
Идея проекта
Василий Суриков — один из величайших русских живописцев, мастер масштабных исторических полотен, в которых глубина психологического анализа сочетается с монументальностью композиции. Его работы — это не просто изображения прошлого, а драматические спектакли на холсте, где каждая деталь, жест, цветовой акцент работают на создание мощного эмоционального воздействия. В этом проекте я хочу исследовать, способна ли генеративная нейросеть не просто имитировать технику Сурикова, но уловить саму суть его стиля — ту эпическую мощь, которая превращает историческое событие в вневременной символ.

Images from Dataset VAN GOGH

Images from Dataset VAN GOGH
Images from Dataset VAN GOGH
Images from Dataset VAN GOGH
Обучение проводилось в Google Colab на основе Stable Diffusion применением Dream Booth И LoRa. Использовался датасет из 33 картин Сурикова. Модель обучалась в течение 500 шагов.
Модель основана на stable-diffusion-xl-base-1.0 https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0
Вывод
Проект показал, что генеративные нейросети способны улавливать ключевые особенности художественного стиля Василия Сурикова — его энергичную живописную манеру, сложную композицию и эмоциональную глубину. Хотя модель не всегда идеально справляется с детализацией в многофигурных сценах, она успешно создает работы, которые можно рассматривать как «альтернативные исторические полотна» в духе великого мастера.
код