Penyesuaian subjek

Penyesuaian subjek Imagen 3 Customization membantu Anda membuat gambar baru dari perintah teks dan gambar referensi yang Anda berikan. Gambar referensi yang Anda berikan membantu memandu pembuatan gambar baru.

Kasus penggunaan

Penyesuaian Imagen 3 menawarkan perintah gaya bebas, yang dapat memberikan kesan bahwa Imagen 3 dapat melakukan lebih dari yang dilatih untuk dilakukan. Bagian berikut menjelaskan kasus penggunaan yang dimaksudkan untuk Penyesuaian Imagen 3, dan contoh kasus penggunaan yang tidak dimaksudkan yang tidak lengkap.

Sebaiknya gunakan Penyesuaian Imagen 3 untuk kasus penggunaan yang dimaksud, karena kami telah melatih model pada kasus penggunaan tersebut dan mengharapkan hasil yang baik. Sebaliknya, meskipun Anda dapat mendorong model untuk melakukan hal-hal di luar kasus penggunaan yang dimaksudkan, kami tidak mengharapkan hasil yang baik.

Kasus penggunaan yang dimaksudkan

Berikut adalah kasus penggunaan yang ditujukan untuk penyesuaian subjek Penyesuaian Imagen 3:

  • Menata gaya foto seseorang
  • Menata gaya foto seseorang, dan mempertahankan ekspresi wajah orang tersebut
  • (Rendah) Tempatkan produk, seperti sofa atau kue, ke dalam berbagai adegan dengan sudut produk yang berbeda.
  • Membuat variasi produk yang tidak mempertahankan detail yang tepat
  • Menata gaya foto seseorang, sambil mempertahankan ekspresi wajah

Contoh kasus penggunaan yang tidak diinginkan

Berikut adalah daftar tidak lengkap kasus penggunaan yang tidak dilatih untuk dilakukan oleh Penyesuaian Imagen 3, dan menghasilkan hasil yang buruk untuk:

  • Menempatkan dua orang atau lebih dalam adegan yang berbeda sambil mempertahankan identitas mereka
  • Tempatkan dua orang atau lebih dalam adegan yang berbeda sambil mempertahankan identitas mereka dan menentukan gaya gambar output menggunakan contoh gambar sebagai input untuk gaya.
  • Menata gaya foto dua orang atau lebih sambil mempertahankan identitas mereka
  • Menempatkan hewan peliharaan ke dalam adegan yang berbeda sambil mempertahankan identitasnya
  • Menata gaya foto hewan peliharaan dan mengubahnya menjadi gambar
  • Menata gaya foto hewan peliharaan dan mengubahnya menjadi gambar, sambil mempertahankan atau menentukan gaya gambar (seperti cat air)
  • Menempatkan hewan peliharaan dan orang ke dalam adegan yang berbeda, sambil mempertahankan identitas keduanya.
  • Menata gaya foto hewan peliharaan dan satu atau beberapa orang, lalu mengubahnya menjadi gambar
  • Tempatkan dua produk ke dalam adegan yang berbeda dengan sudut produk yang berbeda
  • Tempatkan produk, seperti kue atau sofa, ke dalam adegan yang berbeda dengan sudut produk yang berbeda, dan mengikuti gaya gambar tertentu (seperti fotorealistik dengan warna, gaya pencahayaan, atau animasi tertentu)
  • Menempatkan produk ke dalam adegan yang berbeda, sambil mempertahankan komposisi adegan tertentu seperti yang ditentukan oleh gambar kontrol
  • Tempatkan dua produk ke dalam adegan yang berbeda dengan sudut produk yang berbeda, menggunakan gambar tertentu sebagai input (seperti fotorealistik dengan warna, gaya pencahayaan, atau animasi tertentu)
  • Tempatkan dua produk ke dalam adegan yang berbeda, sambil mempertahankan komposisi spesifik adegan seperti yang ditentukan oleh gambar kontrol

Contoh penyesuaian subjek

Bagian berikut menggambarkan kasus yang didukung untuk penyesuaian subjek Penyesuaian Imagen 3:

Penyesuaian orang

Contoh Input Contoh Output
  1. Gambar referensi1:
    Contoh input untuk penyesuaian produk
  2. Perintah teks:
    Buat gambar tentang woman with long hair[1] agar sesuai dengan deskripsi ini: potret woman with long hair[1] dalam gaya kartun 3D dengan latar belakang yang diburamkan. Karakter yang imut dan menawan, wajah tersenyum, melihat ke kamera, nuansa warna pastel, kualitas tinggi, 4K, mahakarya, detail super, tekstur kulit, pemetaan tekstur, bayangan lembut, pencahayaan realistis lembut, warna cerah.

