Betreff anpassen

Mit der Subjektanpassung von Imagen 3 Customization können Sie neue Bilder aus einem Text-Prompt und einem von Ihnen bereitgestellten Referenzbild generieren. Das von Ihnen bereitgestellte Referenzbild hilft dabei, neue Bilder zu generieren.

Anwendungsfälle

Die Imagen 3-Anpassung bietet die Möglichkeit, Prompts in freiem Stil zu verwenden. Das kann den Eindruck erwecken, dass sie mehr leisten kann, als für sie trainiert wurde. In den folgenden Abschnitten werden die vorgesehenen Anwendungsfälle für die Imagen 3-Anpassung sowie nicht erschöpfende Beispiele für nicht vorgesehene Anwendungsfälle beschrieben.

Wir empfehlen, Imagen 3 Customization für die vorgesehenen Anwendungsfälle zu verwenden, da wir das Modell für diese Anwendungsfälle trainiert haben und gute Ergebnisse erwarten. Umgekehrt können Sie das Modell zwar dazu bringen, Dinge außerhalb der vorgesehenen Anwendungsfälle zu tun, aber wir erwarten keine guten Ergebnisse.

Vorgesehene Anwendungsfälle

Im Folgenden finden Sie Anwendungsfälle, die für die Anpassung von Imagen 3-Motiven vorgesehen sind:

  • Fotos von Personen stilisieren
  • Ein Foto einer Person stilisieren und die Gesichtsausdrücke der Person beibehalten
  • (Geringer Erfolg) Platzieren Sie ein Produkt wie ein Sofa oder einen Keks in verschiedenen Szenen mit unterschiedlichen Produktwinkeln.
  • Varianten eines Produkts generieren, bei denen keine genauen Details beibehalten werden
  • Ein Foto einer Person stilisieren, ohne den Gesichtsausdruck zu verändern

Beispiele für unbeabsichtigte Anwendungsfälle

Im Folgenden finden Sie eine unvollständige Liste von Anwendungsfällen, für die Imagen 3 Customization nicht trainiert wurde und für die schlechte Ergebnisse erzielt werden:

  • Zwei oder mehr Personen in verschiedenen Szenen platzieren, ohne ihre Identitäten zu verändern
  • Platzieren Sie zwei oder mehr Personen in verschiedenen Szenen und behalten Sie dabei ihre Identitäten bei. Geben Sie den Stil des Ausgabebilds mit einem Beispielbild als Eingabe an.
  • Fotos von zwei oder mehr Personen stilisieren, ohne ihre Identitäten zu verändern
  • Haustier in verschiedene Szenen einfügen, ohne seine Identität zu verändern
  • Ein Foto eines Haustiers stilisieren und in eine Zeichnung umwandeln
  • Ein Foto eines Haustiers in eine Zeichnung umwandeln und dabei den Stil des Bildes beibehalten oder festlegen (z. B. Aquarell)
  • Ein Haustier und eine Person in eine andere Szene einfügen, wobei die Identitäten beider erhalten bleiben.
  • Ein Foto eines Haustiers und einer oder mehrerer Personen stilisieren und in eine Zeichnung umwandeln
  • Zwei Produkte in verschiedenen Szenen mit unterschiedlichen Produktwinkeln platzieren
  • Ein Produkt wie ein Cookie oder ein Sofa in verschiedenen Szenen mit unterschiedlichen Produktwinkeln und in einem bestimmten Bildstil (z. B. fotorealistisch mit bestimmten Farben, Beleuchtungsstilen oder Animationen) platzieren
  • Ein Produkt in eine andere Szene einfügen, wobei die spezifische Komposition der Szene, wie durch ein Kontrollbild angegeben, beibehalten wird
  • Zwei Produkte in verschiedenen Szenen mit unterschiedlichen Produktwinkeln platzieren, wobei ein bestimmtes Bild als Eingabe verwendet wird (z. B. fotorealistisch mit bestimmten Farben, Beleuchtungsstilen oder Animationen)
  • Zwei Produkte in verschiedenen Szenen platzieren, wobei die spezifische Komposition der Szene gemäß einem Kontrollbild beibehalten wird

Beispiele für die Anpassung von Betreffzeilen

In den folgenden Abschnitten werden unterstützte Fälle für die Anpassung von Motiven mit Imagen 3 beschrieben:

Personalisierung

Beispieleingabe Beispielausgabe
  1. Referenzbild1:
    Beispieleingabe für die Produktanpassung
  2. Text-Prompt:
    Erstelle ein Bild zum Thema woman with long hair[1], das dieser Beschreibung entspricht: ein Porträt einer woman with long hair[1] im 3D-Cartoon-Stil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur mit einem lächelnden Gesicht, die in die Kamera schaut, in Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben.

