кукурузыч

Проект посвящён игрушечной кукурузе, которую с помощью искусственного интеллекта я помещаю в разные места и изменяю внешний вид. Задача — сохранить максимальную схожесть с настоящей игрушкой, меняя ее детали внешности и окружающей среды. Проект показывает, как одного и того же персонажа, но в разных обстоятельствах, видит нейросеть.

Я старалась запечатлеть её внешний вид, особенности формы, текстуру, цвет и мелкие детали, чтобы получить несколько изображений одного и того же объекта. В результате получилась небольшая коллекция фотографий, показывающая игрушку с разных сторон.

prompt = ( «photo of a corn-shaped toy, yellow corn body, large round eyes, " «one purple mouth, green leaves, pale fuzzy hair, " «full body, clear side view, toy turned sideways relative to the camera, " «floating freely through outer space, drifting in zero gravity, " «body tilted diagonally, leaves and hair floating weightlessly, " «vast deep outer space filling the entire background, " «numerous distant stars, large colorful planets, small planets, " «glowing nebulae and distant galaxies scattered across the background, " «planets at different distances and sizes, deep cosmic perspective, " «no studio, no solid backdrop, no artificial background wall, " «cinematic sunlight illuminating the toy from one side, " «realistic shadows, photorealistic, sharp focus» )

prompt = ( «photo of a corn-shaped toy, yellow corn body, large round eyes, " «one purple mouth, green leaves, pale fuzzy hair, " «full body, three-quarter view, " «a pair of large realistic white feathered angel wings attached " «to the back of the corn-shaped toy, " «both wings clearly visible, wings spread gently outward, " «the wings are attached to the toy, not floating separately, " «original toy design, original face and body proportions, " «same eyes, same purple mouth, same green leaves, " «same pale fuzzy hair, " «plain light gray studio background, " «soft studio lighting, realistic shadows, " «photorealistic, sharp focus, " «highly detailed individual feathers, " «highly detailed toy texture» )negative_prompt = ( «extra corn, second corn, duplicate character, multiple characters, " «two toys, extra body, extra head, extra face, " «human nose, nose, nostrils, animal snout, " «extra eyes, extra mouth, duplicate facial features, " «human face, human body, human skin, " «deformed face, distorted eyes, asymmetrical eyes, " «extra limbs, extra wings, detached wings, " «blurry, low quality, distorted proportions» )

prompt = ( «photo of a corn-shaped toy, yellow corn body, large round eyes, " «one purple mouth, green leaves, pale fuzzy hair, " «full body, standing in a beautiful green park, " «surrounded by lush green grass, leafy trees and small flowers, " «a park pathway in the background, sunlight filtering through " «the tree branches, soft shadows on the grass, " «natural outdoor environment, realistic depth of field, " «original toy design, original face and body proportions, " «same eyes, same purple mouth, same green leaves, " «same pale fuzzy hair, " «no clothes, no accessories, no extra characters, " «photorealistic, natural lighting, sharp focus, " «highly detailed toy texture, realistic grass and foliage» )negative_prompt = ( «extra corn, duplicate character, multiple characters, " «human body, human nose, extra eyes, extra mouth, " «deformed face, distorted eyes, missing green leaves, " «missing purple mouth, clothes, accessories, " «blurry, low quality, distorted proportions» )

Работа строилась на экспериментальном методе генерации изображений с использованием предварительно обученной нейросетевой модели и LoRA, обученной на фотографиях выбранного персонажа — кукурузы. На первом этапе была подготовлена обучающая выборка из 29 изображений с текстовыми описаниями. После обучения модель использовалась для создания вариаций персонажа в различных ситуациях и образах: в космосе, под водой, в одежде и с аксессуарами. Генерация выполнялась с помощью текстовых промптов, которые последовательно корректировались для уточнения внешнего вида персонажа, композиции и окружения. Полученные изображения анализировались и отбирались вручную. Основное внимание уделялось сохранению узнаваемости персонажа, однако из-за нестабильности генерации не все результаты соответствовали исходному замыслу.

1) Google Colab 2) Stable Diffusion XL (SDXL) 3) LoRA 4) Python 5) Diffusers 6) Текстовые промпты и negative prompts 7) Ручной отбор и оценка результатов

В ходе работы был исследован процесс создания изображений с помощью нейросетевых технологий. Использование Google Colab, Stable Diffusion XL и LoRA позволило обучить модель на фотографиях конкретного персонажа и генерировать его изображения в различных образах и ситуациях. Python и библиотека Diffusers обеспечили настройку процесса обучения и генерации, а текстовые промпты и negative prompts использовались для управления визуальными результатами.Несмотря на возможность создавать разнообразные изображения, работа выявила ряд ограничений технологии. Нейросеть не всегда точно воспроизводила внешность персонажа, изменяла пропорции, искажала черты лица и добавляла нежелательные детали. Для получения подходящих результатов требовалось многократно корректировать промпты и повторять генерацию. Дополнительной сложностью стала нестабильная работа среды Google Colab, связанная с ограничениями вычислительных ресурсов.В результате использование нейросети показало себя как полезный инструмент для визуальных экспериментов и поиска новых образов, но не обеспечило полного контроля над итоговым изображением. Ключевую роль в процессе по-прежнему играли формулировка запросов, анализ полученных вариантов и ручной отбор результатов. Проведённая работа позволила оценить как возможности генеративных технологий, так и их ограничения при работе с персонажем, внешний вид которого необходимо сохранять.