Permintaan dan respons Stabil Image Ultra - Amazon Bedrock

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Permintaan dan respons Stabil Image Ultra

Badan permintaan diteruskan di body bidang permintaan ke InvokeModelatau InvokeModelWithResponseStream.

Bidang badan permintaan pemanggilan model

Saat Anda melakukan InvokeModel panggilan menggunakan model Stable Image Ultra, isi bidang tubuh dengan JSON objek yang terlihat seperti di bawah ini.

  • prompt — (string) Apa yang ingin Anda lihat pada gambar output. Prompt deskriptif yang kuat yang mendefinisikan elemen, warna, dan subjek dengan jelas akan menghasilkan hasil yang lebih baik.

    Minimum Maksimum

    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")

Bidang tubuh respons pemanggilan model

Saat Anda melakukan InvokeModel panggilan menggunakan model Stable Image Ultra, responsnya terlihat seperti di bawah ini 

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

Tanggapan dengan alasan akhir yang tidaknull, akan terlihat seperti di bawah ini:

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

  • seed — (string) Daftar benih yang digunakan untuk menghasilkan gambar untuk model.

  • finish_reasons - Enum menunjukkan apakah permintaan itu disaring atau tidak. nullakan menunjukkan bahwa permintaan itu berhasil. Nilai yang mungkin saat ini:"Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null.

  • gambar - Daftar gambar yang dihasilkan dalam format string base64.

Untuk informasi lebih lanjut, lihat https://platform.stability.ai/docs/api-reference#tag/v1generation.

Text to image

Model Stability.ai Stable Image Ultra memiliki parameter inferensi berikut untuk panggilan text-to-image inferensi.

  • prompt — (string) Apa yang ingin Anda lihat pada gambar output. Prompt deskriptif yang kuat yang mendefinisikan elemen, warna, dan subjek dengan jelas akan menghasilkan hasil yang lebih baik.

    Minimum Maksimum

    0

    10.000

Bidang opsional

  • aspect_ratio — (string) Mengontrol rasio aspek dari gambar yang dihasilkan. Parameter ini hanya berlaku untuk text-to-image permintaan. Standar 1:1. Enum: 16:9, 1:1, 21:9, 2:3, 3:2, 4:5, 5:4, 9:16, 9:21.

  • mode - Setel ke text-to-image. Default: text-to-image. Enum:text-to-image.

  • output_format - Menentukan format gambar output. Format yang didukung:JPEG,PNG. Dimensi yang didukung: tinggi 640 hingga 1.536 px, lebar 640 hingga 1.536 px.

  • seed — (angka) Nilai spesifik yang digunakan untuk memandu 'keacakan' generasi. (Abaikan parameter ini atau berikan 0 untuk menggunakan benih acak.) Rentang: 0 hingga 4294967295.

  • negative_prompt — Kata kunci dari apa yang tidak ingin Anda lihat dalam gambar output. Max: 10.000 karakter.

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")