Петербург глазами Хиросигэ: нейросеть видит современный город через прошлое XIX века

В 1856–1858 годах Утагава Хиросигэ создал серию «Сто знаменитых видов Эдо» — гравюры, на которых столица Японии показана через её реки, каналы, мосты, снег и дождь. Эдо был городом на воде, и Хиросигэ рисовал не только достопримечательности, но и повседневную жизнь: прохожих под зонтами, лодки, торговцев.Петербург — тоже город рек, каналов и мостов, тоже город дождя и снега. Мне стало интересно: как выглядел бы современный Петербург, если бы его нарисовал Хиросигэ? Разводные мосты, Лахта-центр, курьер на велосипеде под ливнем, дворы-колодцы.Чтобы ответить на этот вопрос, я дообучила нейросеть Stable Diffusion XL на японских гравюрах XIX века, научив её новому «слову»-стилю, и сгенерировала серию видов современного Петербурга. Одна из сцен — оммаж «Большой волне в Канагаве» Кацусики Хокусая: волна Финского залива у набережной с Лахта-центром на горизонте.

Для обучения я собрала 48 гравюр Утагавы Хиросигэ (в основном из серий «Сто знаменитых видов Эдо» и «53 станции Токайдо») и Кацусики Хокусая (серия «36 видов Фудзи»).Хиросигэ и Хокусай умерли в XIX веке, их работы находятся в общественном достоянии, а музеи публикуют их изображения под лицензией CC0, которая разрешает любое использование. Полный список работ с названиями и датами приведён в источниках.Подготовка. Изображения были обрезаны до квадрата 1:1 по центру и приведены к размеру 1024×1024 пикселя. Я вручную исключил 12 неподходящих работ.

Обучать такую модель с нуля невозможно в домашних условиях, поэтому я использовала дообучение: взяла готовую модель Stable Diffusion XL и научила её новому понятию — стилю, который обозначается меткой TOK.— DreamBooth  — метод, при котором модели показывают картинки с подписями, содержащими метку. Модель связывает метку с тем общим, что есть на всех картинках, — в нашем случае со стилем гравюры.
— LoRA — способ сделать это экономно. Вместо изменения всех 2,6 млрд параметров модели к ней добавляются небольшие «надстройки», и обучаются только они. Благодаря этому обучение поместилось в бесплатную видеокарту Google Colab (NVIDIA T4).Подписи. Каждую картинку автоматически подписала нейросеть BLIP, например: «woodblock print in TOK style, a bridge over a river with boats». Подпись описывает, что изображено, поэтому метке TOK достаётся то, как это изображено: линии, цвета, композиция.Параметры обучения: разрешение 512×512, 500 шагов, по 6 изображений на шаг, скорость обучения 1e-4, ранг LoRA 16, смешанная точность fp16, 8-битный оптимизатор Adam. Обучение заняло около 55 минут на видеокарте T4.Сравнение. Чтобы проверить, что именно дало обучение, я сгенерировала одну и ту же сцену («девушка со смартфоном на платформе метро») с одинаковым seed четырьмя способами:

Что удалось передать из стиля.— Палитра. Берлинская лазурь в воде и небе, тёплая охра в архитектуре, акценты киноварью — почти на каждой картинке, как у Хиросигэ.— Небо с градиентом. Тёмно-синяя полоса сверху, переходящая в светлое небо — фирменный приём укиё-э (бокаси), его модель переняла сама, хотя в промптах об этом ничего не было.— Дождь штрихами. В сценах с ливнем дождь нарисован тонкими диагональными линиями, как в гравюре Хиросигэ «Внезапный ливень над мостом Ohashi».— Композиция. Высокая точка зрения, крупный первый план и уходящая вдаль перспектива, мелкие фигурки людей. Иногда модель добавляет картуши — цветные прямоугольники с «надписью», где на настоящих гравюрах стоят название серии и подпись художника.— Волна. В оммаже Хокусаю модель воспроизвела «когтистые» гребни волн и пену, при этом поставила на горизонт современный небоскрёб.

Что пришлось исправлять.— В первых пробах персонажи сидели на непонятных кучах вещей: модель брала их из гравюр, где на земле лежат узлы и поклажа. Помогло уточнение позы в промпте и негативный промпт («garbage, clutter, debris»).
— Для сцен, где модель упорно уходила в Японию (двор, метро, крепость), я снизила силу LoRA до 0.6, вынесла современные детали в начало промпта и добавила в негативный промпт «mount fuji, pagoda, japanese house». После этого дворы стали узнаваемо Петербургскими.
— Модель плохо знает конкретные здания: Петропавловский собор и Казанский собор получились «по мотивам» — с луковичными куполами, которых у них нет, и с чертами Исаакиевского собора. Это ограничение базовой модели, а не обучения.

1. Крамарчук, М. Полный список работ с названиями и датами // Гугл диск — URL: https://drive.google.com/file/d/1eAPETNv0aud3UBdhZiK_rLhJ06T0ayvN/view?usp=sharing (дата обращения: 27.10.2026).2. Крамарчук, М. Итоговый проект// Гугл диск — URL: https://drive.google.com/drive/folders/1X_ecdHx5g5llS7-A4QwJhG0X_qkjAKbO?usp=sharing (дата обращения: 27.10.2026).

1. Cleveland, Museum of Art Открытая коллекция изображений музея // Cleveland Museum of Art — Open Access, CC0 — URL: https://www.clevelandart.org/open-access (дата обращения: 27.10.2026).