Contoh output untuk penyesuaian produk

1 Gambar input referensi yang dibuat menggunakan pembuatan gambar Imagen 3 dari perintah: potret seorang wanita di paris. dia mengenakan celana hitam dan kemeja putih.

Penyesuaian produk

Contoh Input Contoh Output
  1. Gambar referensi2:
    Contoh input untuk penyesuaian produk
  2. Perintah teks:
    Buat gambar perfume bottle [1], tetapi dalam warna cyan

Contoh output untuk penyesuaian produk
2 Gambar input referensi yang dibuat menggunakan pembuatan gambar Imagen 3 dari perintah: gambar gaya produk botol parfum di depan latar belakang hitam.

Melihat kartu model Imagen untuk Pengeditan dan Penyesuaian

Sebelum memulai

  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. Siapkan autentikasi untuk lingkungan Anda.

    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

    Untuk menggunakan contoh REST API di halaman ini dalam lingkungan pengembangan lokal, gunakan kredensial yang Anda berikan ke gcloud CLI.

      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.

    Untuk mengetahui informasi selengkapnya, lihat Melakukan autentikasi untuk menggunakan REST dalam dokumentasi autentikasi Google Cloud .

    Penyesuaian subjek

    Anda dapat memberikan gambar referensi jenis subjek saat menggunakan Penyesuaian Imagen 3. Secara khusus, perintah sedikit contoh dengan Penyesuaian Imagen 3 mendukung subjek berikut: produk, orang, dan hewan peliharaan. Subjek yang Anda pilih akan memengaruhi cara Anda membuat permintaan pembuatan.

    Perintah yang Anda gunakan dengan Penyesuaian Imagen 3 dapat memengaruhi kualitas gambar yang dihasilkan. Bagian berikut menjelaskan template perintah dan contoh yang direkomendasikan untuk mengirim permintaan penyesuaian.

    Penyesuaian orang

    Tabel berikut menjelaskan template perintah yang kami rekomendasikan sebagai titik awal saat menulis perintah penyesuaian orang:

