изображения котят на основе моих рисунков

Идея данного проекта заключается в анализе того, как ИИ интерпретирует рисунки и скетчи малоизвестных или авторов-любителей. В качестве испытуемого я взяла свои работы, которые у меня скопились за последние два года. Поскольку рисование не является моей основной деятельностью, выбрать больше 10 картинок оказалось делом затруднительным. Поэтому результат вышел куда скромнее, чем мог бы быть

Изображения отбирались по принципу релевантности. Я старалась брать наиболее свежие картинки, выполненные мной в течение последних 2х лет.

Для генерации изображений я использовала Stable Diffusion, для обучения нейросети я отобрала 10 своих рисунков, кадрировала их под квадратное разрешение и импортировала в Google Colab. После чего я взяла обучила нейросетку, используя токен huggingface

Внизу, под скринами кода кратко изложена суть его работы

Проведя такой небольшой эксперимент, мне удалось обнаружить 2 вещи:

1. Для нейросети, даже такой мощной как Stable Diffusion, все равно необходимо иметь в запасе куда больше изображений для анализа. 10 картинок- самый минимум для анализа, но даже его вполне достаточно, чтобы сказать, что:
2. Искусственный интеллект на данный момент слабо разграничивает стилистические особенности традиционных художников. Он улавливает материалы, которыми художник рисует, улавливает и цветопередачу и настроение картинок. Но он не видит разницы в наложении штрихов или особенной работе с мазками краски

Использованные нейросети: ChatGPT (промпты, подсказки по коду) https://chatgpt.com/ StableDiffusion (генерация изображений)https://huggingface.co/models?other=stable-diffusion