Шесть городских сцен, созданных с помощью Stable Diffusion XL и адаптера LoRA, обученного на гравюрах Кацусики Хокусая.
01 / Идея
Как изменится знакомый городской сюжет, если изобразить его средствами японской цветной гравюры?
В этом проекте я исследовала перенос визуального языка Хокусая на сцены повседневной жизни: прогулку по набережной, поездку через реку, двор, стройку, зимний парк и вечернюю остановку.Я выбрала Хокусая из-за сочетания выразительного контура, крупных цветовых пятен и подробного рисунка внутри них.
Первоначально я хотела получить современные городские сцены в выбранной графической манере. В ходе генерации обнаружилось, что модель переносит вместе с цветом и линией характерную архитектуру, одежду и пейзажные мотивы. Итоговая серия показывает, как городской сюжет меняется под влиянием обучающей подборки.
02 / Исходные изображения
Для обучения модели было собрано 24 репродукции разных гравюр из серии «Тридцать шесть видов Фудзи». Я ограничила подборку одной серией, чтобы сохранить близость графической манеры, и включила разные типы сцен: воду, горы, поселения, мосты и повседневный труд.
Источник репродукций — коллекция The Metropolitan Museum of Art. Для отобранных изображений сохранены музейные карточки и отметки Public Domain. Музей распространяет такие репродукции в рамках Open Access с обозначением CC0.[Условия использования изображений]
Ниже — шесть примеров из исходной подборки. Здесь показаны полные музейные репродукции; для обучения я использовала квадратные фрагменты.
Большая волна в Канагаве
Эдзири в провинции Суруга
Водяное колесо в Ондэне
В горах провинции Тотоми
Утро после снегопада в Коисикава
Нихонбаси в Эдо
03 / Подготовка и обучение
Горизонтальные репродукции были кадрированы и уменьшены до квадратных изображений размером 1024 × 1024 пикселя без растягивания и генеративной дорисовки. Такое преобразование позволило привести датасет к единому формату, но часть исходной композиции оказалась за пределами кадра.
Для каждого изображения я подготовила текстовую подпись с описанием его содержания и общим маркером hksai24 woodblock print. Он связывает изображения подборки с одним обозначением в запросах к модели.Обучение проходило в Google Colab на Tesla T4. Я использовала SDXL Base 1.0 и метод DreamBooth с LoRA: обучался адаптер UNet, а текстовые энкодеры оставались замороженными. Подготовленные файлы имели размер 1024 × 1024, но непосредственно обучение выполнялось при разрешении 512 × 512.
Журнал подтверждает достижение 800 шагов и сохранение финальных весов. Контрольные точки записывались каждые 200 шагов. Основной запуск с завершением занял примерно 1 час 26 минут. После сброса сеанса я использовала сохранённые на Google Drive веса, конфигурацию и журнал; повторять обучение для генерации не требовалось.
04 / Итоговая серия
Я собрала шесть изображений размером 1024 × 1024 пикселя. Их объединяют кремовый фон, оттенки синего и зелёного, небольшие охристые и красные акценты, тёмные контуры и имитация бумажной фактуры. При этом у каждой сцены свой композиционный ритм.
1 — Набережная
Диагональ набережной соединяет плотную группу прохожих с открытым пространством реки. Зонты образуют повторяющийся рисунок, а вытянутые лодки поддерживают движение вдоль берега. Вместо современной городской среды модель предложила историческую архитектуру и одежду.
2 — Переправа
Крупная арка металлического моста занимает верхнюю часть композиции; ниже расположены лодки и берега реки. Красные вагоны выделяются на светлом фоне. Транспортный сюжет сохраняется, но выглядит фантастическим: состав разделён на фрагменты, а устройство моста и движение по нему переданы условно. На горизонте появляется знакомый по датасету силуэт Фудзи.
3 — Двор
Вертикальные стены, наклонные крыши и силуэт сосны обрамляют небольшое пространство двора. Эта работа спокойнее остальных по плотности действия. Однако запрос на двор между многоквартирными домами преобразовался в деревянную застройку; вместо одной собаки появились две. Здесь особенно заметно, что модель переносит и манеру изображения, и предметные мотивы.