    Kasus penggunaan Gambar referensi Template perintah Contoh
    Penataan gaya gambar orang dengan input mesh wajah Gambar subjek (1)
    Gambar kontrol mesh wajah (1)     		Buat gambar SUBJECT_DESCRIPTION [1] dengan facemesh from the control image [2]. ${PROMPT} Buat gambar the person [1] dengan facemesh from the control image [2]. Orang tersebut harus melihat lurus ke depan dengan ekspresi netral. Latar belakang harus berupa ...
    Penyesuaian gaya gambar orang tanpa input mesh wajah Gambar subjek (1-4) Buat gambar tentang SUBJECT_DESCRIPTION [1] agar sesuai dengan deskripsi: potret SUBJECT_DESCRIPTION [1] ${PROMPT} Buat gambar tentang a woman with short hair[1] agar sesuai dengan deskripsi: potret a woman with short hair[1] dalam gaya kartun 3D dengan latar belakang blur. Karakter yang imut dan cantik, wajah tersenyum, melihat ke kamera, nuansa warna pastel, kualitas tinggi, 4K, karya agung, detail super, tekstur kulit, pemetaan tekstur, bayangan lembut, pencahayaan realistis lembut, warna cerah
    Penyesuaian gaya gambar orang tanpa input mesh wajah Gambar subjek (1-4) Buat gambar STYLE_DESCRIPTION [2] tentang SUBJECT_DESCRIPTION [1] agar sesuai dengan deskripsi: potret SUBJECT_DESCRIPTION [1] STYLE_PROMPT Buat gambar 3d-cartoon style [2] tentang a woman with short hair [1] agar sesuai dengan deskripsi: potret a woman with short hair [1] dalam gaya kartun 3D dengan latar belakang blur. Karakter yang imut dan cantik, wajah tersenyum, melihat kamera, nuansa warna pastel, kualitas tinggi, 4k, mahakarya, detail super, tekstur kulit, pemetaan tekstur, bayangan lembut, pencahayaan realistis lembut, warna cerah
    Penataan gaya gambar orang dengan input mesh wajah Gambar subjek (1-3)
    Gambar kontrol Facemesh (1)     		Buat gambar tentang SUBJECT_DESCRIPTION [1] dalam pose CONTROL_IMAGE [2] agar sesuai dengan deskripsi: potret SUBJECT_DESCRIPTION [1] ${PROMPT} Buat gambar tentang a woman with short hair [1] dalam pose control image [2] agar sesuai dengan deskripsi: potret a woman with short hair [1] dalam gaya kartun 3D dengan latar belakang blur. Karakter yang imut dan menggemaskan, wajah tersenyum. Lihat kamera, nuansa warna pastel, kualitas tinggi, 4K, mahakarya, detail super, tekstur kulit, pemetaan tekstur, bayangan lembut, pencahayaan realistis lembut, warna cerah
    Penataan gaya gambar orang dengan input mesh wajah Gambar subjek (1-3)
    Gambar kontrol Facemesh (1)     		Buat gambar STYLE_DESCRIPTION [3] tentang SUBJECT_DESCRIPTION [1] dalam pose CONTROL_IMAGE [2] agar sesuai dengan deskripsi: potret SUBJECT_DESCRIPTION [1] ${PROMPT} Buat gambar 3d-cartoon style [3] tentang a woman with short hair [1] dalam pose control image [2] agar sesuai dengan deskripsi: potret a woman with short hair [1] dalam gaya kartun 3D dengan latar belakang blur. Karakter yang Lucu dan menggemaskan, wajah tersenyum. Lihat kamera, nuansa warna pastel, kualitas tinggi, 4K, mahakarya, detail super, tekstur kulit, pemetaan tekstur, bayangan lembut, pencahayaan realistis lembut, warna cerah

    Sebaiknya wajah dalam gambar referensi Anda memiliki properti berikut:

    • Berada di tengah dan menempati setidaknya setengah dari seluruh gambar
    • Diputar dalam tampilan depan ke segala arah (roll, pitch, dan yaw)
    • Tidak terhalang oleh objek, seperti kacamata hitam atau masker

    Gunakan contoh berikut untuk mengirim permintaan penyesuaian dengan gambar referensi orang yang digunakan untuk memandu pembuatan gambar. Anda dapat mengirim jenis permintaan ini dengan atau tanpa gambar kontrol mesh wajah untuk memandu lebih lanjut pembuatan gambar.

    REST

    Untuk mengetahui informasi selengkapnya tentang permintaan model imagen-3.0-capability-001, lihat referensi API model imagen-3.0-capability-001.

    Contoh ini menunjukkan cara menentukan area kontrol mesh wajah untuk memandu pembuatan, tetapi Anda juga dapat menghilangkan objek referensi kontrol ("referenceType": "REFERENCE_TYPE_CONTROL") dan Imagen akan otomatis mendeteksi area kontrol mesh wajah.

    Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

    • PROJECT_ID: Google Cloud Project ID Anda.
    • LOCATION: Region project Anda. Misalnya, us-central1, europe-west2, atau asia-northeast3. Untuk mengetahui daftar region yang tersedia, lihat Lokasi AI Generatif di Vertex AI.
    • TEXT_PROMPT: Perintah teks memandu gambar yang dihasilkan model. Untuk menggunakan Penyesuaian Imagen 3, sertakan referenceId dari gambar atau gambar referensi yang Anda berikan dalam format [$referenceId]. Contoh:
      • Perintah teks berikut ditujukan untuk permintaan yang memiliki dua gambar referensi dengan "referenceId": 1. Kedua gambar memiliki deskripsi opsional "subjectDescription": "man with short hair". Selain itu, ada gambar jaring muka kontrol yang ditentukan dengan "referenceId": 2: Buat gambar tentang man with short hair [1] dalam pose gambar kontrol [2] agar sesuai dengan deskripsi: Sketsa gaya pensil dari potret seluruh tubuh man with short hair [1] dengan gambar silang arsiran, gambar arsiran potret dengan pensil 6B dan grafit, latar belakang putih, gambar pensil, kualitas tinggi, goresan pensil, melihat ke kamera, mata manusia alami
    • "referenceId": ID gambar referensi, atau ID untuk serangkaian gambar referensi yang sesuai dengan subjek atau gaya yang sama. Dalam contoh ini, dua gambar referensi adalah orang yang sama, sehingga memiliki referenceId (1) yang sama dan gambar mesh wajah kontrol memiliki referenceId (2) yang berbeda. Gambar yang dihasilkan akan mengikuti struktur wajah dari mesh wajah yang diekstrak dari gambar referensi dan akan meningkatkan tampilan wajah. Hanya satu kontrol mesh wajah yang didukung.
    • BASE64_REFERENCE_IMAGE: Gambar referensi untuk memandu pembuatan gambar. Gambar harus ditentukan sebagai string byte berenkode base64.
    • SUBJECT_DESCRIPTION: Opsional. Deskripsi teks gambar referensi yang kemudian dapat Anda gunakan di kolom prompt. Contoh: 
            "prompt": "a full-body portrait of a man with short hair [1] with hatch-cross
      drawing",
      [...],
      "subjectDescription": "man with short hair"
    • IMAGE_COUNT: Jumlah gambar yang dihasilkan. Nilai bilangan bulat yang diterima: 1-4. Nilai default: 4.

    Metode HTTP dan URL: 

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

    Isi JSON permintaan: 

    {
  "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
  }
}

    Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

    curl

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

    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

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

    $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
    Contoh respons berikut adalah untuk permintaan dengan "sampleCount": 2. Respons ini menampilkan dua objek prediksi, dengan byte gambar yang dihasilkan berenkode base64. 
    {
  "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)

    Penyesuaian produk

    Tabel berikut menjelaskan template perintah yang kami rekomendasikan sebagai titik awal saat menulis perintah penyesuaian produk:

    Gambar referensi Template perintah Contoh
    Gambar subjek (1-4) Buat gambar tentang SUBJECT_DESCRIPTION [1] agar sesuai dengan deskripsi: ${PROMPT}

    Buat gambar tentang Luxe Elixir hair oil, golden liquid in glass bottle [1] agar sesuai dengan deskripsi: Gambar close-up, high-key tangan seorang wanita yang memegang Luxe Elixir hair oil, golden liquid in glass bottle [1] dengan latar belakang putih bersih. Tangan perempuan tersebut diterangi dengan baik dan fokusnya tajam pada botol, dengan kedalaman bidang yang dangkal mengaburkan latar belakang dan menekankan produk. Pencahayaannya lembut dan menyebar, menciptakan cahaya halus di sekitar botol dan tangan. Komposisi keseluruhan sederhana dan elegan, menyoroti daya tarik mewah produk.

    Gambar subjek (1-4) Buat gambar SUBJECT_DESCRIPTION tetapi ${PROMPT}

    Buat gambar Seiko watch [1], tetapi berwarna biru.

    Gunakan contoh berikut untuk mengirim permintaan penyesuaian dengan gambar referensi produk yang digunakan untuk memandu pembuatan gambar.

