного платья и могла генерировать новые вариации, сохраняя уникальную эстетику в разных цветах, формах и ракурсах.

Процесс обучения

Процесс строился по следующим этапам:

Настройка среды: Google Colab (GPU Nvidia T4). Библиотеки: diffusers, accelerate, bitsandbytes. Модель: Stable Diffusion XL (SDXL 1.0) + LoRA. Параметры: 500 шагов обучения, разрешение 512px, оптимизатор 8-bit Adam. Тайминг: Само обучение длилось 52 минуты. Пост-обработка: Использование SDXL-Refiner (Upscaling) для прорисовки текстур.

Для обучения использовалась архитектура Stable Diffusion XL (SDXL) и метод LoRA (Low-Rank Adaptation), который позволяет «вживить» новый стиль в мощную базовую модель.

Датасет: Серия из 12 изображений-референсов, отобранных по принципу визуальной консистентности.

big
Original size 1126x1192

Подготовка: Каждое изображение прошло автоматическую разметку моделью BLIP, что позволило нейросети понять нюансы: «layered tulle», «intricate embroidery», «bodice».

Параметры: 500 шагов обучения при разрешении 512px. Использование оптимизатора 8-bit Adam позволило сохранить высокую детализацию при ограниченных ресурсах GPU.

Original size 1614x1042

Результат

Итоговая серия изображений представляет собой виртуальную капсульную коллекцию, созданную обученной моделью. Я специально вынесла объекты из контекста сцены в минималистичное пространство фотостудии, чтобы подчеркнуть детализацию самих изделий.

Original size 803x803

Первоначальная идея заключалась в переносе сложной деконструкции балетного костюма в формат высокой моды. Нейросеть успешно усвоила и воспроизвела ключевые визуальные маркеры:

Архитектоника силуэта: Модель четко передает контраст между жестким, расшитым лифом (корсетная часть) и облаком многослойного тюля юбки. Удалось сохранить «балетную» посадку платья, характерную для классических пачек, но адаптированную под длину миди и макси.

Детализация фактур: На изображениях отчетливо видны микро-фактуры: плетение кружева, зернистость фатина и тяжелый глянец шелка. Нейросеть не просто рисует «белое пятно», она имитирует физические свойства тканей и их взаимодействие со светом.

0
1/3

Обучение LoRA (SDXL): Благодаря качественной разметке датасета через модель BLIP, нейросеть «поняла» семантику таких понятий, как intricate embroidery (сложная вышивка) и mannequin (манекен). Это позволило вычленить объект из хаотичного фона и представить его в чистом студийном пространстве.

Метод Upscaling & Refinement: Для финализации образов применялся метод «изображение-в-изображение» (Img2Img) с низким коэффициентом изменения (denoising strength 0.3). Это позволило «проявить» детали: кристальную вышивку и тонкие бретели, которые на базовом разрешении могли выглядеть размытыми.

Визуальный анализ и вариативность

Цветовая палитра: при изменении цветового промпта (от Ivory White до Emerald Green) нейросеть не просто перекрашивает пиксели, а меняет характер декора. Например, в темных вариантах (сапфировый, изумрудный) вышивка становится более контрастной и рельефной, имитируя золотое шитье.

Индивидуальность моделей: каждое платье в серии уникально по крою: в одном акцент сделан на объемные рукава-фонарики из прозрачного органзы, в другом — на каскадную структуру юбки. Это подтверждает, что модель не «копирует» исходники, а генерирует новые формы на основе выученных закономерностей.

Работа с пространством: использование светлой фотостудии с естественным боковым светом подчеркивает объем изделий. Тени ложатся мягко, что создает ощущение реального физического объекта, стоящего на манекене.

Заключение и инструменты

Задача проекта выполнена, удалось успешно интегрировать авторский визуальный код в нейросеть: модель «выучила» стиль и корректно воспроизводит его по запросу. Обучение на небольшой, но выверенной коллекции из 12 образов позволило создать цифровую «ДНК» уникального стиля. Теперь возможно управлять процессом создания целых коллекций, сохраняя авторский почерк в каждой детали от пышности фатина до блеска вышивки.

Использованные инструменты:

Google Colab / Python: среда разработки и код обучения. Diffusers / SDXL: базовая архитектура нейросети. Chatgpt: помощь в написании текста и промтов BLIP: автоматическая генерация текстовых описаний для датасета.

Файл с кодом

Обучение генеративной нейросети
Project created at 27.03.2026
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