Original size 1240x1750

Обучение генеративной нейросети на концепт-артах окружения

PROTECT STATUS: not protected

ИДЕЯ

Мы разрабатываем компьютерную 3D игру, в рамках программы 3 курса направления Гейм-Дизайн. Я принимаю участие в проекте как главный художник. В процессе разработки я столкнулся с проблемой, что нашей команде не хватает человека, который будет полноценно закрывать задачи по созданию концепт-артов окружения.

Поэтому для обучения нейросети, я буду использовать датасет с рендерами окружения, состоящими из моих ассетов. Для удобства рендеры были сделаны в режиме Detail Light, чтобы геометрия была более читаемой.

ВАЖНО. Нейросеть в этом случае не является заменой концепт-художника, а лишь инструментом быстрой генерации идей для различных предметов окружения. Финальное видение полностью остается за художниками.

ДАТАСЕТ

РЕЗУЛЬТИРУЮЩАЯ СЕРИЯ ИЗОБРАЖЕНИЙ

Concept art style, bathroom

Concept art style, a medical facility containing a variety of equipment in a retro-futuristic style.

Concept art style, a medical facility containing a variety of equipment in a retro-futuristic style.

big
Original size 1024x1024

Concept art style, living room in retro-futurist style

Concept art style, living room in retro-futurist style

КОММЕНТАРИЙ

По первым двум результатам видно, что датасет, на котором обучалась нейросеть слишком маленький, чтобы выдавать качественный результат. Из схожих деталей можно отметить теплый тон освещения, текстуру базового материала в Unreal Engine (плитка) и отдельные элементы геометрии. Так, например была скопирована форма арки и блока пола.

Слева окружающая среда из датасета, справа вид из окна в сгенерированном изображении

Из интересного, в датасете было всего 2 рендера окружающей среды — ледяной пустоши. И нейросеть при генерации вида за окном учла это и сделала ледяные горы в пасмурную погоду.

ПРОЦЕСС ОБУЧЕНИЯ

Для того, чтобы обучить нейросеть, я полностью следовал материалу в обучающем курсе. В процессе использовал платформу Kaggle. Токен был сгенерирован на сайте Hugging face. В обучающем видео использовался ускоритель GPU P100. Но у меня он вызывал ошибки в коде. Поэтому было принято решение перейти на ускоритель GPU T4 *2. Это исправило ситуацию.

Объём датасета: 25 изображений с разрешением 2048 на 2048 пикселей. Ступеней обучения я выставил 1000, а общее время обучение заняло приблизительно 2,5 часа.

Original size 1920x540

Регулировка стиля

Как я отметил выше, на первых генерациях качество генераций было неудовлетворительным, поэтому я добавил дополнительную ячейку с кодом, который будет регулировать степень влияние моего стиля «concept art style » на финальную генерацию. Опытным путем я пришел к значению 0.6

Обучение генеративной нейросети на концепт-артах окружения
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