Женские портреты Анатолия Зверева / Обучение генеративной нейросети
Концепция
Проект исследует пересечение машинного обучения и русского нонконформистского искусства через призму выразительных женских портретов Анатолия Зверева.
На основе подборки женских портретов Зверева, нейросеть была обучена изучению визуального языка, цветовой палитры и эстетики спонтанных мазков, которые определяют уникальный стиль художника.
Главная цель — развитие и интерпретация художественного словаря Анатолия Зверева.
Результатом стала серия женских портретов, которые повторяют эмоциональную непосредственность оригинала, предлагая новые, сюрреалистические видения.
Датасет из женских портретов Анатолия Зверева: примеры
Процесс
Процесс подготовки к обучению
Была использована нейросеть chat gpt 4, чтобы обработать картинки как jpg, так и jpeg формата, а также чтобы привести изображения к квадратному разрешению.
Процесс подготовки к обучению
Процесс связи обученной модели с Hugging face
Были использованы разные вариации промтов: с очень подробными описаниями деталей, и, наоборот, максимально сжатые.
«Зверевский» стиль не удалось передать на все 100%. Здесь приведены 3 наиболее удачных генерации.
Промт 1:
Woman portrait in Zverev’s style.
Промт 2:
Woman portrait in Zverev’s style, vibrant brushstrokes, abstract expressionism, chaotic lines, a woman waking up in her bed with soft morning light coming through the window.
Промт 3
Woman portrait in Anatoly Zverev style, soviet avant-garde, abstract expressionism, neo-primitivism, art brut, (unrefined brushwork: 1.3), violent ink strokes, watercolor bleeding, (asymmetric composition: 1.2), distorted anatomy, exaggerated features, (unfinished sketch aesthetic: 1.4), paper texture visible, earthy palette with (occasional cadmium red accents: 1.1), psychological intensity, (raw emotionalism: 1.3), nonconformist art, post-war modernism, (anti-academic technique: 1.2), (deliberate crudeness: 1.3), gallery wall texture background
Неудачные генерации
Слишком детализированные описания в промтах часто давали результат далекий от желаемого. Портреты получались слишком реалистичными, в них не хватало экспрессии, которой Анатолий Зверев добивался свободными мазками и цветовыми пятнами.
Описание применения генеративной модели
Stable Diffusion — обучение генеративной нейросети под свой стиль. Hugging Face — получения токена для обучения нейросети.
