Для своего проекта я обратилась к одной из самых культовых фигур европейской легендарной традиции — королю Артуру. Меня привлекает средневековая эстетика с её символичностью, условностью и особой атмосферой, а также эмоциональная выразительность и драматизм романтизма XVIII века. В этом проекте я стремлюсь соединить эти два художественных мира, исследуя, как их образы и настроения могут сосуществовать в едином визуальном пространстве.
Исходные изображения
Смерть короля Артура, Джеймс Арчер, 1860 г. [1]/Ланселот и дракон, Артур Рэкхем, 1917 г. [2]
«Бог в помощь!», Эдмунд Блэр Лейтон, 1900 г. [3]
Все изображения, использованные в моём проекте, были взяты из Википедии и проверены на предмет лицензий и условий использования. Каждый файл имеет открытые лицензии, позволяющие свободное использование в учебных и исследовательских целях, включая лицензии семейства Creative Commons (CC BY, CC BY-SA) или находится в общественном достоянии (public domain).
Я убедилась, что для всех выбранных изображений соблюдаются требования лицензий, включая атрибуцию, и что их использование не нарушает авторских прав. Следовательно, все изображения можно легально использовать при формировании датасета для обучения модели в рамках проекта.
Результирующая серия изображений
В финальной серии изображений показан король Артур в стиле, вдохновлённом романтизмом XVIII века. Образ создавался на пересечении разных художественных традиций — романтических картин, средневековых гравюр и фресок. Благодаря этому получилось сделать работы, где сочетаются историческая условность и декоративность с яркими эмоциями и драматизмом. В некоторых изображениях действительно видно, как элементы гравюр вплетаются в композицию, и это не ломает идею, а наоборот, придаёт ей силу, подчёркивая связь с историческим и средневековым искусством. Особое внимание в процессе генерации я уделяла сохранению узнаваемого образа короля Артура. Несмотря на то, что промты каждый раз немного менялись, мне было важно удержать единый визуальный характер персонажа: его внешность, корону, доспехи, красную мантию и общее благородное, героическое впечатление. Отдельно я старалась работать с выражением лица, поскольку именно оно во многом определяет эмоциональное содержание изображения. Особенно удачными получились те результаты, где нейросети удалось передать не только внешний облик Артура, но и его настроение, внутреннюю напряжённость или торжественность. Во время работы возникали трудности. Иногда нейросеть слишком сильно уходила в реализм, из-за чего картинка теряла нужный стиль. А порой результат выходил слишком размытым, «мыльным» или просто корявым. Чтобы избежать таких проблем, приходилось несколько раз менять и уточнять промты, чтобы получить более стабильный эффект. К тому же нейросеть иногда застревала на одних и тех же образах, повторяя уже созданные варианты и с трудом переходя к новым композициям. Из-за этого приходилось тщательно менять формулировки. По мере развития серии я постепенно стала больше экспериментировать с позами и композицией, добавляя в изображения больше динамики. Благодаря этому серия изображений получилась более разнообразной.
Процес обучения
Процесс обучения модели начался с подготовки исходного материала. Для этого я собрала изображения короля Артура, которые находятся в свободном доступе и не защищены авторским правом. Все изображения были предварительно подкорректированы: я изменила их размер до квадратного формата 1 на 1, чтобы обеспечить единообразие датасета, и переименовала файлы для удобства организации и последующей загрузки в систему обучения.
Все это я для удобства и автоматизиции делала с помощью кода.
Для создания всех изображений одного размера и сделать их квадратными:
Переименовать изображения в arthur_1.jpg, arthur_2.jpg, arthur_3.jpg... и так далее:
Далее просто формируем zip архив и добавляем текстовые файлы. Эти текстовые аннотации крайне важны для обучения модели, так как они позволяют нейросети связывать визуальные признаки с языковыми описаниями.
Дальше начинается уже подготовка к обучению: в этом блоке кода задаются пути к изображениям и текстовым описаниям, уникальное имя концепта (kingarthurstyle) и папка для сохранения результатов. Также указываются параметры обучения: количество эпох, размер батча, скорость обучения и использование смешанной точности (fp16).
Дальше я просто беру обученую модель Stable Diffusion XL with DreamBooth and LoRA и дообучаю ее на своих данных (делаю я все это непосредственно в коде модели!). Я последовательно выполняю уже предоставленные ячейки с кодом, пока не дохожу до места, где мне необходимо поменять данные на свои.
Во-первых, я создаю папку lora_kingarthur, куда будут сохранятся все веса модели при ее обучении. Во-вторых (во втором блоке кода) Я меняю значения на свои.
В этом блоке кода мы загружаем модель Stable Diffusion XL и её VAE для работы с изображениями, подключаем заранее обученные веса LoRA для концепта kingarthurstyle и переносим модель на GPU (cuda) для генерации изображений.
