Пейзажи Земли со спутника хаотичны и притягательны. Цвет, форма и другие артефакты, которые сможет найти энтузиаст, путешествующий по Google картам, кажутся настолько абстрактыми, что вопреки всему начинают образовывать систему. Художники, работающие с ландашфтом, развивали идею подчинения природы рукам человека (то есть обличения ее в узнаваемую форму) и называли такие объекты ленд-артом.
Задача проекта — обучить нейросетевую модель на реальных спутниковых снимках Google Maps для генерации ленд-арта. В каком виде нейросеть представит данные изначально сложные как фактурно, так и образно? Как она представит примитивные формы ленд-арта?
Роберт Смитсон, «Спиральная пристань», 1970
Изображения для обучения
Изображения для тренировки — скриншоты с Google Maps. Снимки хороши для исследования возможностей примитивной нейросети, так как они имеют сложную фактуру, цвет, объектность отсутствует. На все картинки помещаю имя компании в целях соблюдения авторского права.
Изображения для обучения, Google Maps 2026
Изображения для обучения, Google Maps 2026
Изображения для обучения, Google Maps 2026
Изображения для обучения, Google Maps 2026
Результат генерации
Генерация Stable Diffusion
Промпты для генерации
Генерация Stable Diffusion
В процессе генерации изображений использовала Deepseek, который подсказал использовать LoRA — модель для ускорения обработки промптов.
Анализ генераций
Изображение для обучения, Google Maps 2026; Генерация Stable Diffusion
В некоторых генерациях появляются объекты, буквально повторяющие не только форму, но и фактуру Земного покрова (лес, песок). Изображение имитирует дорожные насыпи и геометричное деление ландшафта.
Изображение для обучения, Google Maps 2026; Генерация Stable Diffusion
Изображение для обучения, Google Maps 2026; Генерация Stable Diffusion
Генерации также повторяют форму снежных и песочных дюн, имитируют контраст света и тени, сохраняют цвет.
Изображение для обучения, Google Maps 2026; Генерация Stable Diffusion
Обращая внимание на цвет, можно заметить, что пара изображений выдают экспериментальные решения, цвет далек от природного. Формы упрощаются настолько, что становятся похожими на иллюстрации. Изображения имеют повторяющийся узор, линии плавные, но обрывистые.
Генерации Stable Diffusion
Генерации Stable Diffusion
Описание применения генеративной модели
Stable Diffusion в Google Colab Реализация кода и генерация изображений
Deepseek Промпты для изображений и помощь с кодом
