Идея проекта
Проект посвящён исследованию скульптурной формы человеческого тела через призму материала — бронзы. В отличие от классической мраморной скульптуры, бронза позволяет передавать более динамичные и напряжённые формы, а также обладает выраженной текстурой и глубиной цвета.
Меня интересует не столько конкретная историческая школа, сколько сама материальность бронзы и то, как она влияет на восприятие тела. Скульптура в этом проекте рассматривается как переходное состояние между живым телом и объектом: форма сохраняет узнаваемость, но становится более абстрактной и пластической.
Цель проекта — обучить генеративную модель воспроизводить это состояние: передавать ощущение тяжести материала, плотности формы и выразительности позы.
Датасет
Для обучения был собран датасет изображений бронзовых скульптур из открытых источников с разрешённой лицензией (Unsplash).
При отборе изображений учитывались следующие критерии:
— единый материал: бронза (тёмные, тёплые оттенки, металлический блеск); — наличие человеческой фигуры или её фрагментов; — выразительные позы и силуэты; — направленное освещение, подчёркивающее объём; — относительно простой фон (музейное пространство или нейтральная среда).
Изображения были приведены к квадратному формату и отобраны таким образом, чтобы сохранить визуальную консистентность датасета. Это позволило модели лучше выделить повторяющиеся признаки и сформировать устойчивое представление о стиле.
Обучение проводилось с использованием модели Stable Diffusion XL Base 1.0 и метода дообучения LoRA (Low-Rank Adaptation).
В ноутбуке реализованы следующие этапы:
— установка и настройка библиотек diffusers, transformers и accelerate; — загрузка предобученной модели Stable Diffusion XL; — подготовка датасета и указание директории с изображениями; — задание текстового промпта, описывающего обучаемый стиль; — запуск обучения с использованием скрипта train_dreambooth_lora_sdxl.py
После завершения обучения LoRA-веса были подключены к базовой модели Stable Diffusion XL.
Генерация изображений выполнялась с использованием текстовых промптов, включающих обученный токен. Это позволяло вызывать выученный стиль.
Пример промпта:
«rodinform style, expressive bronze sculpture, human body, dramatic lighting, dark background»
Также использовался negative prompt для исключения артефактов (искажений анатомии, лишних элементов, текста).
bronze sculpture in ARINA_BRONZE style, figure under strong wind, dramatic environment, emotional tension
В результате была получена серия изображений, объединённых единым визуальным языком.
Основные характеристики серии:
— выраженная бронзовая текстура и цвет; — акцент на пластике и силуэте тела; — использование контрастного освещения;
Анализ результатов
Сравнение с исходным датасетом показывает, что модель успешно усвоила ключевые признаки:
— материальность бронзы (цвет, блики, текстура); — выразительность поз; — работу света по поверхности.
При этом модель не копирует исходные изображения, а обобщает их характеристики. В результате появляются новые формы, которые сохраняют ощущение «скульптурности», но не привязаны к конкретным объектам.
Интересным эффектом является частичная абстракция формы: тело может упрощаться, терять детали, но сохранять общую пластику.
Описание применения генеративной модели
В проекте использовалась модель Stable Diffusion XL Base 1.0 с дообучением методом LoRA.
Обучение проводилось в среде Google Colab с использованием библиотеки diffusers и официального скрипта DreamBooth LoRA.
Цель применения — обучение модели на датасете бронзовых скульптур и генерация новой серии изображений в данном стиле.
Дополнительно генеративные инструменты (включая ChatGPT) использовались для структурирования текста и подготовки описания проекта.
