Исходный размер 472x708

Обучение модели Stable Diffusion на стиле Эдварда Хоппера

Цель

Эдвард Хоппер — американский художник XX века, один из наиболее известных представителей реализма. Он изображал повседневную жизнь обычных людей: городские улицы, кафе, гостиницы и дома. Особенность его стиля заключается в сочетании простых форм, чётких линий и выразительной игры света и тени.На его картинах часто изображены одинокие люди, погружённые в свои мысли. Даже в обычных сценах художник создаёт атмосферу тишины, задумчивости и лёгкой грусти. Благодаря этому картины Хоппера заставляют зрителя задуматься об одиночестве, внутреннем мире человека и жизни в большом городе.

Задача, которую я поставил перед собой заключается в том, чтобы обучить нейросеть создавать изображения в стиле, который однозначно считывается как работы Хоппера. Я старался сгенерировать такие изображения, чтобы они визуально сливались с подлинными работами художника, заставляя думать, будто они принадлежали американскому реалисту.

Библиотека изображений

big
Исходный размер 1350x734

база данных

Датасет состоит из 24 работ, написанных Хоппером.

Описание применения генеративной модели

Во время работы над изображениями я более основательно познакомился со Stable Diffusion для обучения нейросети и Google Colab для написания кодов для генерации изображений.

Исходный размер 1408x838

Обучение нейросети

Исходный размер 1378x878

Промпты для генерации финальных изображений

Для более плодотворного результата, я выписывал отдельно промпты для генераций. Далее можно увидеть итоговые работы нейросети по этим запросам.

Итоговые изображения

В своих генерациях я старался повторить цветовые решения и атмосферу одиночества Хоппера.

Исходный размер 1440x784

Результатом работы стала серия работ из 24 генераций.

Исходный размер 812x372
Исходный размер 1242x372
Исходный размер 808x372
Исходный размер 1320x386
Исходный размер 814x374

Вывод

Цель, которую я поставил в начале, обучить нейросеть воспроизводить узнаваемый стиль произведений Эдварда Хоппера, повторяя отличительные черты цвета и атмосферы одиночества. Несмотря на то, что некоторые изображения получились несколько упрощенными, думаю, что поставленная цель была достигнута. Обученная нейросеть достаточно успешно повторяет стиль работ художника.В процессе работы я заметил тенденцию к упрощению деталей и смазыванию лиц героев. Предполагаю, что при более долгом обучении и большего количества материала, нейросеть сможет более успешно и точно воспроизводить стилистику и нюансы.Однако, я уверен, что пейзажи и, особенно, архитектурные сооружения нейросеть воспроизвела именно так, как я предполагал. Также цвета и аутентичность, которые характерны для Эдварда Хоппера, получилось превосходно воссоздать.

Обучение модели Stable Diffusion на стиле Эдварда Хоппера
Проект создан 11.10.2026