超稳定图像请求和响应 - 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。

超稳定图像请求和响应

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

当您使用 Stable Image Ultra 模型 InvokeModel 拨打电话时，请用如下所示的JSON对象填充正文字段。

  • 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

    		 

     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")

模型调用响应正文字段

当你使用 Stable Image Ultra 机型InvokeModel拨打电话时，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 Image Ultra 模型具有以下用于推理调用的 text-to-image 推理参数。

  • 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。

  • 模式-设置为 text-to-image。默认： text-to-image。枚举：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-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")