Концепция проекта
SIGNAL FLORA — проект на пересечении ботанической иллюстрации и визуальных образов передачи информации. В его основе лежит сходство растительных структур с проводами: тонкие стебли, разветвления и переплетения напоминают систему проводников сигнала. С помощью нейросети, обученной на архивных ботанических иллюстрациях, создаётся серия вымышленных растений, в которых природные формы приобретают технологические ассоциации. Проект исследует связь органического и искусственного через их общий визуальный язык.
Исходные изображения для обучения
— 10 исторических ботанических акварелей художницы Mary Vaux Walcott из коллекции Smithsonian American Art Museum.— Все изображения отобраны из программы Smithsonian Open Access и имеют статус CC0 (Creative Commons Zero), допускающий свободное использование, копирование и изменение материалов, в том числе в образовательных проектах и при обучении нейросетей.— Для каждого изображения сохранены ссылка на оригинал в музейной коллекции и скриншот с подтверждением прав.— Дополнительно использованы 2 иллюстрации Pierre-Joseph Redouté из коллекции The Metropolitan Museum of Art (Public Domain) — исключительно как визуальные референсы, без включения в обучающий датасет.Подготовка датасета: 10 изображений приведены к квадратному формату 1024 × 1024 px с сохранением исходных композиций.
Официальный источник лицензии: Smithsonian Open Access — CC0. Smithsonian подтверждает возможность свободного использования и переработки материалов с маркировкой CC0.
Результирующая серия изображений
Развернутый комментарий результатов
Анализ соответствия концепции
Проект SIGNAL FLORA исследует визуальное сходство растительных структур с электрическими проводниками. В результате обучения модель сформировала серию ботанических образов, в которых технологическая тема проявляется через пластику стеблей, разветвления и переплетения тонких линий.Переданные элементы стиля:Цветовая палитра — приглушённые зелёные, оливковые и бежевые оттенки, характерные для исторических ботанических акварелей.Текстура — имитация состаренной бумаги, полупрозрачных акварельных мазков и тонкой графической прорисовки.Структура — вытянутые стебли, сложные ветвления и соединения, вызывающие ассоциации с проводами и проводящими сетями.Композиция — изолированные растительные образцы на светлом фоне с характерными для архивных иллюстраций полями и рукописными пометками.Визуальный анализ изображений
Итоговая серия объединена общей стилистикой, однако изображения различаются по характеру растительных форм и организации композиции.1. В одних изображениях преобладают одиночные вытянутые стебли и минималистичные силуэты, в других — сложные переплетения и многочисленные ответвления.2. Тонкие, местами угловатые линии напоминают проводники, а точки соединения стеблей создают ассоциации с разветвлённой системой передачи сигнала.3. Варьируются плотность растительных структур, направления роста, расположение листьев и цветов, а также соотношение изображения и пустого пространства.4. Несмотря на разнообразие форм, единая палитра, фактура бумаги и акварельная техника создают впечатление цельного ботанического архива.Техническая реализация
Техническая реализация
— Базовая модель: Stable Diffusion XL 1.0 (SDXL)— Метод адаптации: DreamBooth LoRA— Среда обучения: Google Colab, GPU NVIDIA Tesla T4— Размер датасета: 10 ботанических иллюстраций— Количество шагов обучения: 500— Разрешение обучения: 512 × 512 пикселей— Размер пакета (batch size): 1— Скорость обучения (learning rate): 0,0001— Оптимизация: 8-bit Adam, gradient checkpointing, FP16— Разрешение итоговых генераций: 1024 × 1024 пикселяОписание процессаДля обучения модели был подготовлен датасет из 10 исторических ботанических акварелей, приведённых к квадратному формату 1024 × 1024 пикселя. Дообучение Stable Diffusion XL проводилось методом DreamBooth LoRA, позволяющим адаптировать модель к определённому визуальному стилю без полного переобучения.Для сокращения расхода видеопамяти использовались 8-битный оптимизатор Adam, техника gradient checkpointing и смешанная точность FP16. Обучение проводилось в течение 500 шагов с сохранением промежуточных контрольных точек на 250-м и 500-м шагах.После обучения с помощью текстовых запросов была сгенерирована серия изображений, исследующих сходство растительных структур с электрическими проводниками. В ходе экспериментов изменялись описания форм, ветвлений и технических элементов. Итоговые изображения создавались в разрешении 1024 × 1024 пикселя без дополнительной ручной обработки.Описание применения генеративной модели
Описание применения генеративной модели
Использованные модели и технологии:1. Stable Diffusion XL 1.0
— https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0
— Базовая модель для генерации изображений.2. DreamBooth + LoRA
— https://github.com/huggingface/diffusers
— Метод дообучения модели на 10 ботанических иллюстрациях.3. SDXL VAE FP16 Fix
— https://huggingface.co/madebyollin/sdxl-vae-fp16-fix
— Обработка изображений при обучении и генерации.4. Google Colab + Diffusers
— https://colab.research.google.com/
— Среда для обучения и генерации изображений на GPU.5. ChatGPT (OpenAI)
— https://chatgpt.com/
— Написание и редактирование текстов.
Структура проектного архива SIGNAL FLORA01_ORIGINAL_IMAGES — 10 исходных ботанических акварелей и 2 визуальных референса.02_LICENSES — таблицы источников, ссылки на оригиналы и 12 скриншотов с подтверждением прав.03_DATASET_READY — 10 изображений, подготовленных в формате 1024 × 1024 пикселя.03_DATASET_IMAGES_ONLY — изображения, непосредственно использованные для обучения модели.04_TRAINING — Google Colab-ноутбук, обученные веса LoRA и контрольные точки.05_RESULTS — тестовые и итоговые генерации.05_MODEL_OUTPUT — дополнительная техническая папка.Права на использование изображенийВсе 10 обучающих изображений взяты из коллекции Smithsonian Open Access и имеют статус CC0 (Creative Commons Zero). Он допускает свободное копирование, изменение и использование материалов, в том числе для обучения генеративных нейросетей, без дополнительного разрешения в рамках авторского права.Для каждого изображения сохранены ссылка на музейную карточку и скриншот, подтверждающий статус CC0.Источники:
https://www.si.edu/openaccess
https://creativecommons.org/public-domain/cc0/
