Обучение генеративной нейросети

Цель проекта — создание серии уникальных изображений, стилизованных под визуальный язык студии Ghibli. Основной задачей было не просто скопировать визуальный стиль, а воссоздать атмосферу, эмоциональную насыщенность и художественную идентичность, присущие работам Миядзаки и его команды. Проект задуман как способ изучить, насколько точно можно передать эстетику и характер художественного языка с помощью нейросетей, обученных на ограниченном количестве изображений.

Для обучения использовалось 10 тщательно подобранных кадров из разных анимационных фильмов студии Ghibli. В набор вошли кадры, отражающие разнообразные сцены: пейзажи, архитектуру, персонажей в разных эмоциональных состояниях, дневное и вечернее освещение.

Полученная серия изображений демонстрирует устойчивое воспроизведение характерных черт студии Ghibli:

Цветовая палитра: переданы пастельные, мягкие и тёплые тона. Преобладают зелёные и бежевые оттенки, приглушённые, но насыщенные.

Атмосфера: присутствует ощущение покоя, мечтательности и лёгкой сказочности — те самые “тихие чудеса”, характерные для студии.

Детализация: несмотря на генеративную природу, заметна аккуратность в проработке фона, текстур листвы, архитектурных форм.

Композиция: изображения не перегружены, оставляют много "воздуха", что характерно для эстетики Гибли.

Стилистические элементы: удалось передать такие вещи, как тёплое вечернее освещение, лёгкую акварельную фактуру, а также узнаваемую стилизацию персонажей — крупные глаза, округлые формы лиц, мягкая мимика.

Различия между изображениями: варьируется освещение (дневное/вечернее), степень присутствия персонажей (от полностью пейзажных сцен до сюжетных с персонажами), настроение (спокойствие vs. лёгкая тревожность).

Обучение нейросети происходило в среде Google Colab, что позволило удобно и гибко настраивать процесс, не перегружая локальную машину.

На старте были установлены все необходимые библиотеки, а также собран и доработан датасет, состоящий из 10 тщательно подобранных изображений в стиле студии Ghibli. Эти изображения отражали ключевые визуальные черты — от атмосферных пейзажей до персонажей в характерных сценах.

После подготовки и загрузки датасета в проект, был произведён визуальный контроль: проверка того, как изображения отображаются в коде и считываются системой. Это нужно было, чтобы убедиться — всё загружено корректно, и ничего не съехало по форматам.

Основной этап — само обучение модели. В этот период нейросеть анализировала изображения, училась выделять характерные черты визуального языка студии: мягкие тона, композиции, детали, атмосферу.

После завершения обучения началась генерация. Используя заданный префикс, я получила серию новых изображений, уже стилизованных под обученный стиль. Визуально они чётко улавливают эстетику Ghibli, при этом каждый результат остаётся уникальным.

Проект показал, что даже при небольшом наборе обучающих данных (всего 10 изображений) нейросеть способна уловить суть художественного языка студии Ghibli: её медитативную атмосферу, мягкую цветовую палитру, стилистические детали персонажей и уютную композиционную подачу. Полученные изображения не просто имитируют стиль, они воссоздают ощущение волшебства и теплоты, которое зрители привыкли чувствовать при просмотре фильмов Ghibli.

Несмотря на ограничения, генерация оказалась устойчивой — вариации между изображениями выразительные, но всё ещё внутри узнаваемой эстетики. Это подтверждает, что даже в рамках узкой стилистики можно добиться разнообразия, сохранив авторский дух.

https://disk.yandex.ru/d/mCO33VeV7DM4cQ