Продолжение незавершённого: обучение генеративной нейросети

Этот проект посвящён попытке восстановления и продолжения художественного наследия моей прабабушки — Алевтины Ивановны, заслуженного учителя русского языка и литературы. Она воспринимала преподавание не только как передачу знаний, но и как создание живого образного мира, в котором литературные герои становились ближе и понятнее ученикам. Для этого она самостоятельно иллюстрировала произведения, которые разбирала на своих уроках.

До нашего времени сохранилась лишь небольшая часть её работ: многие произведения русской классики остались не проиллюстрированными, так как она рано ушла из жизни. Я не была лично с ней знакома, но через рассказы моей мамы и сохранившиеся рисунки сформировалось ощущение присутствия — как будто её визуальный язык продолжает существовать.

В рамках проекта я попыталась «продолжить» этот язык с помощью нейросети, обученной на сохранившихся иллюстрациях. Таким образом, технология выступает не как инструмент замещения, а как медиатор памяти, позволяющий реконструировать и развивать авторский стиль.

В качестве обучающей выборки были использованы отсканированные иллюстрации, выполненные Алевтиной Ивановной. Эти изображения характеризуются: — вниманием к деталям костюма, внешности персонажей, чертам лиц; — мягкой графикой с акцентом на выразительность линий; — характерно ручным рисунком: видны штрихи, текстура; — стремлением к психологической передаче образа.

Все изображения были взяты из семейного архива и приведены к квадратному формату.

В результате обучения была создана серия изображений, интерпретирующих персонажей русской классической литературы в стилистике, приближённой к оригинальным работам.

Генерация осуществлялась с использованием кастомного текстового промпта «in the style of GRANDMA», который закреплял за моделью визуальные характеристики обучающего датасета.

Серия включает несколько вариаций одних и тех же персонажей, а также разные интерпретации образов, что позволяет проследить, как нейросеть «осваивает» стиль.

Примеры промптов:

Portrait of Eugene Onegin, young Russian aristocrat, 26 years old, dark curly hair, elegant black frock coat, pale aristocratic face, tired and melancholic gaze, holding a cane, warm earthy tones, nostalgic mood, high quality.

Portrait of Prince Andrei Bolkonsky, Russian aristocrat and officer, dry sharp features, tired but intelligent gray eyes, small dry hand, aristocratic restraint, slight ironic smile, wearing a military uniform or simple frock coat, standing near an oak tree or in a war council, psychological portrait, muted restrained palette (gray, olive, black).

Portrait of Margarita, beautiful woman, 30 years old, dark curly hair, green eyes, swarthy skin, elegant neck, wearing a black velvet dress or floating in the night sky with a flower, mystical and passionate expression rich dark palette with accents of gold and green, visible expressive brushstrokes, powerful feminine energy.

Хочется отметить, что в ряде работ нейросети удалось передать не только внешние характеристики персонажей, но и их внутреннее состояние. В образах появляется ощутимый психологизм, благодаря которому они воспринимаются как живые и выразительные. На мой взгляд, именно в этих случаях результат оказывается наиболее удачным.

В результате серии генераций сформировалась небольшая коллекция иллюстраций, объединённых общим стилистическим и концептуальным подходом.

Итоговая серия изображений представляет собой попытку реконструкции авторского стиля через машинное обучение. В процессе генерации нейросети удалось уловить ряд ключевых характеристик:

— Линейная выразительность: в большинстве изображений сохраняется мягкая, слегка неуверенная линия, характерная для ручного рисунка. — Образность персонажей: нейросеть воспроизводит типажи, близкие к литературным архетипам, с акцентом на эмоции и позу. — Костюм и эпоха: передаётся внимание к деталям одежды, хотя в некоторых вариантах наблюдаются смешения эпох и стилизаций.

При этом результаты демонстрируют вариативность: одни изображения ближе к оригиналу по композиции и настроению, другие интерпретируют стиль немного свободнее, в ряде случаев заметны артефакты генерации, которые, однако, усиливают ощущение фрагментарности и незавершённости.

С точки зрения концепции, это соответствует исходной идее проекта: изображения не стремятся к точной реконструкции, а скорее работают как визуальные воспоминания — неполные, трансформированные, но сохраняющие эмоциональное ядро.

Для реализации проекта использовался Google Colab для обучения модели SDXL DreamBooth LoRA. Процесс обучения включал следующие этапы:

— Настройка среды в Google Colab: подключение GPU, установка необходимых библиотек. — Подготовка датасета: загрузка отобранных и обрезанных под квадратный формат изображений в рабочую директорию. — Генерация изображений общего класса для стабилизации обучения. — Подготовка данных и запуск обучения LoRA — дополнительного набора параметров, адаптирующих SDXL. — Обучение модели с увеличенным количеством шагов (800 шагов) для более точной передачи стилистических особенностей. — Сохранение и загрузка обученной LoRA на платформу Hugging Face. — Использование обученной модели для генерации новых изображений с помощью текстовых промптов.

В проекте были использованы следующие инструменты генеративного ИИ: обученная нейросеть на основе SDXL DreamBooth LoRA (основной инструмент генерации изображений); Mistral AI и Perplexity — для решения технических проблем, возникающих в процессе работы с кодом; инструменты улучшения качества изображений (Img.Upscaler, Upscayl) — для повышения разрешения и детализации итоговых работ.

В ходе работы нейросеть выступила не только как технический инструмент, но и как способ осмысления памяти и личной истории. Обученная на ограниченном наборе изображений, она смогла воссоздать ключевые черты визуального языка и создать новые образы, многие из которых произвели на меня сильное впечатление и даже превзошли первоначальные ожидания. Получившаяся серия иллюстраций функционирует не как копия, а как интерпретация — как форма диалога с автором через время и технологию. Таким образом, проект показывает, что незавершённое может быть продолжено, а память — сохранена и развита средствами генеративного искусства.