
2026 · Dataset, entrenamiento, dirección de arte y curaduría
Mi doble digital
Un modelo de imagen entrenado con mis fotos y una galería de 89 escenas generadas con IA.
- Artflow
- Gemini
- Firefly
- modelos de difusión
- ImageMagick
- Astro
Quería retratos profesionales sin sesión de fotos y, de paso, entender cómo se entrena un modelo con una identidad. El resultado está en la galería.
Cómo se hizo
- Dataset: 27 fotos propias con distintas luces, ángulos y ropa, sin otras personas en cuadro.
- Entrenamiento: un modelo de identidad en Artflow a partir de ese dataset; pruebas de consistencia del rostro con prompts neutros.
- Generación: unas 200 imágenes con prompts en inglés escritos a mano (escena, encuadre, lente, luz). Algunas variaciones con Gemini y Firefly cambiando solo el fondo.
- Curaduría: una imagen por escena, descartando duplicados y las que no encajan con un sitio profesional; 89 finales en 9 temas, elegidas a mano.
- Publicación: recorte de la marca de agua con ImageMagick, optimización a WebP responsivo en el build de Astro, visor y filtros sin dependencias.
Qué aprendí
- La cara es consistente cuando el dataset tiene variedad de luz; con fotos parecidas el modelo repite la misma expresión.
- Los prompts que describen cámara y luz (“35 mm, golden hour, shallow depth of field”) dan mejores resultados que los que describen emociones.
- Las manos y los textos siguen siendo el punto débil: las escenas con escudos, letreros o instrumentos necesitan varias iteraciones.