Mulai 29 April 2025, model Gemini 1.5 Pro dan Gemini 1.5 Flash tidak tersedia di project yang belum pernah menggunakan model ini, termasuk project baru. Untuk mengetahui detailnya, lihat Versi dan siklus proses model.

Halaman ini diterjemahkan oleh Cloud Translation API.

Menyesuaikan gambar

Imagen API memungkinkan Anda membuat gambar berkualitas tinggi dalam hitungan detik, menggunakan perintah teks dan gambar referensi untuk memandu pembuatan subjek atau gaya.

Melihat kartu model Imagen untuk Pengeditan dan Penyesuaian

Model yang Didukung

Model	Kode
Penyesuaian menggunakan gambar referensi (few-shot)	`imagen-3.0-capability-001`

Untuk mengetahui informasi selengkapnya tentang fitur yang didukung setiap model, lihat Model Imagen.

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

Contoh sintaksis

Sintaksis untuk menyesuaikan gambar dari perintah teks dan gambar referensi.

Sintaks

Sintaksis untuk menyesuaikan gambar.

REST

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
https://${LOCATION}-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/${LOCATION}/publishers/google/models/imagen-3.0-capability-001:predict \
-d '{
    "instances": [
      {
        // Use [1] to refer to the reference images with referenceId=1
        // [2] to refer to the reference images with referenceId=2,
        // following the same format for all reference IDs that you provide.
        "prompt": "${TEXT_PROMPT}",
        "referenceImages": [
          // A list of at most 4 reference image objects.
          [...]
        ]
      }
    ],
    "parameters": {
        [...]
    }
}'

Contoh isi permintaan:

Permintaan ini ditujukan untuk penyesuaian orang dengan gambar kontrol jaring wajah dan tiga gambar referensi.

{
  "instances": [
    {
      "prompt": "Create an image about a man with short hair [1] in the pose of
       control image [2] to match the description: A pencil style sketch of a
       full-body portrait of a man with short hair [1] with hatch-cross drawing,
       hatch drawing of portrait with 6B and graphite pencils, white background,
       pencil drawing, high quality, pencil stroke, looking at camera, natural
       human eyes",
      "referenceImages": [
        {
          "referenceType": "REFERENCE_TYPE_CONTROL",
          "referenceId": 2,
          "referenceImage": {
            "bytesBase64Encoded": "${IMAGE_BYTES_1}"
          },
          "controlImageConfig": {
            "controlType": "CONTROL_TYPE_FACE_MESH",
            "enableControlImageComputation": true
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "${IMAGE_BYTES_2}"
          },
          "subjectImageConfig": {
            "subjectDescription": "a man with short hair",
            "subjectType": "SUBJECT_TYPE_PERSON"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "${IMAGE_BYTES_3}"
          },
          "subjectImageConfig": {
            "subjectDescription": "a man with short hair",
            "subjectType": "SUBJECT_TYPE_PERSON"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "${IMAGE_BYTES_4}"
          },
          "subjectImageConfig": {
            "subjectDescription": "a man with short hair",
            "subjectType": "SUBJECT_TYPE_PERSON"
          }
        }
      ]
    }
  ],
  "parameters": {
    "negativePrompt": "wrinkles, noise, Low quality, dirty, low res, multi face,
      rough texture, messy, messy background, color background, photo realistic,
      photo, super realistic, signature, autograph, sign, text, characters,
      alphabet, letter",
    "seed": 1,
    "language": "en",
    "sampleCount": 4
  }
}

Daftar parameter

Lihat contoh untuk mengetahui detail implementasi.