Beispielausgabe für die Produktanpassung

1 Referenz-Eingabebild, das mit der Bildgenerierung von Imagen 3 aus dem Prompt Porträt einer Frau in Paris. Sie trägt eine schwarze Hose und ein weißes Hemd generiert wurde.

Produktanpassung

Beispieleingabe Beispielausgabe
  1. Referenzbild2:
    Beispieleingabe für die Produktanpassung
  2. Text-Prompt:
    Generiere ein Bild von perfume bottle [1], aber in Cyan.

Beispielausgabe für die Produktanpassung
2 Referenz-Eingabebild, das mit Imagen 3 über den Prompt Produktstilbild einer Parfümflasche vor einem schwarzen Hintergrund generiert wurde.

Modellkarte für Imagen for Editing and Customization ansehen

Hinweise

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Make sure that billing is enabled for your Google Cloud project.

  4. Enable the Vertex AI API.

    Enable the API

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Make sure that billing is enabled for your Google Cloud project.

  7. Enable the Vertex AI API.

    Enable the API

    8.

  8. Richten Sie die Authentifizierung für Ihre Umgebung ein.

    Select the tab for how you plan to use the samples on this page:

    Console

    When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.

    REST

    Verwenden Sie die von der gcloud CLI bereitgestellten Anmeldedaten, um die REST API-Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung zu verwenden.

      After installing the Google Cloud CLI, initialize it by running the following command: 

      gcloud init

      If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

    Weitere Informationen finden Sie in der Dokumentation zur Google Cloud -Authentifizierung unter Für die Verwendung von REST authentifizieren.

    Betreff anpassen

    Wenn Sie Imagen 3 Customization verwenden, können Sie Referenzbilder von Motivtypen bereitstellen. Das Few-Shot-Prompting mit Imagen 3 Customization unterstützt die folgenden Motive: Produkt, Person und Haustier. Das ausgewählte Thema wirkt sich darauf aus, wie Sie Ihren Generierungsantrag formulieren.

    Der Prompt, den Sie für die Imagen 3-Anpassung verwenden, kann sich auf die Qualität der generierten Bilder auswirken. In den folgenden Abschnitten werden empfohlene Prompt-Vorlagen und Beispiele für das Senden von Anpassungsanfragen beschrieben.

    Personalisierung

    In der folgenden Tabelle finden Sie Prompt-Vorlagen, die wir als Ausgangspunkt für das Schreiben von Prompts zur Personalisierung empfehlen:

