Исходный размер 747x982

Генерация изображений бабочек искусственным интеллектом

Идея проекта

post

Проект посвящён исследованию возможностей нейросетей в обучении и дальнейшей в генерации изображений. Основная идея проекта заключается не только в копировании природных форм, но, еще и в создании художественной интерпретации, где нейросеть выступает как инструмент генеративного творчества. Таким образом, проект находится на пересечении технологий и природы.

Концепция проекта

post

Концепция проекта строится вокруг трансформации природного объекта в художественный образ, сохраняя его узнаваемые черты. Бабочка выбрана не случайно — она символизирует собой симметрию, хрупкость и разнообразие форм и цветов. Нейросеть, обученная на реальных изображениях, воспроизводит эти качества, но в процессе генерации добавляет вариативность и стилистические отклонения, что делает каждое изображение уникальным.

Исходные изображения

Ниже Вы увидите, на каких исходных изображениях обучалась нейросеть.

0
1/2

Итоговая серия изображений

big
Исходный размер 1024x1024

Описание итоговых изображений

post

Итоговая серия изображений представляет собой сгенерированных изображений, объединенных, в большинстве своём, общей визуальной логикой. Несмотря на вариативность, в них прослеживаются устойчивые признаки: 1) Симметричная структура крыльев 2) Характерные узоры и орнаменты 3) Плавные органические формы 4) Ярко выраженные цветовые контрасты

post

Анализ визуальных характеристик

В ходе генерации нейросеть выделила и воспроизвела ключевые признаки: 1) Цвет Модель активно использует различные цветовые паттерны, что говорит о том, что нейросеть успешно усвоила цветовую сложность исходных данных 2) Текстура и узоры Особое внимание уделено пятнам и линиям. Иногда узоры становятся абстрактными, что добавляет художественную ценность

post

Стилистические особенности

В результате обучения проявились такие элементы стиля, как склонность к симметрии, декоративность, частичная абстракция формы, усиление контрастов по сравнению с реальностью. В некоторых изображениях бабочка начинает восприниматься не как биологический объект, а как графический элемент

post

Соответствие результата исходной идее

Результат соответствует первоначальной идее проекта: Сохранена узнаваемость бабочек Переданы ключевые визуальные характеристики Добавлена генеративная новизна Получен художественный, а не просто реалистичный результат

При этом наблюдаются отклонения от реализма, что не является недостатком, а скорее подтверждает творческий потенциал нейросети

1) Были использованы фотографий бабочек, которые модель BLIP автоматически описала текстом, а затем добавлен стилевой префикс, чтобы связать изображения с нужной художественной манерой. 2) Для обучения выбрана мощную модель SDXL, но вместо её полного переобучения применён метод LoRA. 3) Дополнительно применены технические улучшения: VAE fp16 fix для детализации, SNR gamma для лучшего обучения на сложных участках, 8-bit Adam и gradient checkpointing для экономии видеопамяти, а также смешанную точность fp16 для ускорения. 4) В итоге при генерации модель превращает случайный шум в изображение, которое одновременно соответствует текстовому описанию и воспроизводит уникальный стиль исходных фотографий.

Вывод

post

Проект показывает, что нейросети способны не только воспроизводить визуальные образы, но и интерпретировать их, создавая новые художественные формы. Использование ограниченной темы (в этом случае, бабочки) позволило глубже проанализировать, какие именно признаки усваиваются моделью и как они трансформируются в процессе генерации.

В качестве исходного датасета изображений был выбран архив с сайта kaggke.com Лицензия CC0 1.0 Universal позволяет копировать, изменять, распространять и использовать данное произведение без получения разрешения.

Ссылка на программный файл и описание процесса обучения: https://disk.yandex.ru/d/VXBX4l0IyZqVxg

Генерация изображений бабочек искусственным интеллектом
Проект создан 23.03.2026
Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную...
Показать больше