Como automatizei a criação de figurinhas para redes sociais: treinando localmente uma LoRA de estilo para SD 1.5 com 30 imagens
Stability AI
Google/DeepMind
OpenAI
Salesforce
Um entusiasta construiu um pipeline controlado para treinar uma LoRA de estilo no Stable Diffusion 1.5 usando 30 figurinhas do VK selecionadas manualmente, com o objetivo de criar preparações consistentes de pacotes de figurinhas. Eles usaram um token de gatilho personalizado 'vkstckrs' e automatizaram a substituição de fundo e a legendagem com scripts Python gerados por IA, a partir do Gemini 3.1 Pro e do ChatGPT 5.6.
O autor enfrentou o problema de que gerar ilustrações consistentes para pacotes de adesivos com engenharia de prompt é difícil, então decidiu treinar um LoRA de estilo no Stable Diffusion 1.5. O SD 1.5 foi escolhido por seus baixos requisitos de hardware e amplo ecossistema, apesar de suas limitações em entender descrições complexas. O conjunto de dados consistia em 30 adesivos selecionados manualmente do site stickersvk.com, com um adesivo por pacote para evitar que o modelo memorizasse personagens ou autores específicos; imagens com texto, poses complexas ou estilos divergentes foram excluídas. Eles usaram um token de gatilho 'vkstckrs' para ativar os recursos aprendidos durante a geração. O Gemini 3.1 Pro escreveu um script em Python para substituir fundos transparentes por branco e salvar como JPG, enquanto o ChatGPT 5.6 gerou legendas usando o BLIP, um modelo de legendagem de imagens pré-treinado. O autor enfatizou que o modelo foi treinado apenas para fins educacionais, as imagens foram excluídas após o treinamento, e nenhum uso comercial é pretendido.
Fonte: Habr — хаб ИИ —
original