Описание идеи
Поскольку у меня нет иллюстраций в привычном понимании со своим особенным стилем, мне стало интересно сможет ли генеративная нейросеть создавать плакаты так же как я, и, по сути, заменить меня как графического дизайнера.
Сможет ли нейросеть найти взаимосвязи в плакатах и понять мой стиль?
Была собрана папка с моими плакатами, переведенными в квадратные изображения 512×512. Все плакаты немного отличаются друг от друга, но несут в себе мой почерк.
Эти плакаты были созданы за два года моего обучения. Я искала свой стиль в графическом дизайне и они стали основой для моего дальнейшего продвижения себя.
Список использованных инструментов
iloveimg.com — для конвертирования плакатов в другое разрешение Stable Diffusion — для обучения нейросети под свой стиль Google Colab — код и генерации Hugging Fase — получение токена и загрузка модели на сайт
Описание процесса обучения
Я решила делать проект через Google Colab, в который я вставила ссылку с шаблоном notebook’a из GitHub. Для реализации проекта нужно было последовательно выполнять блоки с кодом.
Для начала необходимо было загрузить все необходимые для работы библиотеки и данные, в частности, DreamBooth, Diffusers и проч.
После этого я загрузила все имеющиеся у меня исходники, которые стали датасетом для тренировки модели. Также модель составила краткие описания того, что было изображено на плакатах.
Дальше продолжилась подготовка к тренировке будущей модели. Я ввела ID своего токена с профиля в Hugging Face, куда в будущем будет сохранена моя модель.
После этого я настроила самый главный блок кода, отвечающий за тренировку модели. Разрешение было выбрано такое же, как и у исходных изображений — 512, фразой для триггера генераций изображений стало: «photo collage in BOSTAN style», максимальный тренировочный шаг был установлен в 500, шаг для чекпоинтов — в 250.
После того, как модель была создана, я сохранила её на Hugging Face.
В самом конце я решила протестировать получившуюся модель прямо в Google Colab и ввела промпт «race car». Результат приведен ниже.
Генерации
Стало интересно, как нейросеть справится с дизайном предметов/упаковки.
С технической точки зрения и моего видения, она справляется с расположением текста на постере. Присутствует некоторая динамика, и нейросеть понимает, что должно являться ключевой частью плаката, и даже понимает, что является логотипом и где он должен располагаться (если смотреть, например. на бутылку шампуня).
photo collage in BOSTAN style, adidas sneakers/ мой плакат
photo collage in BOSTAN style, shampoo bottle / photo collage in BOSTAN style, marmalade package / photo collage in BOSTAN style, race car
Далее я проверила, как она справится с дизайном плакатов где присутствуют люди.
Мне понравилось, как она выстраивает композицию в плакате, учитывая персонажей. В каждом плакате присутствует свой характер, и она хорошо подбирает типографические элементы исходя из этого.
photo collage in BOSTAN style, tyler the creator
photo collage in BOSTAN style, ariana grande / photo collage in BOSTAN style, Viktor Tsoy
В графическом дизайне существует множество стилей. Мне стало интересно как она изобразит тот или иной постер в разных стилях, опираясь при этом на мой.
Мне нравится, что она подбирает разную текстуру и комбинирует элементы.
photo collage in BOSTAN style, pop art design style / retro design style / grunge design style / vintage design style / memphis design style / vintage design style
Самый удачный плакат я решила взять на обложку. Он мне очень сильно понравился с точки зрения выбора композиции и цветов. Если его немного доработать, то получится классный постер.
Мой плакат / photo collage in BOSTAN style, pop art design style
Вывод
Нейросеть хорошо справилась с подбором цветовой палитры, композицией. Она постаралась скопировать мой стиль, но не могу сказать, что она его хорошо передала.
Как и большинство людей, я считаю, что пока нейросеть не может заменить дизайнеров, но с ролью помощника в поиске нового взгляда и вдохновения она справляется хорошо.