    Anwendungsfall Referenzbilder Prompt-Vorlage Beispiel
    Stilisierung von Personenbildern mit Gesichtserkennung Motivbild (1)
    Facemesh-Kontrollbild (1)     		Generiere ein Bild von SUBJECT_DESCRIPTION [1] mit dem facemesh from the control image [2]. ${PROMPT} Generiere ein Bild von the person [1] mit der facemesh from the control image [2]. Die Person sollte mit einem neutralen Gesichtsausdruck geradeaus blicken. Der Hintergrund sollte ...
    Stilisierung von Personenbildern ohne Eingabe von Gesichts-Mesh Bild des Motivs (1–4) Erstelle ein Bild von SUBJECT_DESCRIPTION [1], das der Beschreibung entspricht: ein Porträt von SUBJECT_DESCRIPTION [1] ${PROMPT} Erstelle ein Bild von a woman with short hair[1], das der Beschreibung entspricht: ein Porträt von a woman with short hair[1] im 3D-Cartoonstil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur, lächelndes Gesicht, das in die Kamera schaut, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Textur-Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben
    Stilisierung von Personenbildern ohne Eingabe von Gesichts-Mesh Bild des Motivs (1–4) Erstelle ein STYLE_DESCRIPTION [2]-Bild von SUBJECT_DESCRIPTION [1], das der Beschreibung entspricht: ein Porträt von SUBJECT_DESCRIPTION [1] STYLE_PROMPT Erstelle ein 3d-cartoon style [2]-Bild von a woman with short hair [1], das der Beschreibung entspricht: ein Porträt von a woman with short hair [1] im 3D-Cartoonstil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur mit einem lächelnden Gesicht, die in die Kamera schaut, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Textur-Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben
    Stilisierung von Personenbildern mit Gesichtserkennung Motivbild (1–3)
    Facemesh-Kontrollbild (1)     		Erstelle ein Bild von SUBJECT_DESCRIPTION [1] in der Pose von CONTROL_IMAGE [2], das der Beschreibung entspricht: ein Porträt von SUBJECT_DESCRIPTION [1] ${PROMPT} Erstelle ein Bild von a woman with short hair [1] in der Pose von control image [2], das der Beschreibung entspricht: ein Porträt von a woman with short hair [1] im 3D-Cartoonstil mit verschwommenem Hintergrund. Eine niedliche Figur mit einem lächelnden Gesicht. Kamera, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben
    Stilisierung von Personenbildern mit Gesichtserkennung Motivbild (1–3)
    Facemesh-Kontrollbild (1)     		Erstelle ein STYLE_DESCRIPTION [3]-Bild von SUBJECT_DESCRIPTION [1] in der Pose des CONTROL_IMAGE [2], das der Beschreibung entspricht: ein Porträt von SUBJECT_DESCRIPTION [1] ${PROMPT} Erstelle ein 3d-cartoon style [3]-Bild von a woman with short hair [1] in der Pose des control image [2], das der Beschreibung entspricht: ein Porträt von a woman with short hair [1] im 3D-Cartoonstil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur mit einem lächelnden Gesicht. Kamera, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben

    Wir empfehlen, dass das Gesicht auf Ihrem Referenzbild die folgenden Eigenschaften hat:

    • Das Motiv ist zentriert und nimmt mindestens die Hälfte des gesamten Bildes ein.
    • Wird in der Frontansicht in alle Richtungen gedreht (Rollen, Neigen und Gieren)
    • Nicht durch Objekte wie Sonnenbrillen oder Masken verdeckt

    Verwenden Sie die folgenden Beispiele, um eine Anpassungsanfrage mit Referenzbildern von Personen zu senden, die zur Steuerung der Bilderstellung verwendet werden. Sie können diese Art von Anfrage mit oder ohne ein Kontrollbild für das Gesichts-Mesh senden, um die Bildgenerierung weiter zu steuern.

    REST

    Weitere Informationen zu imagen-3.0-capability-001-Modellanfragen finden Sie in der API-Referenz des imagen-3.0-capability-001-Modells.

    In diesem Beispiel wird gezeigt, wie Sie einen Kontrollbereich für das Gesichts-Mesh angeben, um die Generierung zu steuern. Sie können das Kontrollreferenzobjekt ("referenceType": "REFERENCE_TYPE_CONTROL") aber auch weglassen. In diesem Fall erkennt Imagen automatisch einen Kontrollbereich für das Gesichts-Mesh.

    Ersetzen Sie diese Werte in den folgenden Anfragedaten:

