Концепция и референсы
Визуальный ориентир проекта —
«Человек-паук: Через вселенные»: сочетание
объёма анимационного фильма, графических
теней и насыщенных цветных контуров. Эти
принципы перенесены на разных оригинальных
персонажей, которых объединяет одна
городская среда.
Стилевые ориентиры на примере специально сгенерированных исходников. Это не кадры фильма и не результаты обученной LoRA.
Вместо повторения героев фильма в серии
появляются новые лица с разными причёсками,
одеждой и аксессуарами. Город работает как
общая сцена. Бирюзовые, малиновые и оран-
жевые акценты связывают костюм, лицо
и архитектуру в одном изображении.
Базовая модель умеет интерпретировать
описание анимационного стиля, но
графический почерк и окружение меняются
между генерациями. Поэтому задача проекта —
обучить собственный стилевой адаптер
и посмотреть, какие признаки он добавляет
к неизменным текстовым запросам.
Фрагменты 16 квадратных изображений: 14 train + 2 validation. Полные исходники и подготовленные изображения находятся в dataset.zip.
Для обучения подготовлены 16 квадратных
изображений новых взрослых персонажей
через OpenAI imagegen. После просмотра они
уменьшены до 768×768 без художественных
фильтров. В обучении участвовали 14
изображений, ещё 2 отложены для validation.
Индивидуальные подписи содержат маркер
framefolk. Кадры фильма в наборе не
использовались.
Полные подготовленные изображения: a04, a08, a12. Обучающий материал OpenAI imagegen.
Цель — создавать новых персонажей на
пересечении комикса и 3D-анимации. Важны
читаемое лицо, цветной свет и ясный силуэт.
При этом герой должен оставаться главным
центром внимания даже на контрастном
городском фоне.
Мои генерации
Серию объединяют объём лица, крупные
графические тени и контрастный цветной край.
Из 12 контрольных генераций выбраны 10.
Итоговые параметры: 768×768, 32 шага DPM++
2M Karras и сила LoRA 0,7. Под изображениями
сохранены фактические промпты.
Рыжие кудри и синие наушники. Портретный фрагмент полного квадратного кадра. Prompt: framefolk, an adult female urban musician with short curly copper hair, teal headphones, indigo jacket over a coral shirt, expressive smiling waist-up portrait. Spider-Verse animated character, designed face, dimensional graphic shadows, crisp ink accents, subtle halftone, cyan rim light
Очки и малиновый шарф. Prompt: framefolk, an adult Black male city librarian with short silver hair and magenta round glasses, navy jacket with amber scarf, warm smiling waist-up portrait. Spider-Verse animated character, designed face, dimensional graphic shadows, crisp ink accents, subtle halftone, cyan rim light Короткая стрижка и оранжевая куртка. Prompt: framefolk, an adult East Asian female
Адаптер усилил связь между лицом, цветным
светом и городским окружением. В каждом
контрольном сравнении база и LoRA получали
одинаковые полный prompt и seed. Поэтому
вклад обучения рассматривался вместе
с художественными указаниями, которые
уже содержались в тексте.
Жёлтая куртка и контрастный свет. Prompt: framefolk, an adult female mural painter with dark braided hair and brown skin, lilac bomber jacket over a yellow shirt, expressive waist-up portrait. Spider-Verse animated character, designed face, dimensional graphic shadows, crisp ink accents, subtle halftone, cyan rim light Тёмный костюм и бирюзовый шарф. Prompt: framefolk, an adult Latino male night b
Малиновая чёлка и светлый воротник. Портретный фрагмент полного квадратного кадра. Prompt: framefolk, an adult female roller skater with freckles and a magenta pixie haircut, cream jacket with teal shoulders, friendly waist-up portrait. Spider-Verse animated character, designed face, dimensional graphic shadows, crisp ink accents, subtle halftone, cyan rim light
Наиболее устойчиво передались контраст,
цветные контуры и характер теней.
Полутоновая фактура выражена неравномерно:
нельзя утверждать, что модель одинаково
точно воспроизводит все особенности
печатного комикса или анимационного фильма.
Профиль на фоне тёплого города. Портретный фрагмент полного квадратного кадра. Prompt: framefolk, an adult female street violinist with auburn hair in a bun, mustard coat over a navy turtleneck, thoughtful waist-up portrait. Spider-Verse animated character, designed face, dimensional graphic shadows, crisp ink accents, subtle halftone, cyan rim light
Для серии отбирались кадры с хорошо
читаемыми лицами. Два кандидата исключены
из-за менее выразительного или слишком
затемнённого лица. Один кадр в конце показан
повторно для разбора детали; уникальных
персонажей в серии десять. Ретушь итоговых
PNG не применялась.
Серебристая стрижка и многослойная куртка. Prompt: framefolk, an adult female urban botanist with silver cropped hair and olive skin, orange utility vest over cyan hoodie, waist-up portrait. Spider-Verse animated character, designed face, dimensional graphic shadows, crisp ink accents, subtle halftone, cyan rim light Короткая стрижка и оранжевая куртка. Повторный показ детали; отдельной генерации
Описание применения генеративной модели
В проекте использована Segmind SSD-1B,
производная Stable Diffusion XL,
с собственным LoRA-адаптером UNet. Обучение: 800 шагов, rank 24, 14 train-изображений; 2 validation-изображения
не участвовали в обновлениях. База UNet, VAE и оба CLIP заморожены. Применена собственная реализация на основе официального примера Diffusers, а не до-словное выполнение DreamBooth-скрипта преподавателя.Исходники созданы через OpenAI imagegen;
точное внутреннее название модели
инструмент не сообщил. Codex использован
для кода, подписей, текста, визуальной
проверки и макета. Итоговая серия получена
обученной LoRA, без подмены результатами
imagegen и без ретуши. Кадрирование
в лонгриде служит показу деталей; полные PNG сохранены отдельно.
