В проекте использована помощь от ChatGPT 5.6 Luna
«Архив тихих машин» — исследование вымышленной музейной коллекции: небольших биомеханических объектов, которые выглядят как одновременно приборы, семена и реликвии неизвестной цивилизации.
Задачей обучения является не скопировать конкретный предмет, а закрепить визуальный язык коллекции: тёмный музейный фон, фронтальную предметную композицию, приглушённую палитру металла и охры, графичную оболочку и светящийся центральный модуль.
Исходные изображения созданы специально для этого учебного проекта процедурным скриптом и являются оригинальными материалами автора. Внешние изображения и чужие произведения в датасет не включались.
№ 1 Исходный материал
В датасете 24 квадратных изображения 768×768 px. Вариации получены изменением формы корпуса, длины антенн, рисунка центрального модуля, положения объекта и зернистости фона. Несколько примеров находятся в outputs/dataset/.Пример одного из таких изображений показан слева
№ 2 Итоговая серия работ (результирующая серия)
Финальная серия состоит из восьми изображений.
Она читается как каталог находок: каждый объект имеет общий «генетический» признак, симметричную оболочку с центральным ядром, но отличается внутренним знаком, количеством рёбер и пропорциями.
1
2
3
4
5
6
7
8
№ 3 Визуальный анализ
В серии сохраняется консистентность фона и масштаба: объекты помещены в условное музейное пространство и сняты почти фронтально. Это помогает воспринимать их как единый архив, а не как набор разрозненных иллюстраций. Общая палитра построена на четырёх группах: угольно-синий фон, серо-зелёный металл, выцветшая охра и небольшой светлый акцент.
Различия появляются в трёх слоях:Во-первых, меняется силуэт: часть объектов вытянута по вертикали, часть выглядит более тяжёлой и круглой.Во-вторых, меняется «характер» ядра, дуга, крестовидная ось или радиальная схема.В-третьих, варьируется техническая деталировка: рёбра оболочки, антенны и опоры.
Благодаря этому модель передаёт не один шаблон, а систему признаков.
Изначальная идея соответствовала результату: вместо буквального персонажа получилась коллекция, где идентичность задаётся формой и материалом. Дополнительное улучшение в подготовленном пайплайне, квадратное кадрирование, единое разрешение, нормализация описаний и генерация нескольких seed-вариантов. Для финальной подачи рекомендуется отобрать изображения без артефактов и при необходимости сделать лёгкий апскейл.
№ 4 Процесс обучения
Ноутбук notebooks/sdxl_lora_archive.ipynb повторяет логику исходного примера: установка Diffusers, загрузка SDXL, подготовка изображений, DreamBooth LoRA, сохранение адаптера и генерация серии по единому trigger word quietmachine. Обучение рассчитано на Google Colab с GPU. Рекомендуемый старт — 24 изображения, 800–1200 шагов, batch size 1, gradient accumulation 4, learning rate 1e-4. Параметры следует скорректировать по доступной видеопамяти.
Важно: изображения в этой папке, это авторский процедурный мок-датасет для демонстрации структуры проекта. Чтобы заявлять о реально обученной SDXL LoRA, необходимо запустить ноутбук и заменить раздел предпросмотра на фактические результаты запуска.
№ 5 Описание применения генеративной модели
В проекте использована модель Stable Diffusion XL Base 1.0 с адаптацией LoRA, обучаемой на собственном датасете.Генеративная модель применялась для закрепления визуальных признаков коллекции и создания новых вариаций объектов по текстовым описаниям. Дополнительно использовался ChatGPT для формулировки концепции, структуры экспликации и подготовки кода ноутбука. Процедурные исходные изображения созданы скриптом автора, а не взяты из сети.
Ссылки:
исходный учебный ноутбук
[SDXL Base 1.0 на Hugging Face]https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0https://colab.research.google.com/github/shwars/ai-for-creatives/blob/main/6-DiffusionTraining/SDXL_DreamBooth_LoRA_Colab.ipynb
Финальная серия была сгенерирована после обучения SDXL LoRA на 24 изображениях авторского датасета. Для вызова изученного визуального образа использовалось ключевое слово quietmachine.
Различия между изображениями создавались изменением текстовых описаний формы, центрального ядра, антенн и материала корпуса.
Количество изображений в датасете: 24Размер изображений: 768×768 pxКоличество шагов обучения: 1200Модель: Stable Diffusion XL Base 1.0Метод: LoRAКоличество финальных изображений: 8Количество шагов генерации: 30Guidance scale: 6.5