    Konsol

    1. Di Google Cloud konsol, buka halaman Vertex AI > Media Studio .
      Buka Media Studio
    2. Di bagian Model pada panel Parameter, pilih Imagen 3 jika belum dipilih.
    3. Opsional. Pilih Rasio aspek selain 1:1 (default).
    4. Opsional. Ubah Number of results.
    5. Opsional. Berikan Perintah negatif untuk memandu model tentang apa yang harus dihindari dalam pembuatan.
    6. Opsional. Ubah Opsi lanjutan.
    7. Di kolom perintah teks (Tulis perintah Anda...), klik Tambahkan referensi.
      1. Di panel Tambahkan referensi, pilih Jenis referensi: Subject - product.
      2. Di bagian Gambar referensi, klik Upload
      3. Pilih gambar yang disimpan secara lokal, lalu klik Buka.
      4. Opsional. Berikan Deskripsi untuk gambar referensi.
      5. Klik Selesai.
      6. Opsional. Untuk menambahkan lebih banyak gambar referensi, klik Tambahkan gambar dan upload gambar lain.
      7. Setelah Anda menambahkan semua gambar referensi, klik Tambahkan referensi.

        Semua gambar referensi yang Anda tambahkan di panel tersebut memiliki nomor referensi yang sama. Gunakan nomor referensi ini saat Anda menambahkan perintah teks.

    8. Di kolom perintah teks (Tulis perintah Anda...), tambahkan perintah teks yang menyertakan nomor referensi untuk gambar referensi. Misalnya:
      1. ruangan putih cerah, product [1] di atas meja kaca
      2. the animal [1] berdiri di lapangan terbuka luas dengan hutan di kejauhan
      3. foto potret hitam putih person [1] di jalan kota di film noir style [2]

    REST

    Untuk mengetahui informasi selengkapnya tentang permintaan model imagen-3.0-capability-001, lihat referensi API model imagen-3.0-capability-001.

    Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

    • PROJECT_ID: Google Cloud Project ID Anda.
    • LOCATION: Region project Anda. Misalnya, us-central1, europe-west2, atau asia-northeast3. Untuk mengetahui daftar region yang tersedia, lihat Lokasi AI Generatif di Vertex AI.
    • TEXT_PROMPT: Perintah teks memandu gambar yang dihasilkan model. Untuk menggunakan Penyesuaian Imagen 3, sertakan referenceId dari gambar atau gambar referensi yang Anda berikan dalam format [$referenceId]. Contoh:
      • Buat gambar tentang Luxe Elixir hair oil, golden liquid in glass bottle [1] agar sesuai dengan deskripsi: Gambar close-up dengan pencahayaan tinggi dari tangan seorang wanita yang memegang Luxe Elixir hair oil, golden liquid in glass bottle [1] dengan latar belakang putih bersih. Tangan perempuan tersebut diterangi dengan baik dan fokusnya tajam pada botol, dengan kedalaman bidang yang dangkal yang mengaburkan latar belakang dan menekankan produk.
    • "referenceId": ID gambar referensi, atau ID untuk serangkaian gambar referensi yang sesuai dengan subjek atau gaya yang sama. Dalam contoh ini, dua gambar referensi adalah produk yang sama, sehingga keduanya memiliki referenceId (1) yang sama.
    • BASE64_REFERENCE_IMAGE: Gambar referensi untuk memandu pembuatan gambar. Gambar harus ditentukan sebagai string byte berenkode base64.
    • SUBJECT_DESCRIPTION: Opsional. Deskripsi teks gambar referensi yang kemudian dapat Anda gunakan di kolom prompt. Contoh: 
            "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: Jumlah gambar yang dihasilkan. Nilai bilangan bulat yang diterima: 1-4. Nilai default: 4.

    Metode HTTP dan URL: 

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

    Isi JSON permintaan: 

    {
  "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
  }
}

    Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

    curl

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

    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

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

    $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
    Contoh respons berikut adalah untuk permintaan dengan "sampleCount": 2. Respons ini menampilkan dua objek prediksi, dengan byte gambar yang dihasilkan berenkode base64. 
    {
  "predictions": [
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    },
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    }
  ]
}

    Penggunaan produk

    Untuk melihat standar penggunaan dan batasan konten yang terkait dengan Imagen di Vertex AI, lihat panduan penggunaan.

    Versi model

    Ada beberapa model pembuatan gambar yang dapat Anda gunakan. Untuk mengetahui informasi selengkapnya, lihat Model Imagen.

    Langkah berikutnya

    Baca artikel tentang Imagen dan produk AI Generatif lainnya di Vertex AI: