«Я так больше не могу» | Обучение нейросети

Корпоративный иллюстративный стиль — это современный визуальный язык, используемый компаниями для создания нейтральных, «дружелюбных» изображений. Он отличается упрощёнными формами, мягкой пастельной палитрой и отсутствием ярко выраженной индивидуальности или сложных эмоций.

В рамках проекта было решено взять такой обезличенный, спокойный стиль и с помощью генеративной нейросети Stable Diffusion попытаться изобразить в нём состояния усталости, отчуждённости и внутреннего напряжения. Цель проекта — передать подавленное эмоциональное состояние, создавая контраст между подобной визуальной формой и человеческим переживанием.

Промпты:

1. «corporate office worker sitting at desk, head in hands, stress, emotional breakdown, pastel colors, minimalism»
2. «corporate office worker standing in office, empty office, isolation, emotional fatigue, pastel colors, minimalism»

Промпт: «corporate office worker holding face, sad expression, emotional exhaustion, pastel colors, minimalism»

Промты:

1. «corporate office worker crying at desk, emotional breakdown, pastel colors, minimalism»
2. «corporate office worker crying, emotional breakdown, pastel colors, minimalism»

Промпт: «corporate office worker sitting alone in hallway, isolation, loneliness, emotional fatigue, pastel colors, minimalism»

Промпты:

1. «corporate office worker holding head, stress, overwhelmed, emotional fatigue, pastel colors, minimalism»
2. «corporate office worker sitting on floor, surrounded by papers, emotional breakdown, exhaustion, pastel colors, minimalism»

Сгенерированные изображения в целом смогли передать ключевые черты корпоративного иллюстративного стиля: упрощённые формы, пастельную палитру и визуальную нейтральность. Однако сильные эмоции выражаются не так ярко, как хотелось бы. Они всё же остаются сдержанными и приглушёнными, что неудивительно, учитывая особенности исходной выборки. Но, в целом, цель достигнута — контраст между спокойной формой и эмоциональным содержанием усиливает ощущение отчуждённости.

Для генерации изображений использовался Stable Diffusion. Для обучения модели была собрана выборка изображений в корпоративном иллюстративном стиле, приведённая к единому формату и загруженная в Google Colab. После этого можно было переходить к подготовке обучающего набора.

Так как для обучения требуются пары «изображение — текст», подписи были сгенерированы автоматически с помощью модели BLIP, после чего к каждому описанию добавлялся общий префикс, задающий стиль: «corporate illustration style, pastel colors, minimalism».

Далее я получила токен на Hugging Face для сохранения модели и запустила обучение с использованием LoRA. После завершения обучения модель была готова к использованию и генерации изображений.

Для помощи с кодом и генерации промптов был использован CHAT GPT.