Original size 1140x1600

Мебель, вдохновленная заброшенными зданиями

PROTECT STATUS: not protected
3
The project is taking part in the competition

концепция

Данный проект представляет серию мебели, которая вдохновлена заброшенными, полуразрушенными зданиями. В идеи заложен поиск новых форм, которые будут кардинально отличаться от уютных и комфортных предметов интерьера. Определившись с концепцией, была начата работа над генерацией изображений с помощью Stable Diffusion.

Главная цель проекта — посмотреть, удастся ли нейросети переосмыслить привычные человеку формы.

big
Original size 3840x1136

изображения взяты с сайтов «Pexels» и «Pixabay»

Была собрана база данных из квадратных изображений с типизированными заброшенными постройками. Так как подобная работа выполнялась впервые, архив включал в себя 28 картинок.

Список использованных в проекте инструментов: Stable Diffusion — обучение генеративной нейросети; Google Colab — выполнение кода и генераций; Hugging Face — получение токена для обучения нейросети, загрузка полученной модели на сайт.

процесс обучения

Первым шагом необходимо было выгрузить через встроенную функцию картинки-референсы в среду, в которой происходила работа, а далее важно было проверить, что изображения загрузились.

big
Original size 2370x938

Фрагменты кода

Фрагменты кода

Следующим шагом было создание подписей к изображениям и последующая генерация префиксов.

Original size 2264x692

Фрагменты кода

Original size 2264x372

Фрагменты кода

Затем нужно было зарегистрироваться на сайте Hugging Face, чтобы получить токен и начать обучение модели. Благодаря следующим параметрам, процесс обучения занял меньше часа:

Разрешение: 512 Максимальный шаг тренинга: 500 Чекпоинт: 250

Original size 2266x846

Фрагменты кода

Теперь можно было сохранить полученную модель на Hugging Face и начать генерацию изображений.

Original size 2264x1096

Фрагменты кода

изображения

В качестве первого изображения был сгенерирован бетонный стул с пятнами ржавчины и металлическими прутьями. В качестве фона важно было выбрать соответствующее концепции пространство, поэтому во всех промптах — это заброшеные и полуразрушенные здания. Также для передачи шероховатой текстуры металла и ржавчины, было запрошено большое количество деталей.

В похожем стиле была создана и следующая генерация, на которой изображен кофейный стол. Нейросеть следовала промптам и сделала акцент на грубой поверхности, неровностях и ржавчине.

Original size 1024x1024

prompt = «concrete chair grown from cracked floor, exposed rebar, rust stains, dust, abandoned factory interior, volumetric light, ultra detailed»

Original size 1024x1024

prompt = «coffee table from crushed concrete slab with embedded rebar grid, rust drips, debris, long shadows, 35 mm photo»

На втором изображении получилось кресло покрытое мхом и облезшей краской. Чтобы произвести яркое впечатление от получившихся изображений, были проведены параллели между предметом интерьера и текстурой, которая на него накладывается. Так, например, для изначально жесткого по своей форме стула, был выбран соответствующий тип материала: бетон и металл, в то время как, мягкое, обтянутое тканью кресло, покрыто пушистым мхом.

Original size 1024x1024

prompt = «armchair made of flaking paint and corroded steel plates, moss patches, broken tiles, industrial ruin atmosphere, cinematic»

Во время третьей генерации возникла идея провести параллели между самой формой мебели, а не материалом. Так, получилось сгенерировать каменный диван, который напоминает большие бетонные плиты. По такому же принципу строится и четвертая генерация, на которой получилось создать каменную скамейку, которая будто приросла к земле.

1. prompt = «sofa sculpted from chipped brick and concrete, seams like wall cracks, powdery dust, beams of light through broken windows» 2. prompt = «bench carved from broken concrete with rebar roots

Далее возникла мысль о том, как нейросеть справится с генерацией светильника. Стоит заметить, что изображение получилось похожим на современный светильник, который можно найти в магазине. Несмотря на то, что стиль промпта не менялся, сохранилось описание грубого материала и фона, сформировалась уютная и приятная атмосфера.

Original size 1024x1024

prompt = «floor lamp grown from oxidized pipe and concrete base, frayed wiring, soot, empty turbine hall»

На первых изображениях можно заметить, что нейрость научилась генерировать грубые, шероховатые поверхности, поэтому светильник вдохновил на создание маленькой серии с более простыми материалами, как металл, что позволило создать ощущение более просторного помещения.

1. prompt = «dining table assembled from cracked cement and rusted I-beams, powder dust cloud, abandoned workshop background» 2. prompt = «wardrobe fused with oxidized metal beams, peeling turquoise paint, concrete spall, gloomy warehouse, soft fog»

промпты к изображениям приведены выше

Также в качестве эксперимента было интересно посмотреть, как нейросеть справится с совмещением мягкого постельного белья и трескающихся бетонных стен здания. В отличии от изображения светильника, данная генерация соответствует заданному стилю. При рассмотрении картинки пропадает ощущение уюта и мягкой пастели, вместо этого появляется жесткая, грязная ткань и осыпавшейся с потолка цемент.

Original size 1024x1024

prompt = «bed frame from rusted girders and crumbling cement, dust particles in air, factory loft ruin, photorealistic»

вывод о работе

Проанализировав все изображения, можно сделать вывод, что в ходе работы удалось обучить нейрость генерации изображений на основе референсов и промптов. с помощью нее получилось визуализировать концепцию переосмысления формы мебели и не только наложить различные текстуры, но и поменять полностью материал привычных человеку вещей.

Original size 2880x821

Тем не менее, иногда появлялись ситуации, в которых изображения не до конца повторяли промпты. Небольшое отклонение от стиля можно заметить в изображениях, приведенных ниже: это отсутствие легкой дымки, ошибка в материале и отход от стиля генерации.

Original size 2880x975
Мебель, вдохновленная заброшенными зданиями
3
We use cookies to improve the operation of the website and to enhance its usability. More detailed information on the use of cookies can be fo...
Show more