КАМНИ СНОВИДЕНИЙ
Создание серии изображений в стиле макро-фотографии, объединяющей два, казалось бы, несвязанных объекта: морскую гальку и составные глаза насекомых. Идея заключается в метафорическом представлении камней как носителей «снов» или «воспоминаний» земли, которые проявляются через сложные, гипнотические узоры, напоминающие фасеточные глаза. Проект исследует красоту в точках соприкосновения минерального и биологического миров, создавая загадочные и медитативные образы.
ИСХОДНЫЕ ВАРИАНТЫ ДЛЯ ОБУЧЕНИЯ
ПРОМЕЖУТОЧНЫЕ ИЗОБРАЖЕНИЯ
КОД
Использовался Google Colab Pro с GPU A100
Базовый код на основе Stable Diffusion и Dreambooth
1. Установка необходимых библиотек
! pip install diffusers accelerate transformers torch
2. Загрузка и подготовка датасета
from diffusers import StableDiffusionPipeline import torch
Предположим, что 20 изображений камней и глаз уже загружены в папку '/content/dataset/'
и размечены с помощью хэш-тега в промптах, например: «фото dreamstone макро»
3. Настройка обучения Dreambooth
from diffusers import DreamboothStableDiffusionPipeline
pipe = StableDiffusionPipeline.from_pretrained («runwayml/stable-diffusion-v1-5», torch_dtype=torch.float16).to («cuda») pipe = DreamboothStableDiffusionPipeline (pipe)
4. Запуск обучения
pipe.train ( instance_prompt="фото dreamstone макро», # Уникальный идентификатор концепции instance_data_dir="/content/dataset/», class_prompt="фото камня макро, фото глаза насекомого макро», # Общий класс для регуляризации class_data_dir="/content/regularization_images/», # Сгенерированные нейросетью изображения для предотвращения overfitting’а max_train_steps=1500, save_sample_prompt="фото dreamstone макрo, читый белый фон», save_sample_negative_prompt="размытый, плохое качество, арт», )
5. Сохранение обученной модели
pipe.save_pretrained («/content/dreamstone_model»)
СПАСИБО!
