Обложка сгенерирована при помощи обученной нейросети
Обучение LoRA-модели для генерации изображений в стиле Альфонса Мухи
Для обучения была использована серия изображений, вдохновлённых работами Альфонса Мухи — одного из ключевых художников стиля ар-нуво, известного своими декоративными плакатами, орнаментальными композициями и стилизованными женскими образами. В работе применяется метод LoRA-дообучения на базе модели Stable Diffusion XL. Исходный набор данных включает 30 изображений, отражающих характерные элементы стиля: плавную линию, флоральные мотивы, круговые композиции, мягкую цветовую палитру и декоративную структуру изображения.
Работы Альфонса Мухи
Для его работ характерны декоративность, плавная линейная графика, орнаментальные композиции, обилие флоральных мотивов и стилизованные женские образы. Особую роль играет организация пространства: фигура вписана в декоративную рамку или круговую композицию, а линии волос и растений становятся частью общего орнамента.
Описание обучения модели
Для обучения модели был подготовлен датасет из 30 работ Альфонса Мухи. После установки необходимых библиотек для каждого изображения автоматически создавалось текстовое описание с помощью модели BLIP. Все подписи сохранялись в файл metadata.jsonl, к ним добавлялся стилевой токен mucha_style.
Обучение проводилось методом DreamBooth LoRA на базе модели Stable Diffusion XL. В процессе обучения модель усваивала связь между токеном mucha_style и визуальными особенностями датасета: декоративной композицией, плавной линейной графикой, орнаментальными элементами, флоральными мотивами и стилизованным женским образом.
После завершения обучения полученная LoRA-модель использовалась для генерации новой серии изображений по текстовым промптам.
Результирующая серия изображений
Во всех работах прослеживаются ключевые признаки стиля: центральная женская фигура, длинные текучие волосы, цветочные элементы, округлые рамки и мягкая пастельная палитра. Изображения объединены общей эстетикой, но при этом отличаются по настроению — от тёплых, насыщенных композиций до более холодных и спокойных.
Модели удалось хорошо передать декоративность, линейный ритм и связь фигуры с орнаментом. Наиболее устойчивыми элементами стали волосы как графический мотив, флоральные детали и круговые композиции. При этом некоторые детали (например, анатомия рук или мелкие орнаменты) остаются менее точными, что является типичной особенностью генеративных моделей.
В проекте использовался ChatGPT 5.2 для решения проблем, возникших во время написания кода и написания промптов.