Menyesuaikan gambar

REST

Parameter
`referenceType`	Enumerasi yang diperlukan: `REFERENCE_TYPE_RAW` Gambar referensi mentah diperlukan untuk kasus penggunaan pengeditan. Gambar referensi mentah tidak diperlukan untuk kasus penggunaan lainnya. Maksimal satu gambar referensi mentah ada dalam satu permintaan. Gambar output memiliki ukuran yang sama dengan gambar input referensi mentah. `REFERENCE_TYPE_MASK` Gambar referensi mask diperlukan untuk kasus penggunaan pengeditan dengan mask. Gambar referensi masker tidak diperlukan untuk kasus penggunaan lainnya. Jika ada gambar referensi mentah, gambar mask harus berukuran sama dengan gambar referensi mentah. Pengguna dapat memberikan maskernya sendiri, atau membiarkan Imagen menghitung masker untuknya dari gambar referensi yang diberikan. Jika gambar referensi mask kosong dan `maskMode` tidak disetel ke `MASK_MODE_USER_PROVIDED`, mask dihitung berdasarkan gambar referensi mentah. `REFERENCE_TYPE_CONTROL` Jika gambar referensi mentah ada, gambar kontrol harus berukuran sama dengan gambar referensi mentah. Jika gambar referensi kontrol kosong dan `enableControlImageComputation` disetel ke `true`, gambar kontrol dihitung berdasarkan gambar referensi mentah. `REFERENCE_TYPE_SUBJECT` Pengguna dapat memberikan beberapa gambar referensi dengan ID referensi yang sama. Misalnya, beberapa gambar untuk subjek yang sama dapat memiliki ID referensi yang sama. Tindakan ini berpotensi meningkatkan kualitas output. `REFERENCE_TYPE_STYLE`
`referenceId`	Wajib `integer` ID referensi. Gunakan ID referensi ini dalam perintah. Misalnya, gunakan `[1]` untuk merujuk ke gambar referensi dengan referenceId=1, `[2]` untuk merujuk ke gambar referensi dengan referenceId=2.
`referenceImage.bytesBase64Encoded`	Wajib `string` String Base64 untuk gambar referensi yang dienkode.
`maskImageConfig.maskMode`	Enumerasi opsional: `MASK_MODE_USER_PROVIDED`, jika gambar referensi adalah gambar mask. `MASK_MODE_BACKGROUND`, untuk membuat mask secara otomatis menggunakan segmentasi latar belakang. `MASK_MODE_FOREGROUND`, untuk membuat mask secara otomatis menggunakan segmentasi latar depan. `MASK_MODE_SEMANTIC`, untuk membuat mask secara otomatis menggunakan segmentasi semantik, dan class mask yang diberikan. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_MASK`.
`maskImageConfig.dilation`	Opsional `float`. Rentang: [0, 1] Persentase lebar gambar untuk memperlebar mask ini. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_MASK`.
`maskImageConfig.maskClasses`	Opsional `list[Integer]`. Menyamarkan kelas untuk mode `MASK_MODE_SEMANTIC`. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_MASK`.
`controlImageConfig.controlType`	Enumerasi yang diperlukan: `CONTROL_TYPE_FACE_MESH` untuk mesh wajah (penyesuaian orang). `CONTROL_TYPE_CANNY` untuk tepi Canny. `CONTROL_TYPE_SCRIBBLE` untuk mencoret-coret. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_CONTROL`.
`controlImageConfig.enableControlImageComputation`	Opsional `bool`. Default: `false`. Tetapkan ke `false` jika Anda memberikan gambar kontrol Anda sendiri. Setel ke `true` jika Anda ingin Imagen menghitung gambar kontrol dari gambar referensi. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_CONTROL`.
`language`	Opsional: `string` (`imagen-3.0-capability-001`, `imagen-3.0.generate-001`, dan `imagegeneration@006` saja) Kode bahasa yang sesuai dengan bahasa perintah teks Anda. Nilai-nilai berikut didukung: `auto`: Deteksi otomatis. Jika Imagen mendeteksi bahasa yang didukung, perintah dan perintah negatif opsional akan diterjemahkan ke dalam bahasa Inggris. Jika bahasa yang terdeteksi tidak didukung, Imagen akan menggunakan teks input apa adanya, yang dapat menghasilkan output yang tidak terduga. Tidak ada kode error yang ditampilkan. `en`: Inggris (jika tidak ditentukan, nilai default) `es`: Spanyol `hi`: Hindi `ja`: Jepang `ko`: Korea `pt`: Portugis `zh-TW`: China (tradisional) `zh` atau `zh-CN`: China (Aksara Sederhana)
`subjectImageConfig.subjectDescription`	Wajib `string`. Deskripsi singkat subjek dalam gambar. Misalnya, seorang wanita dengan rambut cokelat pendek. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_SUBJECT`.
`subjectImageConfig.subjectType`	Enumerasi yang diperlukan: `SUBJECT_TYPE_PERSON`: Jenis subjek orang. `SUBJECT_TYPE_ANIMAL`: Jenis subjek hewan. `SUBJECT_TYPE_PRODUCT`: Jenis subjek produk. `SUBJECT_TYPE_DEFAULT`: Jenis subjek default. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_SUBJECT`.
`styleImageConfig.styleDescription`	Opsional `string`. Deskripsi singkat untuk gaya. Ditentukan saat `referenceType` ditetapkan sebagai `REFERENCE_TYPE_STYLE`.

Respons

Isi respons dari permintaan REST.

Parameter
`predictions`	Array objek `VisionGenerativeModelResult`, satu untuk setiap `sampleCount` yang diminta. Jika ada gambar yang difilter oleh AI yang bertanggung jawab, gambar tersebut tidak disertakan.

Objek hasil model generatif visi

Informasi tentang hasil model.

Parameter
`bytesBase64Encoded`	Gambar yang dihasilkan berenkode base64. Tidak ada jika gambar output tidak lulus filter AI yang bertanggung jawab.
`mimeType`	Jenis gambar yang dibuat. Tidak ada jika gambar output tidak lulus filter AI yang bertanggung jawab.

Contoh

Contoh berikut menunjukkan cara menggunakan model Imagen untuk menyesuaikan gambar.

