Модель генерации изображений деревьев на основе фото

В качестве проекта я выбрала писать код для модели, генерирующей изображения деревьев на основе сделанных мной фотографий. Выбор именно такого решения достаточно прост: у многих из нас ИИ ассоциируется с бездушной машиной, не способной осознать красоту природы или воссоздать ее самостоятельно. Поэтому я решила, что хочу таким образом создать своего рода серию изображений со смыслом.

В процессе написания кода я пользовалась как исходным блокнотом из курса, так и первоначальной версией проекта 4 модуля, ссылка на него будет прикреплена в списке источников в конце. Также я пользовалась помощью других нейросетевых моделей, а именно ИИ от гугл, ClaudAI и ГигаЧат. Для того, чтобы код получился рабочим, я просила ИИ помогать исправлять ошибки в программах и подсказывать, как сделать процесс обучения модели быстрее и эффективнее.

Итак, в этом разделе будут прикреплены пояснения, как и для каких целей в программе существуют те или иные команды.

На данных скриншотах показаны два первых шага в обучении модели, если точнее, проверка, достаточно ли мощности у процессора, на котором ИИ будет запускаться, а также подготовка рабочей среды для дальнейшего процесса обучения и генерации изображений.

Далее показаны скриншоты команд, необходимых для запуска и загрузки непосредственно самого датасета. Также можно видеть часть изображений, которые я загрузила в модель для ее последующего обучения (одна из фотографий может отличаться, в процессе работы файл с ней был утерян и пришлось заменить его другим фото).

В этой части программы можно видеть начало обучения модели на основе загруженных в нее фотографий: цель кода — сначала обработать фотографии, затем загрузить текстовые описания к ним и наконец перейти к генерации новых изображений.

И наконец финальная часть программы: на скриншоте видна только часть для генерации первого пробного изображения, но в самом файле с кодом можно посмотреть на часть модели, предназначенной для генерации уже серии изображений, предназначенных для проекта.

Итак, вот какой результат получился по итогу обучения модели на фотографиях деревьев. Я не использовала никаких дополнительных способов улучшения изображений, результат остался таким, какой есть. Несмотря на то, что по изображениям видно, что они создавались через нейросеть, в них есть своя атмосфера, вполне реалистичная композиция и в целом достаточно близкое сходство с настоящими фотографиями. На основе этого могу сделать вывод, что цель, поставленная в начале работы над моделью, удалось достичь: в генерациях собранной в данном проекте нейросети можно увидеть отголоски реальной природной красоты, казалось бы, недоступной искусственному интеллекту.

-Ссылка на код прошлого модуля:
https://drive.google.com/drive/folders/1GYmgKhZ6BPJgQKuQa5mQodaFPwKdP85m?usp=drive_link

-ГигаЧат:
https://giga.chat

-GoogleAI (встроенная в Chrome)

-ClaudAI:
https://claude.ai