Cómo automatizé la creación de pegatinas para redes sociales: entrenando localmente un LoRA de estilo para SD 1.5 con 30 imágenes

El autor se enfrentó al problema de que generar ilustraciones consistentes para paquetes de pegatinas mediante ingeniería de prompts es difícil, por lo que decidió entrenar un LoRA de estilo en Stable Diffusion 1.5. Se eligió SD 1.5 por sus bajos requisitos de hardware y su amplio ecosistema, a pesar de sus limitaciones para comprender descripciones complejas. El conjunto de datos consistió en 30 pegatinas seleccionadas manualmente de stickersvk.com, con una pegatina por paquete para evitar que el modelo memorizara personajes o autores específicos; se excluyeron imágenes con texto, poses complejas o estilos divergentes. Se utilizó un token de activación 'vkstckrs' para activar las características aprendidas durante la generación. Gemini 3.1 Pro escribió un script en Python para reemplazar los fondos transparentes por blanco y guardar como JPG, mientras que ChatGPT 5.6 generó los pies de foto utilizando BLIP, un modelo de subtitulado de imágenes preentrenado. El autor enfatizó que el modelo se entrenó solo con fines educativos, las imágenes se eliminaron después del entrenamiento y no se pretende un uso comercial.