Генеративные сети отлично справляются с классическим фэнтези: блестящие рыцари, ужасающие орки и эпические замки даются им легко благодаря огромному количеству современного арта в их базе данных. Но что, если задача — сгенерировать тихую, меланхоличную скандинавскую сказку, где монстры не злые, а являются органичной частью самой природы?
Данный исследовательский проект посвящен оцифровке стиля Йона Бауэра — выдающегося шведского художника и иллюстратора начала XX века, чьи работы к циклу сказок «Среди эльфов и троллей» стали абсолютным каноном северного фольклора.
Искусство Бауэра — это глухие, темные еловые леса, покрытые густым мхом валуны и поразительный контраст масштабов: крошечные, хрупкие принцессы с длинными светлыми волосами на фоне гигантских, неуклюжих, но по-своему добродушных троллей.
Обучение генеративной модели на этих картинах — это сложнейший стресс-тест на понимание атмосферы и цвета. Нейросети по умолчанию тяготеют к ярким, насыщенным цветам и 3D-объему. Стиль Бауэра требует от алгоритма использовать приглушенную, "землистую" палитру (мшисто-зеленые, коричневые и серые тона), а также объединять декоративную плоскостность модерна (ар-нуво) с глубокой атмосферной перспективой туманного леса. Кроме того, заставить ИИ нарисовать тролля, который выглядит как оживший древний камень или пень, а не как агрессивный монстр из видеоигры — нетривиальная задача для инженера.
Ниже представлены некоторые работы Йона Бауэра, вошедшие в базу данных для обучения искусственного интеллекта.
Техническая реализация (Google Colab и LoRA)
В рамках проекта обучение проводилось в облачной среде Google Colab с использованием метода LoRA (Low-Rank Adaptation). Этот подход позволяет дообучить тяжелую базовую модель (например, Stable Diffusion), обновляя лишь небольшую часть алгоритмов, что делает процесс быстрым и эффективным.
Чтобы сделать процесс наглядным, весь технический этап (пайплайн) разбит на четыре ключевых шага:
1. Проверка оборудования (Видеокарта)
Генерация и обучение нейросетей требуют мощных видеокарт (GPU). На этом шаге мы инициализируем сервер и проверяем, какой именно вычислительный ресурс выдал нам облачный сервис Google для работы.
2. Подключение датасета и установка программ
Мы подключаем облачный диск, на котором лежат бережно отобранные нами картины художника (датасет), и скачиваем необходимые библиотеки машинного обучения (такие как diffusers и accelerate). Это дает нашему коду «инструменты» для работы с изображениями.
3. Запуск обучения (Тренировка стиля)
Это кульминация технического процесса. Здесь мы передаем нейросети команду: «Возьми базовую модель, проанализируй картины в нашей папке и найди в них общие стилевые черты». Процесс идет шаг за шагом (steps), пока нейросеть не выучит уникальный почерк художника, связав его со специальным кодовым словом (триггером).
4. Генерация первой картинки (Инференс)
После завершения обучения мы тестируем результат. Пишем текстовый запрос (промпт), используем выученное кодовое слово, и нейросеть «рисует» совершенно новое изображение в только что освоенном стиле.
Работы Йона Бауэра отличаются ярким, узнаваемым стилем, который характеризуется несколькими ключевыми особенностями: • Меланхоличная, приглушенная цветовая палитра: глубокие зеленые, коричневые и серые оттенки сырого леса. • Экстремальный контраст масштабов: крошечные, изящные люди на фоне исполинских троллей или гигантских деревьев. • Органичный дизайн существ: тролли Бауэра кажутся продолжением природы (похожи на валуны, поросшие мхом и корнями). • Влияние стиля ар-нуво: плавные, декоративные линии в изображении волос, крон деревьев и складок одежды. • Рассеянный, бледный свет, пробивающийся сквозь густой туман или кроны вековых сосен.
Примеры сгенерированных изображений и промпты
Для тестирования модели и раскрытия её потенциала были составлены специальные промпты, проверяющие разные аспекты стиля:
Мальчик и лось
"A young boy riding a giant, gentle moose through a dark, enchanted Nordic forest, photo in Bayer style, Art Nouveau illustration, soft pale lighting, magical atmosphere."
Дух воды
