lora-estilo-naif-configB

Model card — yasmincos/lora-estilo-naif-configB

(cole isto na aba "Model card" / README.md do repositório configB no Hugging Face Hub)

---

license: creativeml-openrail-m base_model: stable-diffusion-v1-5/stable-diffusion-v1-5 tags:

• stable-diffusion
• lora
• text-to-image
• diffusers
• naif-art

---

LoRA — Estilo Naïf Brasileiro (Configuração B) — modelo usado no pipeline publicado

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. Esta é a configuração final integrada à aplicação publicada em https://huggingface.co/spaces/yasmincos/atelie-generativo-naif.

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: 4
• learning_rate: 5e-5
• max_train_steps: 1000 (~143 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,. Integrado a um pipeline multimodal texto → imagem → áudio (expansão de prompt com Qwen2.5-0.5B-Instruct, narração com suno/bark-small).

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 médio de 28.42 nos 6 prompts de teste, superior ao modelo base (26.22) e à Configuração A (26.15) — melhor alinhamento imagem-texto entre as configurações testadas.
• Verificação de memorização/overfitting e avaliação humana ainda em andamento.