Demande et réponse de Stable Image Ultra - Amazon Bedrock

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Demande et réponse de Stable Image Ultra

Le corps de la demande est transmis dans le body champ d'une demande à InvokeModelou InvokeModelWithResponseStream.

Modèle de champ du corps de la demande d'invocation

Lorsque vous passez un InvokeModel appel à l'aide d'un modèle Stable Image Ultra, remplissez le champ du corps avec un JSON objet semblable à celui ci-dessous.

  • prompt — (chaîne) Ce que vous souhaitez voir dans l'image de sortie. Un message descriptif fort qui définit clairement les éléments, les couleurs et les sujets permettra d'obtenir de meilleurs résultats.

    Minimum Maximum

    0

    10 000

    		 

     import boto3
     import json
     import base64
     import io
     from PIL import Image
     
     bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
     response = bedrock.invoke_model(
         modelId='stability.stable-image-ultra-v1:0',
         body=json.dumps({
             'prompt': 'A car made out of vegetables.'
         })
     )
     output_body = json.loads(response["body"].read().decode("utf-8"))
     base64_output_image = output_body["images"][0]
     image_data = base64.b64decode(base64_output_image)
     image = Image.open(io.BytesIO(image_data))
     image.save("image.png")

Modèle : réponse à l'invocation, corps du corps du corps

Lorsque vous passez un InvokeModel appel à l'aide d'un modèle Stable Image Ultra, la réponse est la suivante : 

{
         'seeds': [2130420379], 
         "finish_reasons": [null], 
         "images": ["..."]
     }

Une réponse dont la raison finale ne l'est pas null ressemblera à ce qui suit :

{
         "finish_reasons": ["Filter reason: prompt"]
     }

  • seeds — (chaîne) Liste des graines utilisées pour générer des images pour le modèle.

  • finish_reasons — Enum indiquant si la demande a été filtrée ou non. nullindiquera que la demande a été acceptée. Valeurs possibles actuelles :"Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null.

  • images — Liste des images générées au format de chaîne base64.

Pour plus d’informations, consultez https://platform.stability.ai/docs/api-reference#tag/v1generation.

Text to image

Le modèle Stability.ai Stable Image Ultra possède les paramètres d'inférence suivants pour un appel d' text-to-image inférence.

  • prompt — (chaîne) Ce que vous souhaitez voir dans l'image de sortie. Un message descriptif fort qui définit clairement les éléments, les couleurs et les sujets permettra d'obtenir de meilleurs résultats.

    Minimum Maximum

    0

    10 000

Champs facultatifs

  • aspect_ratio — (chaîne) Contrôle le rapport hauteur/largeur de l'image générée. Ce paramètre n'est valide que pour les text-to-image demandes. Par défaut 1:1. Enum : 16:9, 1:1, 21:9, 2:3, 3:2, 4:5, 5:4, 9:16, 9:21.

  • mode — Réglé sur text-to-image. Par défaut : text-to-image. Énumération : text-to-image.

  • output_format — Spécifie le format de l'image de sortie. Formats pris en charge :JPEG,PNG. Dimensions prises en charge : hauteur 640 à 1 536 pixels, largeur 640 à 1 536 pixels.

  • seed — (nombre) Valeur spécifique utilisée pour indiquer le « caractère aléatoire » de la génération. (Omettez ce paramètre ou passez 0 pour utiliser une valeur de départ aléatoire.) Plage : 0 à 4294967295.

  • negative_prompt — Mots clés indiquant ce que vous ne souhaitez pas voir dans l'image de sortie. Maximum : 10 000 caractères.

import boto3
       import json
       import base64
       import io
       from PIL import Image
       
       bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
       response = bedrock.invoke_model(
           modelId='stability.sd3-ultra-v1:0',
           body=json.dumps({
               'prompt': 'A car made out of vegetables.'
           })
       )
       output_body = json.loads(response["body"].read().decode("utf-8"))
       base64_output_image = output_body["images"][0]
       image_data = base64.b64decode(base64_output_image)
       image = Image.open(io.BytesIO(image_data))
       image.save("image.png")