    • PROJECT_ID: Ihre Google Cloud Projekt-ID.
    • LOCATION: Die Region Ihres Projekts. Beispiel: us-central1, europe-west2 oder asia-northeast3. Eine Liste der verfügbaren Regionen finden Sie unter Generative AI an Vertex AI-Standorten.
    • TEXT_PROMPT ist der Text-Prompt, der bestimmt, welche Bilder das Modell generiert. Wenn Sie die Imagen 3-Anpassung verwenden möchten, geben Sie die referenceId des Referenzbilds oder der Referenzbilder, die Sie bereitstellen, im Format [$referenceId] an. Beispiel:
      • Der folgende Text-Prompt bezieht sich auf eine Anfrage mit zwei Referenzbildern mit "referenceId": 1. Beide Bilder haben eine optionale Beschreibung von "subjectDescription": "man with short hair". Außerdem gibt es ein Kontrollbild für das Gesichts-Mesh, das mit "referenceId": 2 angegeben wird: Erstelle ein Bild von einem man with short hair [1] in der Pose des Kontrollbilds [2] passend zur Beschreibung: Eine Bleistiftskizze eines Ganzkörperporträts eines man with short hair [1] mit Schraffurzeichnung, Schraffurzeichnung des Porträts mit 6B- und Graphitstiften, weißer Hintergrund, Bleistiftzeichnung, hohe Qualität, Bleistiftstrich, Blick in die Kamera, natürliche menschliche Augen
    • "referenceId": Die ID des Referenzbilds oder die ID einer Reihe von Referenzbildern, die demselben Motiv oder Stil entsprechen. In diesem Beispiel zeigen die beiden Referenzbilder dieselbe Person. Sie haben also denselben referenceId (1). Das Kontrollbild mit dem Gesichts-Mesh hat einen anderen referenceId (2). Das generierte Bild folgt der Gesichtsstruktur des Gesichts-Mesh, das aus dem Referenzbild extrahiert wurde, und verbessert das Aussehen des Gesichts. Es wird nur ein Steuerelement für das Gesichts-Mesh unterstützt.
    • BASE64_REFERENCE_IMAGE: Ein Referenzbild, das als Grundlage für die Bildgenerierung dient. Das Bild muss als base64-codierter Bytestring angegeben werden.
    • SUBJECT_DESCRIPTION: Optional. Eine Textbeschreibung des Referenzbilds, die Sie dann im Feld prompt verwenden können. Beispiel: 
            "prompt": "a full-body portrait of a man with short hair [1] with hatch-cross
      drawing",
      [...],
      "subjectDescription": "man with short hair"
    • IMAGE_COUNT ist die Anzahl der generierten Bilder. Zulässige Ganzzahlwerte: 1–4. Standardwert: 4

    HTTP-Methode und URL:

    POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict

    JSON-Text der Anfrage:

    {
  "instances": [
    {
      "prompt": "TEXT_PROMPT",
      "referenceImages": [

        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectDescription": "SUBJECT_DESCRIPTION",
            "subjectType": "SUBJECT_TYPE_PERSON"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectDescription": "SUBJECT_DESCRIPTION",
            "subjectType": "SUBJECT_TYPE_PERSON"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_CONTROL",
          "referenceId": 2,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "controlImageConfig": {
            "controlType": "CONTROL_TYPE_FACE_MESH",
            "enableControlImageComputation": true
          }
        }
      ]
    }
  ],
  "parameters": {
    "sampleCount": IMAGE_COUNT
  }
}

    Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

    curl

    Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

    curl -X POST \
         -H "Authorization: Bearer $(gcloud auth print-access-token)" \
         -H "Content-Type: application/json; charset=utf-8" \
         -d @request.json \
         "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict"

    PowerShell

    Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

    $cred = gcloud auth print-access-token
    $headers = @{ "Authorization" = "Bearer $cred" }

    Invoke-WebRequest `
        -Method POST `
        -Headers $headers `
        -ContentType: "application/json; charset=utf-8" `
        -InFile request.json `
        -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict" | Select-Object -Expand Content
    Die folgende Beispielantwort bezieht sich auf eine Anfrage mit "sampleCount": 2. Die Antwort gibt zwei Vorhersageobjekte zurück, wobei die generierten Bildbyte base64-codiert sind. 
    {
  "predictions": [
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    },
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    }
  ]
}

    Python 

    from google import genai
from google.genai.types import (
    ControlReferenceConfig,
    ControlReferenceImage,
    EditImageConfig,
    Image,
    SubjectReferenceConfig,
    SubjectReferenceImage
)

client = genai.Client()

# TODO(developer): Update and un-comment below line
# output_gcs_uri = "gs://your-bucket/your-prefix"

# Create subject and control reference images of a photograph stored in Google Cloud Storage
# using https://storage.googleapis.com/cloud-samples-data/generative-ai/image/person.png
subject_reference_image = SubjectReferenceImage(
    reference_id=1,
    reference_image=Image(gcs_uri="gs://cloud-samples-data/generative-ai/image/person.png"),
    config=SubjectReferenceConfig(
        subject_description="a headshot of a woman", subject_type="SUBJECT_TYPE_PERSON"
    ),
)
control_reference_image = ControlReferenceImage(
    reference_id=2,
    reference_image=Image(gcs_uri="gs://cloud-samples-data/generative-ai/image/person.png"),
    config=ControlReferenceConfig(control_type="CONTROL_TYPE_FACE_MESH"),
)

image = client.models.edit_image(
    model="imagen-3.0-capability-001",
    prompt="""
    a portrait of a woman[1] in the pose of the control image[2]in a watercolor style by a professional artist,
    light and low-contrast stokes, bright pastel colors, a warm atmosphere, clean background, grainy paper,
    bold visible brushstrokes, patchy details
    """,
    reference_images=[subject_reference_image, control_reference_image],
    config=EditImageConfig(
        edit_mode="EDIT_MODE_DEFAULT",
        number_of_images=1,
        seed=1,
        safety_filter_level="BLOCK_MEDIUM_AND_ABOVE",
        person_generation="ALLOW_ADULT",
        output_gcs_uri=output_gcs_uri,
    ),
)

