Концепция проекта
«2015.exe» — это ностальгическое исследование моего личного архива кривых анимешных рисунков через ии.
Спустя более десяти лет я обращаюсь к ним как к кринжовому артефакту прошлого, своеобразному слою памяти. С помощью обучения модели Stable Diffusion XL (DreamBooth + LoRA) я создаю «цифрового двойника» своего подросткового мышления аниме тамблер гёрл прямиком из 2010-х.
В основе датасета мои рисунки персонажей, созданные в 2015 году. Эти работы отличаются крайне интуитивной пластикой, нарушенной анатомией, спонтанной композицией и отсутствием академизма.
Нейросеть здесь попытается стать инструментом реконструкции подросткового взгляда на творчество. Оно будет воспроизводить мой стиль, пробуя создать героев так, как оно способно.
Цель проекта: создать генеративную модель, способную убедительно воспроизводить визуальный язык моих кривых подростковых рисунков 2015 года с ностальгическим настроением тех времен. Важно сохранить бумажные текстуры, виньетки, непрофессионализм цветокоррекции, стилизацию под реальную съёмку и т. д.
Задачи проекта: 1.Собрать и проанализировать собственные рисунки персонажей 2015 года и выделить их характерные визуальные особенности (форма, пропорции, цвет, композиция) 2.Сформировать датасет из квадратных изображений (1:1), подготовленных к обучению (кадрирование, выравнивание, единый формат) 3.Обучить модель Stable Diffusion XL с использованием DreamBooth и LoRA на основе собранного датасета 4.Сгенерировать серию изображений в стиле подростковых аниме-скетчей и проб, демонстрирующих продолжение и развитие ностальгического, неровного, наивного стиля с сохранением текстур рисунка карандашами, чернилами или акварелью 5. Проанализировать полученные результаты с точки зрения сохранения стилистических особенностей, вариативности образов и сделать заключение
В процессе работы будут проанализированы результаты генерации по данным параметрам: степень сохранения формы, устойчивость цветовой системы, характер искажений и вариаций, влияние параметров генерации на итоговое изображение. Главный эффект, который я считаю нужным достичь — это AI-симуляцию своего подросткового художественного сознания.
Сборка датасета и его особенности
Первые задокументированные наброски в 2015 году
Проект начался с хаоса, потому что мой архив 2015 года — это недо-аниме рисунки, снятые на мыльницу с кучей фильтров, странным освещением и размерами
Первая особенность — самодельная унификация датасета. Все изображения были вручную масштабированы, приведены к единому разрешению 640×640 в Photoshop. Эффекты виньетки, блики и размытия оставлены оригинальные, чтобы сохранить атмосферу оригиналов.
Вторая особенность — разный уровень мастерства и материалы. В 2015 году я активно развивала свои навыки, поэтому в начале года было много кривых набросков карандашами и фломастерами, а к концу года пошел уже более-менее внятный стиль с чернилами или акварелью. Эта разноуровневая коллекция дала модели возможность уловить постепенное развитие стиля и передавать его нюансы в генерациях.
Адаптированный датасет
Работы с начала 2015 года
Работы к концу 2015 года
Описание применения генеративной модели и процесс работы над кодом
В проекте «2015.exe» для исследования и реконструкции визуального стиля моих рисунков 2015 года использовалась генеративная нейросеть Stable Diffusion XL.
Для адаптации модели под мой кринжовый художественный стиль применялись методы DreamBooth и LoRA, что позволило обучить нейросеть на ограниченном датасете собственных изображений без создания модели с нуля.
Я использовала следующую архитектуру и инструменты: 1. Базовая модель: stabilityai/stable-diffusion-xl-base-1.0 2. Вариационный автокодировщик (VAE): madebyollin/sdxl-vae-fp16-fix 3. Методы адаптации: DreamBooth + LoRA 4. Фреймворки: diffusers, transformers, accelerate, PEFT 5. Среда: Google Colab с бесплатным GPU 6. Нашла такие функции как: precision FP16, attention slicing для экономии видеопамяти и больших попыток
Первый этап: системная подготовка датасета более чем из 80 моих старых полу-аниме картинок и скетчей. Все изображения были приведены к единому разрешению 640Х640 (1:1). Создание метаданных: к каждому изображению присвоен промпт illustration in NEW2015 style для обучения модели.
Второй этап: обучение модели. Оно происходило с использованием LoRA поверх SDXL, что позволяло адаптировать базовую модель к особенностям стиля без потери качества генерации и с простой оптимизацией процесса из исходного кода.
Основные параметры обучения: Размер изображения: 640×640 px Batch size: 2, градиентная аккумуляция: 4 Learning rate: 1e-4, LoRA rank: 8 Max train steps: 600, checkpointing каждые 300 шагов Precision: FP16, использование 8bit Adam для экономии памяти Seed: 42 для воспроизводимости
Важно упомянуть: во время обучения применялись техники attention slicing и gradient checkpointing, чтобы минимизировать потребление видеопамяти, обеспечить стабильность процесса и генерировать по три картинки за раз
Третий этап: генерации с локально обученной моделью. Были созданы первые серии изображений в стиле личного архива 2015 года.
Процесс генерации включал: Настройку LoRA strength для контроля степени влияния обученного стиля Использование уникальных случайных seed для сохранения вариативности Применение negative prompts, исключающих чрезмерный реализм и современные цифровые эффекты, чтобы сохранить наивный, полу-аниме стиль рисунков
Каждое изображение создавалось с параметрами: num_inference_steps: 30 guidance_scale: 8 размер: 640×640 px
В результате данной работы был создан инструмент, более-менее способный воспроизводить эстетику выбранного периода. Личный архив превратился в систему ностальгии.
