Мучения с нейросеткой для теста по Доки Доки + Анонсы

ВНИМАНИЕ: ДЛИННОПОСТ! Большой, но интересный!


Пост - о том, как я создавал свой тест "Кто из Doki Doki Literature Club тебе подходит?", как генерировал к нему картинки, а также с какими трудностями и приколами я столкнулся по мере генерации. Обо всём по порядку.

Приветствую, случайно набредшие на этот пост люди. Почему случайно? Потому что в рамках сего сайта я - медиа-лилипут. Я делаю тесты и турнирчики только на интересующие меня темы, вместо того, чтобы как отдельные личности писать по 100 постов в месяц и делать по одному тесту каждый день. Ну да неважно. Ближе к сути!

В начале было слово. Ладно, вру, два слова. Одинаковых. Доки Доки. Именно по этой игре был мой первый тест на этой платформе. Мне захотелось большего, поэтому я решил запилить ещё один тест.

Начал я с придумывания вопросов и вариантов ответов. Придумал около восьми вопросов, и моя фантазия начала понемногу заканчиваться, поэтому я полез за помощью в нейросеть, созданную нашими друзьями-китайцами - DeepSeek (ДипСик). Сначала он выдавал всякие глупости, затем - однообразные, лишь слегка отличающиеся друг от друга вопросы, однако из 50+ вопросов, которые он напридумывал, я вычленил пару штук, дабы вопросов было 10.

Однако в итоге их стало 11. Почему? Потому что в какой-то момент мне пришла идея с тем, чтобы сделать вопрос на выбор из четырёх стихов, каждый их которых намекает на одну из девушек.

И я сделал! Один из стихов я быстренько написал сам (Тот, что отсылает на Сайори), а остальные приказал написать ДипСику.
Однако, вставив в картинку тест, я быстро понял, что я - болван! Нужно ведь квадратное изображение!!! Быстренько собрался переделывать, однако осознал, что найденное мной изначально изображение, будучи обрезанным, стало очень маленького разрешения. А именно - 720x720. Дабы исправить это недоразумение, я полез искать в интернет инфу, как мне upscale'нуть изображение. Интернет пояснил мне, что вообще-то, уже стоящий у меня на ПК Stable Diffusion умеет апскейлить изображения. Я докачал нужные библиотеки и изображение мигом стало выглядеть хоть немного лучше. После этого я вновь набрал на картинку текст, и тема с вопросами была закрыта.

Первый вариант картинки

Второй вариант картинки

Обрезанная версия

Улучшенная версия

Финальный вариант

Покончив c вопросами, я принялся за картинки. Сначала я хотел просто навставлять различных рандомных артов и картинок по докичам, однако во мне заговорила совесть и желание занять себя на несколько часов. И пошло поехало.



Если с картинкой №1 всё было довольно легко - нейросетка быстро, буквально за 10 генераций нарисовала неплохую картинку с Нацуки за рабочим столом, то дальше пошло веселье.

Финальный вариант

Вопрос №2; Про мороженое. Картинка с Моникой и мороженым. Сначала я столкнулся с тем, что нейросеть в слове "ice cream" (мороженое) видит не только лакомство, но и, блин, лёд! (ice). Благо исправить это было легко, просто написав в негативный промпт слово "ice".

Ледышка выросла

Фигульки какие-то...

Сначала я собирался вставить эту картинку,

затем эту,

но остановился на этой. Да, 6 пальцев. Но если бы я не заострил внимание - вы бы даже не заметили! А картинка разительно лучше прошлых. Да и эта футболка... Ух!

Вопрос №3; Про рост. Картинка с ростом Нацуки и Юри. Настрадался же я с ней... Эта картинка съела у меня, наверное, больше всего генераций и потраченного времени, ибо очень часто выходила какая-то лажа. Не смотря на то, что я заострял нейросетке внимание на росте девушек, она переодически забивала детородный орган на это и генерила их одинакового роста. Либо вообще фиготень всякую. Благо, я наконец смог найти подходящую картинку. Нейросеть сжалилась спустя 150+ (!) генераций и выдала мне сначала один результат, а затем и второй, хоть и с чуть-чуть поплывшими глазами, однако более натуральной разницей в росте между девочками.

Тут почему-то глаза поплыли и юбка цвет потеряла.

А это вообще что?!

А ЭТО?!?!

Первый вариант. Я бы оставил его, если бы не смазанные глаза. Ну а что, выглядит прикольно...

Финальный вариант

Однако изначально, когда я только брался за тест, я на серьёзных щах собирался запихать сюда следующую случайно сгенеренную картинку:

НУАЧО? Под вопрос с ростом - подходит...

Вопрос №4; Про интроверта и экстраверта. Картинка с Юри, которая боится людей. Было много неудачных вариантов. Несравнимо по количеству с предыдущим вопросом, но тем не менее.

Юри застряла в столу :(

Куда зад выставила, дурында?

Первый вариант. Если бы балбески на фоне не ревели вместе с Юри - было бы идеально.

Финальный вариант

Вопрос №5; Картинка с Моникой, пишущей стих. Вопрос про написание стиха. Тоже неприятная картинка. Сначала нейросеть генерила мне Монику на простыне, потому что оказалось, что слово "sheet" не только означает "лист", но и "покрывало", затем мучения продолжились в виде постоянно повсюду летающих листков. И вот сколько бы я не выделял обычным и негативным промптом, что лист должен быть ОДИН, нейросетке хоть бы хны. Но в итоге хотя бы что-то у меня вышло.

Простыночка

Первый вариант. Летающие листики - присутствуют.

Финальный вариант

Вопрос №6; Сайори с котиком. Вопрос про стиль общения. Первоначально было задумано, что Сайори будет болтать с носком. Ну знаете, носком, который одеваешь на руку, разрисовываешь и болтаешь с ним, отвечая за него. Однако я сразу понял, что сгенерить такое будет ой как не просто и просто забил, решив нагенерить Сайори, болтающую с котофеем. В итоге получилась просто Сайори с котом. НЕВАЖНО!

Сайори с носком. Носками. Тут и стало понятно, что идея гиблая...

0_0

Первый вариант. Лицо чуть скошено, поэтому решил заменить.

Финальный вариант

Вопрос №7 и №8; Сайори в пижаме. Вопрос про реакцию на стресс и Моника в парке, вопрос про идеальный вечер. Пишу два вопроса вместе чтобы уместить больше картинок. Ничего интересного, я очень быстро, за десяток генераций, нашёл хорошую картинку что для одного вопроса, что для второго. Хотя... В самом начале проскачил небольшой скример. А ещё, кстати, "кораллово-розовые" волосы Сайори нейросеть воспринимала как кораллы и розовый отдельно, даже если я писал через тире. Пришлось писать просто "розовые", но вышло вроде похоже.

СТРАШНО, ВЫРУБАЙ!1!11!!!

Кораллы :^

Финальный вариант к вопросу №7

Финальный вариант к вопросу №8

Вопрос №9; Нацуки в пижаме с геймпадом. Вопрос про видеоигры. Проблема с картинкой к этому вопросу пришла откуда не ждали - нейросеть очень плохо генерирует игровые контроллеры. Она пытается либо перевернуть их, либо превратить в подобие Nintendo Switch, 3DS и PSP в одном флаконе. В финальном варианте геймпад по прежнему не идеален, но это хоть что-то. Я бы мог конечно потратить ещё несколько часов генерации на то, чтобы найти ТУ САМУЮ картинку с хорошо сгенеренным геймпадом, но... Ну его нафиг.

Кто так держит геймпад, блин? Ещё и буквой зю встала...

Ну это уже прикол какой-то. Ты откуда взялась?

