The Mandela Catalogue

В рамках данного проекта я обучил генеративную нейросеть Stable Diffusion на основе визуального материала из культового веб-сериала в жанре analog horror/VHS horror — The Mandela Catalogue.

Выбор именно этого сериала был обусловлен его уникальной визуальной эстетикой, атмосферой тревоги и искажения привычной реальности. Его выразительный язык VHS-записей, глитч-эффектов и мрачных, почти параноидальных образов идеально подходит для изучения и воссоздания характерной среды аналогового ужаса с помощью нейросетевых технологий.

Проект не только исследует границы синтетического изображения, но и отсылает к феномену коллективного страха в цифровую эпоху, где тревожное может прятаться за знакомыми экранами.

Что представлено в итоговой серии изображений

Нейросеть сгенерировала несколько образов, каждый из которых вдохновлён визуальным языком The Mandela Catalogue. В изображениях представлены:

• тревожные силуэты

• искажённые лица

• пустые интерьеры

• зловещие тени

• стилизованные под VHS/analog‑horror сцены

Все кадры выдержаны в едином тоне: приглушённая палитра с фиолетово-серыми оттенками и «плёночной» текстурой.

Связь с концепцией проекта

Образы чётко передают атмосферу The Mandela Catalogue:

• тревога на грани с паранойей

• неустойчивое чувство времени и пространства

• присутствие чего-то потустороннего, но неявного

• визуальные коды (телевизоры, силуэты в дверях, пустые углы)

Особенно хорошо отражены:

• эстетика «аналога» (шумы, цветовой дрифт, неестественная резкость);

• дух «инструктажей», где лица теряют человечность;

• тема двойников и альтернатив, как визуальный мотив искажения человеческой природы.

Разбор характеристик изображений

Сильные стороны:

• Изображения достаточно точно воспроизводят образы «альтернатив»: смазанные, тёмные, с акцентом на глаза/рот.

• Изображение с комнатой с лицом вдалеке успешно передает атмосферу, как будто «альтернатива» наблюдает из самого пространства.

• Изображение с телевизором в углу — великолепный символ тревожного наблюдения. Пустота и мрак за экраном говорят сами за себя.

Моменты, которые можно доработать:

• Изображения можно было бы чуть сильнее стилизовать, например добавлением визуального шума или глитчей/искажений

Обработка и технические детали

Для реализации проекта использовалась генеративная нейросеть Stable Diffusion XL (SDXL), дообученная с помощью методов DreamBooth и LoRA (Low-Rank Adaptation) в среде Google Colab с использованием GPU уровня T4.

DreamBooth позволил встроить в модель образы и стили конкретного визуального источника (The Mandela Catalogue) путём fine-tuning на небольшой кастомной выборке кадров из сериала.

LoRA обеспечил более эффективное дообучение за счёт замены полных весов на низкоранговые матрицы, что сократило требования к ресурсам и ускорило процесс.

Для оптимизации процесса применялись:

• Mixed precision training (fp16) — уменьшение потребления памяти без потери качества;

• Gradient checkpointing — для обработки больших batch size без превышения лимитов VRAM;

• AdamW 8-bit оптимизатор — для снижения нагрузки на GPU-память.

Генерация финальных изображений велась через pipeline diffusers, где обученные веса LoRA и DreamBooth были загружены в pre-trained SDXL. Результаты сохранялись в разрешении 1024×1024 пикселя.

Дополнительных стадий постобработки (например, апскейлинга или ретуши) не применялось — визуальные характеристики достигнуты исключительно за счёт fine-tuning модели и правильно настроенных промптов.

Визуальный анализ вариаций

Вариации охватывают три основные категории:

• Лица — крупный план, искажённые, с провалами в глазницах или ртах

• Интерьеры/комнаты — пустые сцены с тревожной атмосферой

• Силуэты/фигуры — тёмные фигуры на фоне

Все изображения визуально единообразны, но каждое предлагает свою вариацию страха: через пустоту, наблюдение или нечеловеческое искажение.