Stable Diffusion 3 大量请求和响应 - Amazon Bedrock

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Stable Diffusion 3 大量请求和响应

请求正文在请求body字段中传递给InvokeModel或InvokeModelWithResponseStream。

模型调用请求正文字段

当你使用 InvokeModel 拨打电话时 Stable Diffusion 3 大型模型，用如下所示的JSON物体填充身体区域。

{
    'prompt': 'Create an image of a panda'
}

模型调用响应正文字段

当你使用InvokeModel拨打电话时 Stable Diffusion 3 大型模型，响应如下所示 

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

如果回复的完成原因不是null，则如下所示：

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

  • se@@ ed s —（字符串）用于为模型生成图像的种子列表。

  • finish_reas ons — 表示请求是否被过滤的枚举。 null将表明请求成功。当前可能的值:"Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null.

  • images — 以 base64 字符串格式生成的图像列表。

有关更多信息，请参阅 https://platform.stability.ai/docs/api-reference#tag/v1generation。

Text to image

Stability.ai Stable Diffusion 3 大型模型具有以下推理调用的推 text-to-image 理参数。

  • pro mpt —（字符串）你希望在输出图像中看到的内容。清晰定义元素、颜色和主题的强有力的描述性提示将带来更好的结果。

    最低 最高

    0

    10000

可选字段

  • aspect_rat io —（字符串）控制生成图像的纵横比。此参数仅对 text-to-image 请求有效。默认 1:1。枚举：16:9、1:1、21:9、2:3、3:2、4:5、5:4、9:16、9:21。

  • mode — 控制这是 text-to-image 还是 image-to-image 世代，这会影响需要哪些参数。默认： text-to-image。枚举:image-to-image, text-to-image。

  • ou@@ tput_forma t — 指定输出图像的格式。支持的格式：JPEG，PNG。支持的尺寸：高 640 到 1,536 像素，宽度 640 到 1,536 像素。

  • seed —（数字）用于指导生成的 “随机性” 的特定值。（省略此参数或传递 0 以使用随机种子。） 范围：0 到 4294967295。

  • negative_promp t — 你不希望在输出图像中看到的内容的关键字。最大值：10,000 个字符。

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-large-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")
Image to image

Stability.ai Stable Diffusion 3 大型模型具有以下推理调用的推 image-to-image 理参数。

text_prompts（必要）– 用于生成的文本提示数组。每个元素都是一个包含提示和提示权重的JSON对象。

  • pro mpt —（字符串）你希望在输出图像中看到的内容。清晰定义元素、颜色和主题的强有力的描述性提示将带来更好的结果。

    最低 最高

    0

    10000

  • 图片 — base64 格式的字符串。用作生成起点的图像。支持的格式：JPEG，PNG，WEBP（主机WEBP不支持），支持的尺寸：宽度：640-1536 px，高度：640-1536 px。

  • 强度-数字。此参数有时被称为去噪，它控制图像参数对生成的图像的影响程度。值为 0 将生成与输入相同的图像。值为 1 就好像你根本没有传入任何图像一样。射程：[0, 1]

  • 模式 — 必须设置为image-to-image。

可选字段

  • aspect_rat io —（字符串）控制生成图像的纵横比。此参数仅对 text-to-image 请求有效。默认 1:1。枚举：16:9、1:1、21:9、2:3、3:2、4:5、5:4、9:16、9:21。

  • mode — 控制这是 text-to-image 还是 image-to-image 世代，这会影响需要哪些参数。默认： text-to-image。枚举:image-to-image, text-to-image。

  • ou@@ tput_forma t — 指定输出图像的格式。支持的格式：JPEG，PNG。支持的尺寸：高 640 到 1,536 像素，宽度 640 到 1,536 像素。

  • seed —（数字）用于指导生成的 “随机性” 的特定值。（省略此参数或传递 0 以使用随机种子。） 范围：0 到 4294967295。

  • negative_promp t — 你不希望在输出图像中看到的内容的关键字。最大值：10,000 个字符。

import boto3
import json
import base64
import io
from PIL import Image

bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
file_path = 'input_image.png'
image_bytes = open(file_path, "rb").read()
base64_image = base64.b64encode(image_bytes).decode("utf-8")
response = bedrock.invoke_model(
    modelId='stability.sd3-large-v1:0',
    body=json.dumps({
        'prompt': 'A car made out of fruits',
        'image': base64_image,
        'strength': 0.75,
        'mode': 'image-to-image'
    })
)
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("output_image.png")