КОНЦЕПЦИЯ И ЗАДАЧА ПРОЕКТА
Способна ли нейросеть передать тоску от картин «голубого периода» Пикассо?
Такой вопрос я поставила перед выбором темы проекта. Моей задачей стало обучение StableDiffusion стилю Пабло Пикассо, который был характерен для художника во время голубого периода.
Важно, чтобы будущие генерации были в характерной палитре и передавали соответствующую атмосферу.
ИСХОДНЫЕ ИЗОБРАЖЕНИЯ

исходники
НАПИСАНИЕ КОДА
Первым делом я проверяю GPU, импортирую необходимые библиотеки, а так же загружаю картины, на которых будет происходить обучение.
Задаю кастомный префикс и нейросеть анализирует происхоящее на импортированных работах, через данный префикс, благодаря заранее загруженным мною библиотекам.
Затем я ввожу свой токен с HuggingFace и нейросеть производит обучение с заранее выставленными чекпоинтами.
ПОЛУЧИВШИЕСЯ ГЕНЕРАЦИИ
В целом получившаяся серия выглядит достаточно убедительно и передаёт настроение так называемого «голубого периода» Пабло Пикассо. Даже те изображения, где по задумке присутствует улыбка, всё равно воспринимаются немного отстранённо и меланхолично, как будто нейросеть уловила не столько внешние признаки, сколько эмоциональную интонацию этого стиля.
Особенно хорошо получились материальные качества изображения: фактура холста, неровность мазков, ощущение живой краски, которая местами не полностью перекрывает поверхность. Это создаёт ощущение настоящей живописи, а не цифровой имитации, и делает результат визуально убедительным.
При этом, как и у многих генеративных моделей, иногда проявляются характерные артефакты: лишние пальцы или небольшие искажения анатомии. Но на фоне общего качества и точности передачи стиля это воспринимается скорее как техническая особенность, чем серьёзный недостаток.
В итоге можно сказать, что проект получился успешным: нейросеть не просто воспроизвела отдельные визуальные элементы, а достаточно глубоко уловила атмосферу и художественный язык выбранного периода. Поставленные задачи можно считать выполненными, а результат — концептуально и визуально цельным.




