Rebirth in Bloom

Проект возник из личных воспоминаний коллекции фотографий цветов, которые я сделала с помощью цифровой камеры Samsung. Среди них были орхидеи, принадлежащие моей маме, а также цветы, подаренные мне. Все эти изображения связаны с особыми моментами, эмоциями и воспоминаниями.

Вместо того чтобы позволить им существовать только в виде фотографий, я стремилась дать им новую жизнь, не как объектам, а как существам.

Основной замысел проекта — регенерация.

Это не просто визуальное преобразование, а продолжение эмоциональной жизни. Каждый сгенерированный персонаж не является случайным, он представляет собой переосмысление реального цветка, который когда-то существовал в моей жизни. Искусственный интеллект не просто создаёт, a он запоминает, интерпретирует и переосмысливает.

В ходе этого процесса:

• Лепестки превращаются в одежду
• Цвета становятся идентичностью
• Структура становится личностью

Цветы больше не пассивные объекты, они становятся субъектами с присутствием.

Для реализации проекта я обучила кастомную модель ИИ на собственном наборе данных из 27 фотографий цветов.

Каждое изображение сопровождалось текстовым описанием, что позволяло модели понимать:

• визуальную структуру
• концептуальный смысл

Использовала Stable Diffusion XL с дообучением DreamBooth LoRA, введя уникальный токен «humaflora», представляющий мой набор данных, и весь процесс обучения проводила в Google Colab. Это позволило модели выучить новый визуальный язык, основанный полностью на моих цветах.

В этом блоке выполняются важнейшие подготовительные действия:

1. Установка зависимостей:

• Все необходимые библиотеки и инструменты, включая Stable Diffusion XL и DreamBooth LoRA, устанавливаются в среде Google Colab.

2. Подключение Google Drive:

• Облачное хранилище подключается для работы с исходными изображениями и сохранения результатов.

3. Организация структуры папок:

• Создаются локальные и облачные директории для исходных данных, датасета и выходных файлов модели. Это обеспечивает корректность дальнейшей обработки и обучения.

Копирование файлов из Google Drive в локальное хранилище, приведение изображений к размеру 512×512 и создание metadata.jsonl с промптами для обучения LoRA.

Обучение кастомной LoRA модели на Stable Diffusion XL с использованием DreamBooth. Настройка параметров обучения, выбор точности (bf16/fp16) и генерация LoRA весов для последующей генерации гуманоидных фигур.

После обучения я сгенерировала серию гуманоидных фигур с помощью промптов, объединяющих:

• человеческую анатомию
• цветочные текстуры
• стилизованные элементы моды

Финальные изображения демонстрируют разнообразные интерпретации:

• Некоторые фигуры кажутся нежными и эфемерными
• Другие выглядят мощными, почти как в доспехах
• Есть мягкие и романтичные, а есть абстрактные и сюрреалистичные