Обучение генеративной нейросети под стиль Утагава Хиросигэ
ОПИСАНИЕ ПРОЕКТА
Проект посвящён обучению нейросети на базе моделей типа Stable Diffusion с использованием LoRA-тюнинга для генерации изображений в стиле японского художника Утагава Хиросигэ. Главной целью стало не только достижение максимального сходства с оригинальной гравюрой, но и передача колорита и уникальной атмосферы через современные алгоритмы машинного обучения. Генерируемые изображения должны были не только отражать композиционные и цветовые принципы Хиросигэ, но и открывать новые сюжеты — современные или фантазийные, выполненные именно в этом стиле.
Для подготовки проекта собран специальный датасет, включающий разнообразные шедевры Хиросигэ: это пейзажи городов и деревень, сцены с мостами и реками, горные виды, мотивы японских садов, рисовые поля, жизненные сценки с прохожими, путниками, торговцами и животными, а также изображения природных явлений — ливней, рассветов, цветения сакуры, тумана и вечернего неба. Важное значение при отборе работ художника имело их разнообразие и репрезентативность для всех основных аспектов авторского стиля.
Нейросеть обучается на выбранном наборе этих произведений, чтобы уловить ключевые художественные черты: линейность, чистота цветовых пятен, контраст между насыщенными участками и прозрачными градиентами неба и воды, внимание к деталям повседневной жизни, характерная для японской цветной ксилографии работа с перспективой и пространством.
ИСХОДНЫЕ ИЗОБРАЖЕНИЯ
РЕЗУЛЬТАТ В НЕЙРОСЕТИ
Результат в нейросети
КОММЕНТАРИЙ
На сгенерированных картинках отчётливо проявляются стилистические особенности, на которых фокусировалась нейросеть: узнаваемая композиция с глубиной и горизонтами, динамика повседневной жизни людей и природы, чистые и правильно подобранные цветовые сочетания — от приглушённых зелёных и серо-голубых оттенков для ландшафта до ярких акцентов алого и жёлтого в деталях архитектуры или одежды. Особое внимание нейросеть уделила характерной светотени: переходам между светлым небом и мутно-синими водами, деликатной передаче атмосферы дождя или зари, туманным эффектам, подчёркивающим поэтический лад гравюр. Сохраняется и ритм декоративной линии — чёткий контур деревьев, извилистых дорог, мостов и фигур.
Вариации серии демонстрируют возможности генератора — от почти каллиграфической стилизации под эстампы эпохи эдо до более абстрактных интерпретаций с современной тематикой.
Нейросеть обучилась воспроизводить ключевые элементы японской ксилографии Хиросигэ на любом сюжете: будь то городской или сельский вид, портрет, храм, мост или тихий уголок природы.
Результат в нейросети
НОУТБУК С КОДОМ
Вся работа по обучению нейросети производилась в среде Google Colab. Структура ноутбука включает в себя: — Подготовку работ художника, обработанные и приведённые к нужному формату — Автоматическую генерацию текстовых промптов, описывающих содержимое каждого изображения для лучшего обучения модели — Реализацию кода тренировочного цикла LoRA с пошаговой валидацией результатов — Механизм генерации новых работ в изученном стиле — Итоговую выборку и анализ созданных изображений
На каждом этапе проводилась верификация качества: отслеживалось, насколько точно модель улавливает графическую структуру, узнаваемые цветовые сочетания, композиционные решения, характер света.
ИТОГИ
В рамках работы удалось доказать, что нейросетевая модель обучается воспроизводить ключевые особенности визуального стиля Утагава Хиросигэ: точность цветовых решений, композиционную структуру и особенности изображения пространства. Эксперимент показал, что генерации действительно отражают основные характеристики японской гравюры, а подход к подготовке данных и кода оказался универсальным — такие методики можно применять для стилизации под других художников или для создания уникальных авторских коллекций.