Финальный вариант.

Вопрос №10; Сайори и Моника с разным настроением. Вопрос про поведение в компании. Проблемы всё те же, но в итоге получилось неплохо :d

Довольная и недовольная

Финальный вопрос. Смесь всех девочек. Вопрос про цвет. Эту картинку увидит далеко не каждый человек, проходящий тест, просто потому что она создана для вопроса, который возникает, если ты набрал одинаковое количество очков для двух разных девочек, однако она мне очень нравится. Это - квинтэссенция всех четырёх девочек. В ней есть что-то от каждой девочки. Цвет волос всех четырех, хвостик от Нацуки, банты от Сайори и Моники, глаза - от Юри и Сайори.

Добился я этого эффекта благодаря такой вещи как Regional Prompter. Если бы я не брался за этот тест, я бы никогда об этой вещи не узнал. Подсказал мне о ней ДипСик, когда я спрашивал у него что-то насчёт генерации той или иной картинки. Кстати говоря, Промптер помог мне не только с этой картинкой, но и, например, с картинкой к вопросу с ростом, а также с картинкой, где Юри боится людей.

Вкратце о Regional Prompter и что он делает:
Это дополнение к Stable Diffusion, которое позволяет поделить изображение на несколько частей и писать промпт отдельно к каждой части. Также в нём есть функция Base Prompt, которая позволяет написать общий промпт для всех частей одновременно. 

Вот, например, промпт, который я использовал для финального вопроса: 
1girl, face, emphasis on the face, beautiful, mixed hair, different eyes, multi-colored eyes, heterochromia, school uniform, blazer, brown sweater, collared shirt, neck ribbon, school, school classroom, school classroom background, medium breasts, ADDBASE
purple hair, two side up, yuri, ADDCOL
pink hair, two side up, natsuki, ADDCOL
brown hair, monika, hair ribbon, white ribbon, ADDCOL
pink hair, sayori, hair bow, red bow, ADDCOL
purple hair, yuri, ADDCOL
brown hair, monika,

По-русски:
1девочка, лицо, акцент на лице, красивая, смешанные волосы, разные глаза, разноцветные глаза, гетерохромия, школьная форма, блейзер, коричневый свитер, рубашка с воротником, шейная лента, школа, школьный класс, фон школьного класса, средняя грудь, ADDBASE
фиолетовые волосы, две стороны вверх, юри, ADDCOL
розовые волосы, две стороны вверх, нацуки, ADDCOL
коричневые волосы, моника, лента для волос, белая лента, ADDCOL
розовые волосы, сайори, бант для волос, красный бант, ADDCOL
фиолетовые волосы, две стороны вверх, юри, ADDCOL
коричневые волосы, моника,

ADDBASE - отрезает всеобщий промпт от промпта первой части картинки.
ADDCOL - отрезает промпты разных частей картинки друг от друга.

 Финальный вариант к финальному вопросу.

Спасибо всем, кто прочитал это и поставил оценку статье. Я потратил на написание сего "шедевра" более чем три часа. Но я ни разу не жалею. Если кому-то действительно было интересно прочесть это, значит всё было не зря.

Напоследок хочу объявить, что я начал прошлым летом клепать текстовый квест по КоноСубе (Богиня благословляет этот прекрасный мир). Соответственно, тоже с картинками из нейросети. Я несколько раз бросал и несколько раз возвращался, однако в этом году, я надеюсь, я всё же выпущу его. На данный момент в нём готово 110 действий\вопросов и около 25 картинок.

При этом, я люблю делать турниры с цитатами разных людей, хороших и не очень. Вы можете зайти на мой профиль, у меня уже есть четыре подобных теста - с цитатами Стаса Васильева, Гоблина, Тесака и цитатами из книг Эдуарда Лимонова.

Из этого следует вопрос: Что бы вы хотели видеть? Опрос - ниже.

Ещё раз спасибо за прочтение!