Menyesuaikan gambar

REST

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": Buat gambar tentang seorang pria dengan rambut pendek agar sesuai dengan deskripsi: Sketsa gaya pensil potret seluruh tubuh man with short hair [1] dengan gambar garis silang, gambar garis potret dengan pensil grafit dan 6B, 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.
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"
          }
        }
      ]
    }
  ],
  "parameters": {
    "sampleCount": IMAGE_COUNT
  }
}

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Catatan: Perintah berikut mengasumsikan bahwa Anda telah login ke gcloud CLI menggunakan akun pengguna Anda dengan menjalankan gcloud init atau gcloud auth login , atau dengan menggunakan Cloud Shell, yang secara otomatis membuat Anda login ke gcloud CLI . Anda dapat memeriksa akun yang saat ini aktif dengan menjalankan gcloud auth list.

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

Catatan: Perintah berikut mengasumsikan bahwa Anda telah login ke gcloud CLI menggunakan akun pengguna Anda dengan menjalankan gcloud init atau gcloud auth login . Anda dapat memeriksa akun yang saat ini aktif dengan menjalankan gcloud auth list.

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"
    }
  ]
}

ID Kelas

Gunakan ID class objek berikut untuk membuat masker gambar secara otomatis berdasarkan objek tertentu.

ID Kelas (`class_id`)	Objek
0	ransel
1	payung
2	tas
3	seri
4	koper
5	case
6	burung
7	kucing
8	anjing
9	kuda
10	domba
11	sapi
12	gajah
13	beruang
14	zebra
15	jerapah
16	hewan (lainnya)
17	microwave
18	radiator
19	oven
20	pemanggang roti
21	tangki penyimpanan
22	sabuk konveyor
23	wastafel
24	kulkas
25	mesin cuci pengering
26	kipas
27	mesin pencuci piring
28	toilet
29	bak mandi
30	pancuran
31	tunnel
32	jembatan
33	dermaga
34	tenda
35	mem-build
36	bilangan bulat terbesar
37	laptop
38	keyboard
39	tikus
40	remote
41	ponsel
42	televisi
43	floor
44	tahap
45	pisang
46	apel
47	sandwich
48	jeruk
49	brokoli
50	wortel
51	hot dog
52	piza
53	donat
54	kue
55	buah (lainnya)
56	makanan (lainnya)
57	kursi (lainnya)
58	kursi berlengan
59	kursi putar
60	tinja
61	slot
62	sofa
63	tempat sampah
64	tanaman dalam pot
65	nakas
66	tempat tidur
67	tabel
68	meja biliar
69	barel
70	meja
71	ottoman
72	lemari pakaian
73	crib
74	keranjang
75	laci
76	bookshelf
77	penghitung (lainnya)
78	meja kamar mandi
79	meja dapur
80	pintu
81	cahaya (lainnya)
82	lampu
83	sconce
84	lampu gantung
85	cermin
86	papan tulis virtual
87	rak
88	tangga
89	eskalator
90	lemari
91	perapian
92	kompor
93	mesin arcade
94	kerikil
95	platform
96	lapangan bermain
97	kereta api
98	jalan
99	salju
100	trotoar
101	landasan pacu
102	medan
103	buku
104	box
105	jam
106	vas
107	gunting
108	mainan (lainnya)
109	boneka beruang
110	pengering rambut
111	sikat gigi
112	melukis
113	poster
114	papan buletin
115	botol
116	cangkir
117	gelas anggur
118	pisau
119	garpu
120	sendok
121	mangkuk
122	baki
123	penghisap asap dapur
124	pelat
125	pengguna
126	pengendara (lainnya)
127	pesepeda
128	pengendara sepeda motor
129	makalah
130	lampu jalan
131	penghalang jalan
132	kotak surat
133	kamera cctv
134	kotak sambungan
135	rambu lalu lintas
136	lampu lalu lintas
137	hidran pemadam api
138	meteran parkir
139	bangku
140	rak sepeda
141	papan reklame
142	sky
143	tiang
144	pagar
145	pegangan tangga
146	pembatas jalan
147	bukit gunung
148	rock
149	frisbee
150	ski
151	papan seluncur salju
152	bola olahraga
153	layang-layang
154	stik bisbol
155	sarung tangan bisbol
156	skateboard
157	papan selancar
158	raket tenis
159	net
160	base
161	patung
162	kolom
163	air mancur
164	awning
165	pakaian
166	banner
167	flag
168	selimut
169	tirai (lainnya)
170	tirai shower
171	bantal
172	handuk
173	keset karpet
174	vegetasi
175	sepeda
176	mobil
177	bajaj
178	sepeda motor
179	pesawat terbang
180	bus
181	kereta api
182	truk
183	cuplikan
184	kapal
185	objek beroda lambat
186	danau sungai
187	laut
188	air (lainnya)
189	kolam renang
190	Waterfall
191	dinding
192	jendela
193	tirai jendela

Langkah berikutnya

Untuk mengetahui informasi selengkapnya, lihat Imagen di Vertex AI.

Menyesuaikan gambar Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.

Model yang Didukung

Metode HTTP dan URL

Contoh sintaksis

Sintaks

REST

Daftar parameter

Menyesuaikan gambar

REST

Respons

Objek hasil model generatif visi

Contoh

Menyesuaikan gambar

REST

curl

PowerShell

ID Kelas

Langkah berikutnya

Menyesuaikan gambar