МАФ // Обучение генеративной сети
МАФ — мой проект 2 курса 1 и 2 модулей — клуб «мафии» для любителей с уникальным игровым набором и другим мерчом.
Проблема
На втором курсе я задумывала проект как серию разных наборов с новыми, интересными персонажами, объединённых единым рисованным стилем, но реализовать всё задуманное оказалось слишком сложно, и в итоге я представила только один набор и одну линейку персонажей. Игра получила реализацию, однако со временем потеряла актуальность — визуальные образы стали повторяться и наскучили аудитории.
Решение
Сейчас я могу доделать свою идею! Теперь игра всегда будет оставаться живой и притягательной: создавая нейросеть, которая генерирует новые визуальные наборы в одном узнаваемом рисованном стиле, я хотела обеспечить постоянный приток свежих образов, которые удерживают внимание игроков и делают каждую партию особенной. Это позволяет масштабировать творчество без потери качества — вместо долгой работы художника можно быстро получить множество вариаций для сезонных выпусков, тематических вечеринок или персональных заказов, при этом сохраняя стилистическую целостность бренда.
Цель не заменить художника, а расширить творческое поле — дать мощный, удобный и быстрый инструмент, который делает игру эстетически привлекательной, адаптивной и готовой к любым сценариям использования.
Работа кода
Работа началась с проверки GPU, установки и импорта необходимых библиотек, таких как Diffusers, DreamBooth, Transformers.
Следующим шагом была загрузка пользовательских изображений из локальной системы в среду выполнения Google Colab.
Затем для каждого изображения были сгенерированы текстовые описания. А также были удалены BLIP-пайплайны и очищена память.
Перед началом обучения был выполнен вход в систему Hugging Face.
Настройка параметров обучения включала: Разрешение изображений: 512×512 пикселей, Максимальное количество шагов: 500, Частота сохранения чекпоинтов: каждые 250 шагов.
После завершения обучения модель была сохранена в Hugging Face Hub, после чего начался этап тестирования и генерации изображений на основе обученной модели.
Генерации
Решила собрать праздничный набор с тематикой «День рождения», поскольку меня скоро ожидает этот праздник, и я смогу сыграть с друзьями в мафию, используя новый набор!
prompt = photo collage in SASHA style, one portrait of a serious man in a birthday hat, confident mafia face, cunning smile, sharp look, realistic photo, head only.
prompt 1 = photo collage in SASHA style, one portrait of a woman in a birthday hat, mafia look, sly smile, confident expression, stylish makeup, soft lighting, realistic photo, head only, background in one color.
prompt 2 = photo collage in SASHA style, one portrait of a beautiful woman in a birthday medical hat, gentle smile, seductive eyes, warm lighting, soft focus, realistic photo, head only, background in one color.
prompt 1 = photo collage in SASHA style, one portrait of a man in a birthday hat, thoughtful face, focused eyes, serious expression, detective vibe, cinematic lighting, realistic photo, head only, background in one color.
prompt 2 = photo collage in SASHA style, one portrait of a man in a birthday hat, intense eyes, faint smile, calm but strange look, realistic photo, cinematic soft lighting, close-up face only, no neck, background in one color.
prompt = photo collage in SASHA style, a woman wearing a birthday hat, peacefully asleep with eyes closed, only head, plain colored background.
prompt = photo collage in SASHA style, portrait of a man in a birthday hat, calm relaxed face, soft smile, eyes gently closed, head only, background in one color.
prompt = photo collage in SASHA style, close-up portrait of a confident man wearing a festive birthday hat, mouth open as if speaking, calm expressive face, only face visible, single-color background.
У меня получилось создать инструмент для самовыражения, чтобы фанаты (мои друзья) могли собирать собственные наборы, участвовать в челленджах и делиться идеями. Для меня как автора это стало возможностью быстро тестировать гипотезы, искать удачные визуальные решения и развивать проект в нужном направлении. Автоматизация при этом сокращает время и затраты на производство, открывает путь к коллаборациям, мерчу и специальным релизам, а хранение промптов и метаданных обеспечивает прозрачность и контроль прав на контент.
Список использованных в проекте инструментов: — Stable Diffusion — обучение генеративной нейросети под свой стиль — Google Colab — выполнение кода и генераций — Hugging Face — получение токена для обучения нейросети, загрузка полученной модели на сайт — ChatGPT — написание промптов