# Example response:
# gs://your-bucket/your-prefix
print(image.generated_images[0].image.gcs_uri)

    Produktanpassung

    In der folgenden Tabelle werden Prompt-Vorlagen beschrieben, die wir als Ausgangspunkt für das Schreiben von Prompts zur Produktanpassung empfehlen:

    Referenzbilder Prompt-Vorlage Beispiel
    Bild des Motivs (1–4) Erstelle ein Bild zum Thema SUBJECT_DESCRIPTION [1], das der Beschreibung ${PROMPT} entspricht.

    Erstelle ein Bild von Luxe Elixir hair oil, golden liquid in glass bottle [1], das der folgenden Beschreibung entspricht: Eine Nahaufnahme in High-Key-Beleuchtung der Hand einer Frau, die Luxe Elixir hair oil, golden liquid in glass bottle [1] vor einem rein weißen Hintergrund hält. Die Hand der Frau ist gut beleuchtet und die Flasche ist scharf fokussiert. Die geringe Schärfentiefe lässt den Hintergrund verschwimmen und betont das Produkt. Die Beleuchtung ist weich und diffus und erzeugt einen subtilen Schein um die Flasche und die Hand. Die Gesamtkomposition ist schlicht und elegant und unterstreicht die luxuriöse Ausstrahlung des Produkts.

    Bild des Motivs (1–4) Generiere ein Bild von einem SUBJECT_DESCRIPTION, aber ${PROMPT}

    Generiere ein Bild von einem Seiko watch [1], aber in Blau.

    Verwenden Sie die folgenden Beispiele, um eine Anpassungsanfrage mit Produktreferenzbildern zu senden, die zur Steuerung der Bilderstellung verwendet werden.

    Console

    1. Rufen Sie in der Google Cloud Console die Seite Vertex AI> Media Studio auf.
      Zu Media Studio
    2. Wählen Sie im Bereich Parameter im Abschnitt Modell die Option Imagen 3 aus, falls sie noch nicht ausgewählt ist.
    3. Optional. Wählen Sie ein anderes Seitenverhältnis als 1:1 (Standard) aus.
    4. Optional. Ändern Sie die Anzahl der Ergebnisse.
    5. Optional. Geben Sie einen negativen Prompt an, um dem Modell mitzuteilen, was es nicht generieren soll.
    6. Optional. Ändern Sie die Erweiterten Optionen nach Bedarf.
    7. Klicken Sie im Feld Textprompt (Prompt hier eingeben) auf Referenz hinzufügen.
      1. Wählen Sie im Bereich Verweis hinzufügen den Verweistyp aus: Subject - product.
      2. Klicken Sie im Abschnitt Referenzbilder auf Hochladen.
      3. Wählen Sie ein lokal gespeichertes Bild aus und klicken Sie auf Öffnen.
      4. Optional. Geben Sie eine Beschreibung für das Referenzbild an.
      5. Klicken Sie auf Fertig.
      6. Optional. Wenn Sie weitere Referenzbilder hinzufügen möchten, klicken Sie auf Bild hinzufügen und laden Sie ein weiteres Bild hoch.
      7. Nachdem Sie alle Referenzbilder hinzugefügt haben, klicken Sie auf Referenz hinzufügen.

        Alle Referenzbilder, die Sie in diesem Bereich hinzufügen, haben dieselbe Referenznummer. Verwenden Sie diese Referenznummer, wenn Sie den Text-Prompt hinzufügen.

    8. Geben Sie im Feld Textprompt (Prompt hier eingeben) einen Textprompt mit der oder den Referenznummern für die Referenzbilder ein. Beispiel:
      1. Ein hellweißer Raum, die product [1] auf einem Glastisch
      2. Die animal [1] steht auf einem weiten Feld mit einem Wald in der Ferne.
      3. Schwarz-Weiß-Porträt von person [1] auf einer Stadtstraße in film noir style [2]

    REST

    Weitere Informationen zu imagen-3.0-capability-001-Modellanfragen finden Sie in der API-Referenz des imagen-3.0-capability-001-Modells.

