lora-estilo-naif-configA

LoRA — Estilo Naïf Brasileiro (Configuração A)

LoRA treinado sobre o Stable Diffusion v1.5 para gerar imagens no estilo naïf, com referência histórica às pinturas de Henri Rousseau (majoritariamente) e Niko Pirosmani. Projeto acadêmico da disciplina de Inteligência Artificial Generativa e Modelos Multimodais (UNICEUB).

Dataset

25 imagens de domínio público (Wikimedia Commons), obras de Henri Rousseau e Niko Pirosmani (ambos falecidos há mais de 100 anos). Legendas geradas com BLIP (Salesforce/blip-image-captioning-base) e revisadas manualmente, prefixadas com o token estilo_naif,.

Hiperparâmetros de treino

• rank: 8
• learning_rate: 1e-4
• max_train_steps: 1500 (~215 épocas)
• gradient_accumulation_steps: 4
• lr_scheduler: cosine
• mixed_precision: no (float32 — treinado em MacBook Pro/MPS, não CUDA)
• checkpointing_steps: 500

Uso pretendido

Geração de imagens estilizadas em "arte naïf" para fins educacionais/experimentais, via prompt iniciado por estilo_naif,.

Limitações e vieses conhecidos

• Dataset pequeno (25 imagens) — risco de generalização limitada fora do domínio de treino (cenas de fauna/flora predominam sobre cenas urbanas/cotidianas).
• CLIPScore avaliado em 6 prompts de teste ficou equivalente ao modelo base (26.15 vs. 26.22), sugerindo alinhamento imagem-texto pouco superior ao modelo sem LoRA nesta configuração — ver Configuração B para o modelo com melhor desempenho.
• Não avaliado por julgamento humano até o momento.