Проект исследует трансформацию художественного метода начала XX века в среде генеративного искусства. В основе идеи лежит обучение нейросети Stable Diffusion специфическому визуальному языку кубизма: фрагментации объектов, использованию множественных точек зрения и строгой геометризации форм. Цель эксперимента — проверить, способна ли модель не просто накладывать фильтр, а структурно перестраивать новые объекты согласно канонам аналитического и синтетического кубизма.
Для обучения был собран датасет из 13 произведений в стиле кубизма. Изображения прошли предварительную обработку: приведение к квадратному формату (1:1) и нормализацию цветового пространства для сохранения характерной охристо-синей палитры.
Технический процесс
Метод: Обучение LoRA (Low-Rank Adaptation) на базе архитектуры Stable Diffusion v1.5. Параметры: * Количество шагов (steps): 800.
Learning Rate: 1e-4.
Инструментарий: Скрипты Dreambooth LoRA (Diffusers) в среде Google Colab (GPU T4).
Трудности: В процессе возникали ошибки идентификации файлов (UnidentifiedImageError), которые были решены путем очистки датасета от неграфических данных и оптимизации структуры папок.
Полученные изображения:
