01 — концепция
Современные сюжеты языком книжной иллюстрации Ивана БилибинаИван Билибин (1876–1942) создал узнаваемый визуальный язык русской сказки: тонкий чёткий контур, плоская цветная заливка, орнаментальные рамки и мотивы лубка. Я решила проверить, как этот язык работает с сюжетами XXI века — студентом с ноутбуком, котом на клавиатуре, курьером на велосипеде и дедлайном в образе часового чудовища.Для проекта я дообучила Stable Diffusion XL и создала серию «Современные сказки» из восьми иллюстраций.
02 — датасет и права
От 310 файлов к 80 квадратным изображениям
Источником стали работы Ивана Билибина из Wikimedia Commons. В обучение включались только файлы, где автором указан Билибин и стоит статус Public Domain или CC0. Для каждого изображения сохранены автор, лицензия и ссылка на страницу источника; полный список находится в attribution.csv в ноутбуке.
Я просмотрела 17 категорий и 310 файлов. После фильтра по формату JPEG/PNG, размеру не менее 600 px по меньшей стороне и правовому статусу осталось 97 работ.
После отбора и центрального кадрирования итоговый датасет составил 80 изображений 768×768, то есть 1:1. Подписи созданы моделью BLIP; в каждую добавлен токен стиля «illustration in BILIBIN style».
03 — обучение модели
SDXL DreamBooth LoRA в Google Colab
Базовая модель — Stable Diffusion XL 1.0. Метод — DreamBooth + LoRA: вместо всей модели обучались дополнительные матрицы rank 16. Обучение выполнялось в Google Colab на GPU T4.
Параметры: 512 px; batch size 2; gradient accumulation 3; эффективный batch 6; 600 шагов; learning rate 1e−4; snr_gamma 5; mixed precision fp16.
Для экономии памяти использованы gradient checkpointing и 8-bit Adam, а для стабильной работы SDXL — VAE fix. Обучение завершилось за 57 минут 51 секунду.
04 — результирующая серия
Восемь современных сказок
После обучения я сгенерировала восемь квадратных иллюстраций с разными современными сюжетами и фиксированными seeds 100–107. Для всех изображений использовались 30 шагов генерации и CFG 7.5.
Серия построена как единый цикл: современный предмет или ситуация становятся сказочным событием. Повторяющиеся признаки — декоративная рамка, локальные цвета, графичный контур, фронтальная книжная композиция и нарочито условное пространство — удерживают изображения вместе, а сюжеты и палитры создают вариативность.
Кадры показаны парами в порядке генерации — от seed 100 до seed 107: так видно, как признаки стиля повторяются в разных сюжетах.
05 — анализ серии
Что модель усвоила и где ошибаетсяЛучше всего передались графичная линия, плоские цветовые пятна, орнаментальная рамка и ощущение книжной страницы. По сравнению с базовой SDXL LoRA устойчивее формирует декоративный контур и делает композиции менее фотографичными.Изображения различаются палитрой, масштабом персонажа и плотностью орнамента: одни ближе к камерной сцене, другие — к сюжетной заставке. Цельность поддерживают рамка и фронтальная подача.Ошибки заметны в руках, современных предметах и типографике; иногда орнамент сливается с объектом.Следующим шагом я бы добавила персонажей в разных позах, подчистила подписи и протестировала LoRA rank 32 при меньшем learning rate.Ниже четыре сюжета (кадры 01, 04, 07 и 08) показаны в сравнении: слева — результат базовой SDXL, справа — модель с LoRA на тот же сюжет.
06 — код и воспроизводимость
Выполненный Google Colab
Ноутбук содержит сбор и фильтрацию датасета, создание подписей, подготовку 80 квадратных изображений, запуск SDXL DreamBooth LoRA, сохранение весов, генерацию серии и сравнение базовой SDXL с дообученной моделью. Все ключевые ячейки выполнены; обучение дошло до 600 из 600 шагов.
https://colab.research.google.com/drive/1RTVwzzGTIlQdzFLM_FpZAx9R1CLsNmnw
07 — применение генеративной модели
В проекте использованы: Stable Diffusion XL 1.0 — базовая генерация и обучение LoRA; BLIP — черновые подписи к датасету; VAE fix и скрипт diffusers — техническая часть обучения.
Claude помог структурировать экспликацию и проверить полноту описания.
Мои авторские решения: выбор темы и источников, правовая проверка и отбор датасета, параметры обучения, тексты промптов, отбор восьми результатов, порядок серии и визуальный анализ.
ИИ не принимал решения о концепции и финальном отборе.
Модель SDXL: https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0
BLIP: https://huggingface.co/Salesforce/blip-image-captioning-base
