Classic stock. Обучение генеративной нейросети
Описание идеи
В мире дизайна классические фотографии из стока считаются чем-то нелепым, и не используются дизайнерами в своей работе. Но я думаю, что этот стиль контента уже достаточно сильно закрепился в нашем инфополе, поэтому такое явление как «стоковая фотография» нельзя оставить без внимания. Обычно такие изображения включают в себя следующие характеристики:
• банальная композиция • слишком наигранные эмоции • идеально выглаженные объекты • неестественная обстановка
Поскольку это уже довольно привычный и понятный для всех стиль, я решила, что небольшого датасета будет достаточно для обучения генеративной нейросети.
Описание процесса обучения
Перед началом работы я загрузила все необходимые мне библиотеки. После этого, предоставила доступ к моим изображениям, которые лежали в папке в гугл-диске.
Для изображений я выбрала разрешение 768 на 768 пикселей, выставила максимальный шаг тренинга на 200 и установила чекпоинт на 250. Таким образом, обучение нейросети прошло достаточно быстро и весь процесс занял 40 минут.
После того, как код был реализован, готовая модель была сохранена в папку на моём гугл-диске. Теперь можно было приступать к генерации новых изображений на её основе.
Генерация изображений
В результате получились такие генерации. Не сказать, что они идеальные, но это мой первый опыт в обучении нейросети, поэтому думаю, нейросеть уловила основную стилистику стоковых фотографий. Генерация 12 изображений заняла у искусственного интеллекта порядка 5 минут.
Обучение: https://colab.research.google.com/drive/1KIh6wvqQn6P--LSkwk3oaVh0vPACeXK1#scrollTo=h1oLdvT_jwcQ
Генерации: https://colab.research.google.com/drive/1VazOA_u1kAQqjbanWwuAyj4dP7h6-dRf
Папка с материалами: https://drive.google.com/drive/folders/1hMef1zlBa-r57KfgDdlMo6CTYvoOJg30?dmr=1&ec=wgc-drive-hero-goto
