пёс-спортсмен
Идея проекта
Мой пёс Ричард — очень активный и энергичный, ему всегда нужно чем-то заниматься. Он обожает бегать, прыгать, приносить мяч и никогда не устаёт. Я уверена, если бы он мог, он обязательно занимался бы сразу несколькими видами спорта. Мне стало интересно представить, каким бы он был, если бы мог попробовать себя в человеческих видах спорта.
Проект направлен на исследование возможностей нейросетей по передаче индивидуальности животного в новых, фантазийных контекстах, а также на создание ироничной визуальной истории.
Примеры исходных изображений
Для обучения модели я использовала более 50 фотографий Ричарда — крупные планы, кадры в движении и повседневные снимки.
Описание процесса обучения
Для дообучения и генерации изображений использовалась Stable Diffusion.
Как было сказано выше, для обучения нейросети я взяла фотографии Ричарда, загрузила их как датасет и подключила его непосредственно к блокноту.
Далее были проверены GPU и установлены зависимости, а также подключен датасет подгружённых фотографий. Кроме того, были созданы описания изображений, которые использовались для обучения ИИ.
После модель обучалась с инструментом LoRa.
Наконец, модель была подгружена на huggingfacehub, где она стала доступна для использования и генерации новых изображений.
Итоговые изображения
баскетболист
/prompt: ''a photo of dog in RICHARD style throws a ball into a hoop''
футболист
/prompt: ''a photo of dog in RICHARD style playing football''
гонщик
/prompt: ''a photo of a dog in RICHARD style as F1 driver in red car''
гимнаст
/prompt: ''a photo of a dog in RICHARD style as a rhythmic gymnast''
сноубордист
/prompt: ''a photo of a dog in RICHARD style as a snowboarder''
Нейросеть с первого раза достаточно четко изобразила Ричарда на сноуборде
фигурист
/prompt: ''a photo of a dog in RICHARD style as a figure skater wearing skates''
Изначально я попросила нейросеть создать фигуриста, не уточняя необходимость изобразить собаку в коньках. Пришлось обновить промпт, чтобы коньки появились
теннисист
/prompt: ''a photo of a dog in RICHARD style as a tennis player on a tennis court with a racket''
Также понадобилось уточнение, что Ричард должен быть на корте с ракеткой
боец ММА
/prompt: ''a photo of a dog in RICHARD style as a mma fighter standing in the ring''
гольфист
/prompt: ''a photo of a dog in RICHARD style as golf player wearing trousers and polo standing on the golf course''
киберспортсмен
/prompt: ''a photo of a dog in RICHARD style as a professional cyberplayer wearing big headphones sitting on a stage of cyber arena''
победитель
/prompt: 'a photo of a dog in RICHARD style as a winner of the Olympics standing on the pedestal, he holds a bouquet and a cup, he is wearing a sports suit'
Результат
В итоговой серии изображений показано, как мой пёс Ричард «примеряет» на себя разные человеческие виды спорта.
Обученная модель успешно справилась с передачей индивидуальных черт собаки — формы морды, цвета шерсти, строения ушей. Благодаря этому Ричард остаётся узнаваемым на всех изображениях. Разнообразие исходных фотографий позволило нейросети также уловить особенности мимики и эмоциональных состояний. Однако не во всех случаях модели удалось сохранить естественное строение тела: иногда появлялись лишние лапы или искажения пропорций, из-за чего фигура собаки выглядела слишком длинной.
Стилистически, на мой взгляд, серия получилась цельной: нейросеть выдержала реалистичную манеру изображения с лёгкими элементами иронии. В процессе генерации использовались промпты, адаптированные под разные виды спорта, а в отдельных случаях фон дорабатывался вручную для достижения более выразительного результата.
Визуально изображения различаются не только по типу спорта, но и по настроению: на одних Ричард выглядит решительным, на других — довольным или гордым. Эта вариативность делает серию живой и эмоциональной. В целом нейросети удалось передать энергию, азарт и уверенность маленькой собачки, которая в итоге становится настоящим чемпионом.
Список использованных инструментов:
— Stable Diffusion — обучение генеративной нейросети под свой стиль — Google Colab — выполнение кода и генераций — Hugging Face — получение токена для обучения нейросети
