As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Stability.ai Diffusion 1.0 de imagem para imagem
O modelo Stability.ai Diffusion 1.0 tem os parâmetros de inferência e a resposta de modelo a seguir para fazer chamadas de inferência de imagem para imagem.
Solicitação e reposta
O corpo da solicitação é passado no body
campo de uma solicitação para InvokeModelou InvokeModelWithResponseStream.
Para obter mais informações, consulte https://platform.stability.ai/docs/api-reference#tag/v1generation/operation/ imageToImage.
- Request
-
O modelo Stability.ai Diffusion 1.0 tem os parâmetros de inferência a seguir para chamadas de inferência de imagem para imagem.
{
"text_prompts": [
{
"text": string,
"weight": float
}
],
"init_image" : string ,
"init_image_mode" : string,
"image_strength" : float,
"cfg_scale": float,
"clip_guidance_preset": string,
"sampler": string,
"samples" : int,
"seed": int,
"steps": int,
"style_preset": string,
"extras" : json object
}
Veja a seguir os parâmetros necessários.
-
text_prompts (obrigatório): uma matriz de prompts de texto a serem usados na geração. Cada elemento é um JSON objeto que contém uma solicitação e um peso para a solicitação.
text: o prompt que você deseja enviar ao modelo.
-
peso (opcional): o peso que o modelo deve aplicar ao prompt. Um valor menor que zero declara um prompt negativo. Use um prompt negativo para fazer com que o modelo evite certos conceitos. O valor padrão para weight
é 1.
-
init_image (obrigatório): a imagem codificada em base64 que você deseja usar para inicializar o processo de difusão.
Veja a seguir os parâmetros opcionais.
-
init_image_mode (opcional): determina se deve usar image_strength
ou step_schedule_*
para controlar quanta influência a imagem em init_image
tem sobre o resultado. Os valores possíveis são IMAGE_STRENGTH
ou STEP_SCHEDULE
. O padrão é IMAGE _STRENGTH.
-
image_strength (opcional): determina quanta influência a imagem de origem em init_image
tem sobre o processo de difusão. Valores próximos a 1 produzem imagens muito semelhantes à imagem de origem. Valores próximos a 0 produzem imagens muito diferentes da imagem de origem.
-
cfg_scale (opcional): determina o quanto a imagem final retrata o prompt. Use um número menor para aumentar a aleatoriedade na geração.
Padrão |
Mínimo |
Máximo |
7
|
0
|
35
|
-
clip_guidance_preset (opcional) Enum: FAST_BLUE, FAST_GREEN, NONE, SIMPLE, SLOW, SLOWER,
SLOWEST
.
-
sampler (Opcional): o amostrador a ser usado no processo de difusão. Se esse valor for omitido, o modelo selecionará automaticamente um amostrador apropriado para você.
Enum: DDIM DDPM, K_DPMPP_2M, K_DPMPP_2S_ANCESTRAL, K_DPM_2,
K_DPM_2_ANCESTRAL, K_EULER, K_EULER_ANCESTRAL, K_HEUN K_LMS
.
-
samples (opcional): o número de imagens a serem geradas. No momento, o Amazon Bedrock oferece suporte à geração de uma imagem. Se você fornecer um valor para samples
, esse valor deverá ser um.
Padrão |
Mínimo |
Máximo |
1
|
1
|
1
|
-
seed (opcional): a semente determina a configuração inicial de ruído. Use a mesma semente e as mesmas configurações de uma execução anterior para permitir que a inferência crie uma imagem semelhante. Se você não definir esse valor ou se for 0, ele será definido como um número aleatório.
Padrão |
Mínimo |
Máximo |
0
|
0
|
4294967295
|
-
steps (opcional): a etapa de geração determina quantas vezes a imagem é amostrada. Mais etapas podem resultar em um resultado mais preciso.
Padrão |
Mínimo |
Máximo |
30
|
10
|
50
|
-
style_preset (opcional): uma predefinição de estilo que orienta o modelo de imagem em direção a um estilo específico. Essa lista de predefinições de estilo está sujeita a alterações.
Enum: 3d-model, analog-film, animé, cinematic, comic-book, digital-art,
enhance, fantasy-art, isometric, line-art, low-poly, modeling-compound, neon-punk,
origami, photographic, pixel-art, tile-texture
-
extras (opcional): parâmetros extras enviados ao mecanismo. Use com cautela. Esses parâmetros são usados para recursos experimentais ou em desenvolvimento e podem ser alterados sem aviso prévio.
- Response
-
O modelo Stability.ai Diffusion 1.0 retorna os campos a seguir para chamadas de inferência de texto para imagem.
{
"result": string,
"artifacts": [
{
"seed": int,
"base64": string,
"finishReason": string
}
]
}
result: o resultado da operação. Se for bem-sucedida, a resposta será success
.
-
artifacts: uma matriz de imagens, uma para cada imagem solicitada.
Exemplo de código
O exemplo a seguir mostra como executar inferência com o modelo Stability.ai Diffusion 1.0 e o throughput sob demanda. O exemplo envia um prompt de texto e uma imagem de referência para um modelo, recupera a resposta do modelo e, por fim, mostra a imagem.
# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to generate an image from a reference image with SDXL 1.0 (on demand).
"""
import base64
import io
import json
import logging
import boto3
from PIL import Image
from botocore.exceptions import ClientError
class ImageError(Exception):
"Custom exception for errors returned by SDXL"
def __init__(self, message):
self.message = message
logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)
def generate_image(model_id, body):
"""
Generate an image using SDXL 1.0 on demand.
Args:
model_id (str): The model ID to use.
body (str) : The request body to use.
Returns:
image_bytes (bytes): The image generated by the model.
"""
logger.info("Generating image with SDXL model %s", model_id)
bedrock = boto3.client(service_name='bedrock-runtime')
accept = "application/json"
content_type = "application/json"
response = bedrock.invoke_model(
body=body, modelId=model_id, accept=accept, contentType=content_type
)
response_body = json.loads(response.get("body").read())
print(response_body['result'])
base64_image = response_body.get("artifacts")[0].get("base64")
base64_bytes = base64_image.encode('ascii')
image_bytes = base64.b64decode(base64_bytes)
finish_reason = response_body.get("artifacts")[0].get("finishReason")
if finish_reason == 'ERROR' or finish_reason == 'CONTENT_FILTERED':
raise ImageError(f"Image generation error. Error code is {finish_reason}")
logger.info("Successfully generated image withvthe SDXL 1.0 model %s", model_id)
return image_bytes
def main():
"""
Entrypoint for SDXL example.
"""
logging.basicConfig(level = logging.INFO,
format = "%(levelname)s: %(message)s")
model_id='stability.stable-diffusion-xl-v1'
prompt="""A space ship."""
# Read reference image from file and encode as base64 strings.
with open("/path/to/image", "rb") as image_file:
init_image = base64.b64encode(image_file.read()).decode('utf8')
# Create request body.
body=json.dumps({
"text_prompts": [
{
"text": prompt
}
],
"init_image": init_image,
"style_preset" : "isometric"
})
try:
image_bytes=generate_image(model_id = model_id,
body = body)
image = Image.open(io.BytesIO(image_bytes))
image.show()
except ClientError as err:
message=err.response["Error"]["Message"]
logger.error("A client error occurred: %s", message)
print("A client error occured: " +
format(message))
except ImageError as err:
logger.error(err.message)
print(err.message)
else:
print(f"Finished generating text with SDXL model {model_id}.")
if __name__ == "__main__":
main()