Создание изображений нейросетевой моделью, обученной в стиле Kilgarra
Идея проекта
Сидя в социальных сетях различных художников, я заметила интересную проблему: долгие перерывы между новым контентом. Художественные работы — долгий и трудозатртный процесс, и не всегда новые посты удается выкладывать вовремя, чтобы сохранить аудиторию и привлечь новых людей. На мой взгляд, справиться с этой задачей могут помочь нейросети. Генерация изображений может решить сразу две проблемы: 1. Заполнение «пробелов» между выходящими постами 2. Вдохновение для создания новых работ 3. Оптимизация таких процессов, как создание мерча или выполнение простых иллюстративных заказов Мне хотелось рассмотреть использование обучения нейросетей в качестве инструмента для продвижения индивидуального бренда художника, используя его собственный стиль. Для испытания такой возможности я выбрала работы художницы Kilgarra.
Стиль художницы является довольно сложным: обилие графических линий может представлять сложность для инскусственного интеллекта. Также художница использует маркер для заполнения некоторых областей, чтобы создавать контрасты.
Описание применения генеративной модели
Для создания проекта я выбрала использовать среду Google Collab. Внутри ноутбука для обучения модели и генерации изображений использовались такие инструменты как LoRA, Stabble Diffusion XL и
Работа с нейросетью
Для обучения нейросети я загрузила в
блокнот 30 избражений с оригинальным стилем художницы. Картинки старалась подбирать сходные, где стиль выражен наиболее ярко и нет сильных отклонений (например, отсеяла более «реалистичные» работы).
Также для обучения и использования модели получила уникальный токен на сайте hugginface. Прилагаю токен, если кому-нибудь еще захочется поделать рисунки в этом же стиле :): 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
В конце выбрала оптимальные веса модели и количество шагов при создании изображния для получения наилучшего результата. В моем случае были опробованы шаги 25, 45 и 85, и наиболее выразительный результат на удивление дало наименьшее количество шагов.
Результаты
На мой взгяляд, у модели отлично получилось передать «набросочность» данного стиля и не потерять ощущение рисованного карандашом эскиза. Также этому впечатлению способствуют прямые линии — модель отлично уловила не только их динамику, но даже те места, где карандаш слегка «размазывается» по работе.
Также очень порадовала перенятая особенность рисования лиц, у Kilgarra довольно узнаваемый способ изображения портрета, с острыми угловатыми чертами лица, курносыми носами и крупным ртом.
Качество финальных изображений было улучшено при помощи pixelcut.ai.
Отдельно порадовало, что модель обучилась передавать впечатление использования маркера и краски, так как таких изображений в подборке было немного. Включение цвета или тона на ограниченных участках встречалось в трети предоставленных модели изображений.
Еще одна характерная черта рисунков Kilgarra это рисование антропоморфных роботов. Модель чаще изображала роботов с очеловеченными лицами, но при этом сохраняла схожесть сюжетов и приемов изображения. Баг с человеческими лицам или отсуствием лица у роботов фиксировался более точным промптом.
На мой взгляд, нейросеть отлично справилась с задачей и сумела успешно обучиться довольно сложному художественному стилю. В результате проведенной работы можно сделать вывод, что данный инстурумент вполне способен стать подручным средством художника для ведения социальных сетей в условиях высокой конкуренции и большой скорости производства контента.
Блокнот в коллабе
