кукурузыч

Проект посвящён игрушечной кукурузе, которую с помощью искусственного интеллекта я помещаю в разные места и изменяю внешний вид. Задача — сохранить максимальную схожесть с настоящей игрушкой, меняя ее детали внешности и окружающей среды. Проект показывает, как одного и того же персонажа, но в разных обстоятельствах, видит нейросеть.

Я старалась запечатлеть её внешний вид, особенности формы, текстуру, цвет и мелкие детали, чтобы получить несколько изображений одного и того же объекта. В результате получилась небольшая коллекция фотографий, показывающая игрушку с разных сторон.

prompt = (
«photo of a corn-shaped toy, yellow corn body, large round eyes, „
„one purple mouth, green leaves, pale fuzzy hair, „
„full body, clear side view, toy turned sideways relative to the camera, „
„floating freely through outer space, drifting in zero gravity, „
„body tilted diagonally, leaves and hair floating weightlessly, „
„vast deep outer space filling the entire background, „
„numerous distant stars, large colorful planets, small planets, „
„glowing nebulae and distant galaxies scattered across the background, „
„planets at different distances and sizes, deep cosmic perspective, „
„no studio, no solid backdrop, no artificial background wall, „
„cinematic sunlight illuminating the toy from one side, „
„realistic shadows, photorealistic, sharp focus“
)

prompt = (
«photo of a corn-shaped toy, yellow corn body, large round eyes, „
„one purple mouth, green leaves, pale fuzzy hair, „
„full body, three-quarter view, „
„a pair of large realistic white feathered angel wings attached „
„to the back of the corn-shaped toy, „
„both wings clearly visible, wings spread gently outward, „
„the wings are attached to the toy, not floating separately, „
„original toy design, original face and body proportions, „
„same eyes, same purple mouth, same green leaves, „
„same pale fuzzy hair, „
„plain light gray studio background, „
„soft studio lighting, realistic shadows, „
„photorealistic, sharp focus, „
„highly detailed individual feathers, „
„highly detailed toy texture“
)negative_prompt = (
„extra corn, second corn, duplicate character, multiple characters, „
„two toys, extra body, extra head, extra face, „
„human nose, nose, nostrils, animal snout, „
„extra eyes, extra mouth, duplicate facial features, „
„human face, human body, human skin, „
„deformed face, distorted eyes, asymmetrical eyes, „
„extra limbs, extra wings, detached wings, „
„blurry, low quality, distorted proportions“
)

prompt = (
«photo of a corn-shaped toy, yellow corn body, large round eyes, „
„one purple mouth, green leaves, pale fuzzy hair, „
„full body, standing in a beautiful green park, „
„surrounded by lush green grass, leafy trees and small flowers, „
„a park pathway in the background, sunlight filtering through „
„the tree branches, soft shadows on the grass, „
„natural outdoor environment, realistic depth of field, „
„original toy design, original face and body proportions, „
„same eyes, same purple mouth, same green leaves, „
„same pale fuzzy hair, „
„no clothes, no accessories, no extra characters, „
„photorealistic, natural lighting, sharp focus, „
„highly detailed toy texture, realistic grass and foliage“
)negative_prompt = (
„extra corn, duplicate character, multiple characters, „
„human body, human nose, extra eyes, extra mouth, „
„deformed face, distorted eyes, missing green leaves, „
„missing purple mouth, clothes, accessories, „
„blurry, low quality, distorted proportions“
)

Работа строилась на экспериментальном методе генерации изображений с использованием предварительно обученной нейросетевой модели и LoRA, обученной на фотографиях выбранного персонажа — кукурузы. На первом этапе была подготовлена обучающая выборка из 29 изображений с текстовыми описаниями. После обучения модель использовалась для создания вариаций персонажа в различных ситуациях и образах: в космосе, под водой, в одежде и с аксессуарами. Генерация выполнялась с помощью текстовых промптов, которые последовательно корректировались для уточнения внешнего вида персонажа, композиции и окружения. Полученные изображения анализировались и отбирались вручную. Основное внимание уделялось сохранению узнаваемости персонажа, однако из-за нестабильности генерации не все результаты соответствовали исходному замыслу.

1) Google Colab
2) Stable Diffusion XL (SDXL)
3) LoRA
4) Python
5) Diffusers
6) Текстовые промпты и negative prompts
7) Ручной отбор и оценка результатов

В ходе работы был исследован процесс создания изображений с помощью нейросетевых технологий. Использование Google Colab, Stable Diffusion XL и LoRA позволило обучить модель на фотографиях конкретного персонажа и генерировать его изображения в различных образах и ситуациях. Python и библиотека Diffusers обеспечили настройку процесса обучения и генерации, а текстовые промпты и negative prompts использовались для управления визуальными результатами.Несмотря на возможность создавать разнообразные изображения, работа выявила ряд ограничений технологии. Нейросеть не всегда точно воспроизводила внешность персонажа, изменяла пропорции, искажала черты лица и добавляла нежелательные детали. Для получения подходящих результатов требовалось многократно корректировать промпты и повторять генерацию. Дополнительной сложностью стала нестабильная работа среды Google Colab, связанная с ограничениями вычислительных ресурсов.В результате использование нейросети показало себя как полезный инструмент для визуальных экспериментов и поиска новых образов, но не обеспечило полного контроля над итоговым изображением. Ключевую роль в процессе по-прежнему играли формулировка запросов, анализ полученных вариантов и ручной отбор результатов. Проведённая работа позволила оценить как возможности генеративных технологий, так и их ограничения при работе с персонажем, внешний вид которого необходимо сохранять.