Идея проекта
В качестве проекта я выбрала писать код для модели, генерирующей изображения деревьев на основе сделанных мной фотографий. Выбор именно такого решения достаточно прост: у многих из нас ИИ ассоциируется с бездушной машиной, не способной осознать красоту природы или воссоздать ее самостоятельно. Поэтому я решила, что хочу таким образом создать своего рода серию изображений со смыслом.
В процессе написания кода я пользовалась как исходным блокнотом из курса, так и первоначальной версией проекта 4 модуля, ссылка на него будет прикреплена в списке источников в конце. Также я пользовалась помощью других нейросетевых моделей, а именно ИИ от гугл, ClaudAI и ГигаЧат. Для того, чтобы код получился рабочим, я просила ИИ помогать исправлять ошибки в программах и подсказывать, как сделать процесс обучения модели быстрее и эффективнее.
Описание процесса работы над программой
Итак, в этом разделе будут прикреплены пояснения, как и для каких целей в программе существуют те или иные команды.
На данных скриншотах показаны два первых шага в обучении модели, если точнее, проверка, достаточно ли мощности у процессора, на котором ИИ будет запускаться, а также подготовка рабочей среды для дальнейшего процесса обучения и генерации изображений.
Далее показаны скриншоты команд, необходимых для запуска и загрузки непосредственно самого датасета. Также можно видеть часть изображений, которые я загрузила в модель для ее последующего обучения (одна из фотографий может отличаться, в процессе работы файл с ней был утерян и пришлось заменить его другим фото).
В этой части программы можно видеть начало обучения модели на основе загруженных в нее фотографий: цель кода — сначала обработать фотографии, затем загрузить текстовые описания к ним и наконец перейти к генерации новых изображений.
И наконец финальная часть программы: на скриншоте видна только часть для генерации первого пробного изображения, но в самом файле с кодом можно посмотреть на часть модели, предназначенной для генерации уже серии изображений, предназначенных для проекта.
Примеры генераций
Первый получившийся пример генерации
Итак, вот какой результат получился по итогу обучения модели на фотографиях деревьев. Я не использовала никаких дополнительных способов улучшения изображений, результат остался таким, какой есть. Несмотря на то, что по изображениям видно, что они создавались через нейросеть, в них есть своя атмосфера, вполне реалистичная композиция и в целом достаточно близкое сходство с настоящими фотографиями. На основе этого могу сделать вывод, что цель, поставленная в начале работы над моделью, удалось достичь: в генерациях собранной в данном проекте нейросети можно увидеть отголоски реальной природной красоты, казалось бы, недоступной искусственному интеллекту.
Ссылки на источники
-Ссылка на код прошлого модуля:
https://drive.google.com/drive/folders/1GYmgKhZ6BPJgQKuQa5mQodaFPwKdP85m?usp=drive_link
-ГигаЧат:
https://giga.chat
-GoogleAI (встроенная в Chrome)
-ClaudAI:
https://claude.ai