Некоторые примеры промптов и настроек, использованные во время работы
Первая генерация
На этапе пробной генерации я столкнулась с несколькими сложностями:
1. Модель иногда отходила от исходного стиля, особенно когда я усиливала аниме-элементы в промпте. Картинки легко теряли наивность моей базы, становясь стерильными
2. Высокое разрешение в рамках бесплатных ии генераций и сложная структура SDXL сильно загружали видеопамять, появлялись ошибки OutOfMemory. Приходилось искать баланс между качеством деталей, размером изображения и памятью, использовать attention slicing и FP16
3. Настройка картинок и промптов стали достаточно тонкой работой. Слишком много аниме или деталей очень портило фон и образы персонажей. Приходилось подбирать силу LoRA и генеративную случайность так, чтобы сохранять стиль базы и получать разнообразные варианты
Итоговые генерации
После обучения с помощью LoRA была сгенерирована серия изображений в стиле моего архива 2015 года. Модель более-менее сохраняет характерные черты рисунков: полу-аниме-наивность, текстуру бумаги и мягкую зелено-сине-жёлтую палитру, при этом стиль остаётся единым.
Для генерации задавались параметры размера, шаги диффузии, сила промпта и влияние LoRA. В негативном промпте исключались современные цифровые эффекты, чрезмерная детализация и лишние персонажи, чтобы сохранить атмосферу наивного скетча.
Каждое изображение создавалось с уникальным случайным seed, что позволяет сохранять вариативность поз и настроений, но при этом остаётся верным исходной стилистике. В результате получилась серия картинок, максимально приближенная к оригинальному стилю, с мягкими линиями, бумажным фоном и характерной наивной эстетикой.
Финальные генерации
Симуляция материалов: цветные карандаши, акварель, чернила, фломастеры
Цветные карандаши
Акварель
Акварель
Фломастеры и цветные карандаши
Чернила и фломастеры
Акварель и карандаши
Акварель, фломастеры и чернила
Итоговая серия изображений представляет собой набор иллюстраций, сгенерированных нейросетью на основе обученной модели, адаптированной под авторский стиль проекта. В изображениях сохраняется единая визуальная эстетика: мягкая рисованная линия, эффект наброска простым карандашом, акварелью или тушью, а также текстура бумаги, создающая впечатление старого художественного альбома.
Основное внимание в серии уделено персонажам в кривом аниме-стиле. На изображениях представлены подростковые персонажи в намеренно кринжовой, непрофессиональной стилистике, выполненные в формате странных портретов или полнофигурных сцен. У персонажей прослеживаются характерные черты, свойственные первоисточнику: простые и выразительные эмоции, едва ли аккуратные линии лица, мягкая штриховка и пустой или минималистичный фон, который не отвлекает от главного объекта изображения.
Сгенерированные изображения отличаются друг от друга позами, композицией и мелкими деталями (например, положением персонажа, направлением взгляда или элементами окружения), однако при этом сохраняют общий художественный непрофессиональный, подростковый аниме-стиль. Такие вариации демонстрируют способность нейросети создавать разные визуальные интерпретации одной концепции, не нарушая целостность стилистики.
При генерации использовалась модель диффузионной нейросети, дополнительно обученная на небольшом наборе изображений для передачи всех характерных элементов стиля. В процессе генерации применялись текстовые промпты, задающие внешний вид персонажа, атмосферу иллюстрации и художественные особенности (например, эффект карандашного наброска, текстуру бумаги и минималистичный фон). Удалось успешно сохранить текстуры рисунка карандашами, чернилами или акварелью.
В итоге можно сказать, что полученные результаты соответствуют первоначальной концепции моего проекта: нейросеть успешно воспроизводит ключевые особенности моего кривого, но искреннего визуального направления из 2015 года и создаёт серию иллюстраций, объединённых общей эстетикой, но отличающихся по композиции и деталям.
Заключение
В проекте «2015.exe» я создала генеративную модель, которая воспроизводит визуальный язык моих аниме-рисунков, снятых на плохую камеру. Обучение Stable Diffusion XL с DreamBooth и LoRA позволило получить серию изображений с характерной спонтанной композицией, нарушенной анатомией и мягкой цветовой палитрой.
Модель успешно симулирует сохранение непрофессионально-наивного стиля, лёгкие аниме-оттенки, карандашные текстуры и бумажный фон, вызывающий ностальгию. Из-за машинной специфики обучения линии неизбежно вышли слегка стерильными, с отсутствием живой, человеческой неровности.
Итоговая серия генераций успешно продемонстрировала алгоритмическую реконструкцию личной памяти. Машина смогла создать новые образы и продолжит подростковое творчество в цифровом формате так, как способна.
Во время работы я сделала простой вывод: применение генеративного ИИ следует рассматривать исключительно как инструмент для обеспечения научно-технического прогресса. Его предназначение не в «продуктивном» результате в сфере медиа, а в потенциальной возможности облегчить самые простые технические операции.
Самое главное в художественной практике это непосредственное взаимодействие человека с материалом и сам процесс создания, а не только его итог. Максимум, что тут может сделать ИИ это стать третьестепенным вспомогательным инструментом, но никак не первоисточником визуального материала. Оно не заменит человеческую интуицию, эстетическое суждение и уникальное восприятие автора, потому что оно не понимает принципов создания. Оно лишь имитирует. Пусть так и остаётся.
