Послесвечение

Послесвечение (afterglow) — физический термин: свет, который продолжает исходить от предмета, когда источник уже погас.Так ощущается конец ночи в клубе. Музыка выключена, люди разошлись, но зал как будто ещё помнит их: в дыму, в огнях гирлянды, на полу в конфетти.Я обучила нейросеть Stable Diffusion на своих репортажных фотографиях с вечеринок. На каждой из них есть люди: танцующие, смазанные движением, в пурпурном свете. Затем я попросила модель показать этот же зал пустым. Модель не может до конца «забыть» тех, на ком училась, и в пустом пространстве проступают их следы: полупрозрачные силуэты, руки в лучах света, тени, растворённые в дыму.Серия из 10 кадров — хроника последних часов ночи, с 03:40 до 06:10. От кадра к кадру я снижаю силу обученного стиля, и «память» нейросети о вечеринке постепенно гаснет вместе с её светом.

Источники и права использования:
— 20 фотографий из моего личного архива: репортажная съёмка с клубных вечеринок, автор — я.Что объединяет кадры:
— пурпурно-розовый свет на глубоком чёрном фоне с холодными синими акцентами;
— смаз движения: «размазанные» волосы, руки, силуэты;
— плёночное зерно и мягкий контраст;
— ракурсы снизу и под углом, вспышка на волосах, гирлянда точечных огней под потолком.Все фотографии приведены к квадрату 1:1.

Серия из 10 кадров: от последнего трека до рассвета. Рядом с каждым кадром указаны время и сила обученного стиля (от 1.0 до 0.4).03:40 — Последний трек (стиль 1.0). Танцпол ещё полон, но люди уже превращаются в полупрозрачные световые следы.
04:00 — Руки вверх (0.95). От толпы остались только поднятые руки, растворяющиеся в пурпурном дыму.
04:20 — Пара (0.9). Два силуэта в объятии тают в дымке, как будто их движение отпечаталось в воздухе.
04:40 — Куртка (0.85). Последний гость у пустой стойки. Зал почти опустел.
05:00 — Дым (0.8). Пустая сцена, один луч прожектора и фигура, которая вот-вот исчезнет.
05:15 — Пульт (0.75). Музыка закончилась, но пульт диджея ещё светится. Людей в кадре больше нет.
05:30 — Конфетти (0.7). Пол усыпан конфетти, последний размытый силуэт уходит в темноту.
05:45 — Гирлянда (0.65). Гирлянда горит над пустым танцполом, свет расплывается, как воспоминание.
06:00 — Свет включили (0.5). Пустой зал. Пурпур выцветает, ночь заканчивается.
06:10 — Дверь (0.4). Открытая дверь в утро: в проёме холодный голубой свет, внутри последнее пурпурное свечение.

Я сравнила один и тот же запрос («пустой клуб, дымка, гирлянда») без обучения и с обучением. Базовая SDXL рисует постановочный зал в тёплом жёлтом свете. Обученная модель переносит мой стиль: пурпурно-розовую палитру с синими акцентами, зерно, смаз движения, гирлянду точечных огней. Кроме того, в «пустом» зале сами появились размытые танцующие фигуры: модель видела этот свет только вместе с людьми и не может отделить одно от другого. На этом построена концепция серии.

Без обучения картинка рекламная: резкие люди, ровный свет. На шаге 250 из 500 фигуры растворяются в смазе и фон темнеет. На шаге 500 добавляются детали моей съёмки: гирлянда, вспышка на волосах, зерно.

Главный приём серии — сила обученного стиля (вес LoRA), от 1.0 до 0.4. При высокой силе кадр тёмный и зернистый, люди превращаются в призраков. При низкой изображение становится обычным нейросетевым: ровный свет, одинаковые резкие фигуры. В серии это работает как время: ночь становится всё более далёким воспоминанием.

Кадры 1–3: люди есть, но уже стали световыми следами. Кадры 4–5: одиночные фигуры у стойки и на сцене. Кадры 6–8: людей нет, остаются предметы и свет. Кадры 9–10: пустые пространства, в финале появляется холодный утренний свет. Палитра остаётся единой по всей серии. В кадре «Свет включили» я просила белый рабочий свет, но зал остался пурпурным: память о вечеринке оказалась сильнее запроса.Детали генерации. Каждый кадр сгенерирован в 2–4 вариантах (seed), лучший выбран вручную. Для пустых кадров люди исключены негативным запросом, для кадров с призраками описаны как «полупрозрачные силуэты в смазе». При низкой силе стиля кадры «Конфетти» и «Гирлянда» уходили в тёплый оранжевый, характерный для базовой модели. Я добавила в запросы пурпурный цвет и немного подняла силу стиля. Модель подписей BLIP иногда ошибалась на ночной съёмке (описала одно фото как «две птицы в темноте»), но на обучение стиля это не повлияло: ключевое слово стиля стоит в начале каждой подписи.

20 фотографий загружаются в ноутбук и приводятся к квадрату. Нейросеть BLIP автоматически подписывает каждое фото, к подписи добавляется ключевое слово стиля aftrglw. Затем Stable Diffusion XL дообучается методом DreamBooth + LoRA: обучается не вся модель, а небольшая надстройка к ней.— Базовая модель: Stable Diffusion XL 1.0
— Метод: DreamBooth + LoRA (rank 16)
— Датасет: 20 изображений, разрешение 512×512
— Шаги: 500, скорость обучения 1e-4
— Оптимизация: gradient checkpointing, 8-битный Adam, fp16
— Google Colab, GPU T4, 43 минуты, итоговый loss ≈ 0.04
— Генерация: 1024×1024, 30 шагов, guidance scale 7

Stable Diffusion XL 1.0 — базовая модель генерации, дообучена на моих фотографиях. https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0DreamBooth + LoRA (diffusers) — метод дообучения.
https://github.com/huggingface/diffusers/tree/main/examples/dreamboothBLIP — автоматические подписи к обучающим изображениям.
https://huggingface.co/Salesforce/blip-image-captioning-baseClaude (Anthropic) — разработка концепции, адаптация кода обучения из ноутбука курса, черновики текстов экспликации.
https://claude.ai