Обучение нейросети в стиле Рериха
Описание проекта
Проект посвящён обучению генеративной нейросети воссозданию визуального языка Николая Рериха — живописца, мыслителя и путешественника, создавшего тысячи полотен, наполненных духовной тишиной, символами природы и универсальными архетипами. Целью стало не копирование конкретных картин, а создание новых образов в духе Рериха, опираясь на эстетику сакрального ландшафта, цвета и композиции.
Задача заключалась в том, чтобы научить модель распознавать ключевые формальные элементы этого художественного мира — характерную слоистую палитру, плоскостную геометрию, особую трактовку объёма через свет — и на основе этих принципов генерировать пейзажи и символические сцены, которые могли бы органично существовать в пределах рериховской вселенной, оставаясь узнаваемыми по духу, но новыми по содержанию.
Исходные изображения для обучения
Для обучения модели я собрала датасет, в который вошли 42 квадратных изображения, отобранных по принципу визуальной репрезентативности стиля Николая Рериха. Эти работы можно условно разделить на несколько ключевых тематических направлений: горные ландшафты с резкими силуэтами гималайских пиков, одиночные святыни, вписанные в необъятное пространство, а также изображения сияния — будь то северное или метафизическое, возникающее внутри композиции. Особую роль в датасете играют небесные явления и пластические пейзажи, в которых свет и цвет формируют не столько реалистичную, сколько символическую среду. В некоторых работах появляются деревья и растительные мотивы, трактованные с той же монументальной плоскостностью и декоративной строгостью. Эти изображения не иллюстрируют реальность буквально, но фиксируют особое состояние мира — отрешённого, горнего, находящегося за пределами суеты.
Итоговая генерированная серия работ
Сравнивая оригинальные работы Николая Рериха с сгенерированными изображениями, можно отметить, что особенно убедительно нейросеть воспроизводит ключевые черты его живописного языка: упрощённую форму, плоскостную конструкцию пространства, символическую трактовку цвета и света. В сгенерированных сценах сохраняется ощущение возвышенной тишины и сосредоточенности, характерное для рериховских пейзажей — здесь нет случайного движения, всё подчинено внутреннему ритму и композиционной уравновешенности.
Особенно выразительно выглядят изображения горных массивов и небесных явлений. Мягкие переходы между слоями цвета, светящиеся контуры, равномерно разложенная глубина создают эффект вневременности — пространство словно приподнято над реальностью и воспринимается как поле знаков
Горные пейзажи
Процесс обучения
Для создания изображений в стиле Николая Рериха был использован подход дообучения модели Stable Diffusion v1.5 с применением метода LoRA. Обучение проводилось в среде Google Colab с использованием GPU-ускорения.
В качестве обучающего датасета были отобраны 42 квадратных изображения (размером 512×512 px), отражающих визуальный язык Рериха — горные массивы, храмы, стилизованное небо и сакральные сцены. Все изображения были предварительно откадрированы и приведены к нужному формату. Обучение длилось 500 шагов, с промежуточным сохранением модели на 250-м шаге.
В проекте также использовался ChatGPT — для написания текстов и помощи с кодом, а также для генерации и доработки промптов.
Вывод
В результате обучения нейросеть уверенно освоила визуальный язык Николая Рериха. Ей удалось воспроизвести ключевые черты его стиля: плоскостную композицию, иконописную цветовую палитру, сакральную образность и ощущение безвременья, пронизывающее его живопись. Генерируемые изображения не копируют конкретные картины, но уверенно оперируют рериховскими художественными принципами — от внутреннего света до символического ландшафта, — позволяя говорить о формировании самостоятельной визуальной вселенной, вдохновлённой творчеством художника.
