Концепция проекта
Проект направлен на создание серии визуальных образов моего кота в роли пилота, который путешествует по разным странам и городам. Основная цель — с помощью обученной нейросети передать характер персонажа, его особенности и атмосферу мест, где он оказывается, сохраняя стилистическую цельность.
Главный персонаж — кот, милый и пушистый, с пилотской атрибутикой. Каждое изображение отражает конкретное место или страну, включая архитектуру, природу и цветовые особенности локации. Визуальный стиль: реалистичная иллюстрация с мягкой детализацией персонажа, яркими акцентами на пилотские элементы.
Исходные фотографии
Результирующая серия изображений
После обучения нейросеть сгенерировала серию изображений кота-пилота в разных локациях. Каждое изображение отражает уникальную атмосферу и детали. Персонаж сохраняет узнаваемые черты.
Кот-пилот за штурвалом самолета
Кот-пилот в Париже
Кот-пилот в Токио
Кот-пилот в Нью-Йорке
Кот-пилот летит домой
Результаты проекта
Характеристики и передача стиля:
Персонаж: Кот остаётся узнаваемым на всех изображениях. Пилотские элементы хорошо читаются. Фон: Нейросеть учла атмосферу местности. Вариации: позы кота особо не меняются, различное освещение.
Соответствие концепции:
Все изображения соответствуют основной идее путешествия кота. Стиль персонажа остался цельным, несмотря на вариативность окружения.
Процесс генерации:
Использовался пайплайн Stable Diffusion / ControlNet / кастомная обученная модель. Для каждой локации нейросеть учитывала подсказку («prompt») с названием страны и описанием окружения.
Описание процесса обучения
Библиотеки: diffusers, transformers, torch. Использовалась модель Stable Diffusion с дообучением на кастомном наборе изображений.
Основные шаги:
Загрузка исходных изображений и подготовка датасета. Подготовка текстовых подсказок (prompts) для каждой картинки. Fine-tuning модели с помощью LoRA/ControlNet. Генерация тестовой серии изображений.
Ноутбук с кодом для обучения