    Ersetzen Sie diese Werte in den folgenden Anfragedaten:

    • PROJECT_ID: Ihre Google Cloud Projekt-ID.
    • LOCATION: Die Region Ihres Projekts. Beispiel: us-central1, europe-west2 oder asia-northeast3. Eine Liste der verfügbaren Regionen finden Sie unter Generative AI an Vertex AI-Standorten.
    • TEXT_PROMPT ist der Text-Prompt, der bestimmt, welche Bilder das Modell generiert. Wenn Sie die Imagen 3-Anpassung verwenden möchten, geben Sie die referenceId des Referenzbilds oder der Referenzbilder, die Sie bereitstellen, im Format [$referenceId] an. Beispiel:
      • Erstelle ein Bild von Luxe Elixir hair oil, golden liquid in glass bottle [1], das der folgenden Beschreibung entspricht: Eine Nahaufnahme im High-Key-Stil der Hand einer Frau, die Luxe Elixir hair oil, golden liquid in glass bottle [1] vor einem rein weißen Hintergrund hält. Die Hand der Frau ist gut beleuchtet und die Flasche ist scharf fokussiert. Die geringe Schärfentiefe lässt den Hintergrund verschwimmen und betont das Produkt.
    • "referenceId": Die ID des Referenzbilds oder die ID einer Reihe von Referenzbildern, die demselben Motiv oder Stil entsprechen. In diesem Beispiel sind die beiden Referenzbilder vom selben Produkt, daher haben sie dieselbe referenceId (1).
    • BASE64_REFERENCE_IMAGE: Ein Referenzbild, das als Grundlage für die Bildgenerierung dient. Das Bild muss als base64-codierter Bytestring angegeben werden.
    • SUBJECT_DESCRIPTION: Optional. Eine Textbeschreibung des Referenzbilds, die Sie dann im Feld prompt verwenden können. Beispiel: 
            "prompt": "Luxe Elixir hair oil, golden liquid in glass bottle [1]
       against a pure white background.",
      [...],
      "subjectDescription": "Luxe Elixir hair oil, golden liquid in glass bottle"
    • IMAGE_COUNT ist die Anzahl der generierten Bilder. Zulässige Ganzzahlwerte: 1–4. Standardwert: 4

    HTTP-Methode und URL:

    POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict

    JSON-Text der Anfrage:

    {
  "instances": [
    {
      "prompt": "TEXT_PROMPT",
      "referenceImages": [
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectType": "SUBJECT_TYPE_PRODUCT",
            "subjectDescription": "SUBJECT_DESCRIPTION"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectType": "SUBJECT_TYPE_PRODUCT",
            "subjectDescription": "SUBJECT_DESCRIPTION"
          }
        }
      ]
    }
  ],
  "parameters": {
    "sampleCount": IMAGE_COUNT
  }
}

    Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

    curl

    Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

    curl -X POST \
         -H "Authorization: Bearer $(gcloud auth print-access-token)" \
         -H "Content-Type: application/json; charset=utf-8" \
         -d @request.json \
         "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict"

    PowerShell

    Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

    $cred = gcloud auth print-access-token
    $headers = @{ "Authorization" = "Bearer $cred" }

    Invoke-WebRequest `
        -Method POST `
        -Headers $headers `
        -ContentType: "application/json; charset=utf-8" `
        -InFile request.json `
        -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict" | Select-Object -Expand Content
    Die folgende Beispielantwort bezieht sich auf eine Anfrage mit "sampleCount": 2. Die Antwort gibt zwei Vorhersageobjekte zurück, wobei die generierten Bildbyte base64-codiert sind. 
    {
  "predictions": [
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    },
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    }
  ]
}

    Produktnutzung

    Informationen zu den Nutzungsstandards und Inhaltsbeschränkungen für Imagen in Vertex AI finden Sie in den Nutzungsrichtlinien.

    Modellversionen

    Es gibt mehrere Modelle zur Bildgenerierung, die Sie verwenden können. Weitere Informationen finden Sie unter Imagen-Modelle.

    Nächste Schritte

    Artikel zu Imagen und anderen Produkten für generative KI in Vertex AI: