Stability.ai Diffusion 1.0 imagen a imagen (enmascaramiento)

El modelo Stability.ai Diffusion 1.0 tiene los siguientes parámetros de inferencia y la respuesta del modelo para usar máscaras con las llamadas de inferencia de imagen a imagen.

Solicitud y respuesta

El cuerpo de la solicitud se pasa en el body campo de una solicitud a InvokeModelo InvokeModelWithResponseStream.

Para obtener más información, consulte https://platform.stability.ai/docs/api-reference#tag/v1generation/operation/masking.

Request

El modelo Stability.ai Diffusion 1.0 tiene los siguientes parámetros de inferencia para realizar llamadas de inferencia de imagen a imagen (enmascaramiento).

{
        "text_prompts": [
            {
                "text": string,
                "weight": float
            }
        ],
        "init_image" : string ,
        "mask_source" : string,
        "mask_image" : string,
        "cfg_scale": float,
        "clip_guidance_preset": string,
        "sampler": string,
        "samples" : int,
        "seed": int,
        "steps": int,
        "style_preset": string,
        "extras" : json object
}
                       

Los siguientes parámetros son obligatorios.

• text_prompt (obligatorio): una matriz de mensajes de texto que se utilizan en la generación. Cada elemento es un JSON objeto que contiene una solicitud y un peso para la solicitud.

  • text: el mensaje que desea pasar al modelo.

    Mínimo	Máximo
    0	2000

  • weight: (opcional) la ponderación que el modelo debe aplicar a la petición. Un valor inferior a cero declara una petición negativa. Utilice una petición negativa para indicar al modelo que evite ciertos conceptos. El valor predeterminado de weight es uno.

• init_image: (obligatoria) la imagen codificada en base64 que quiera utilizar para inicializar el proceso de difusión.

• mask_source: (obligatorio) determina el origen de la máscara. Los valores posibles son los siguientes:

  • MASK_ IMAGE _ WHITE — Usa los píxeles blancos de la imagen de la máscara mask_image como máscara. Los píxeles blancos se sustituyen y los píxeles negros permanecen inalterados.

  • MASK_ IMAGE _ BLACK — Usa los píxeles negros de la imagen de la máscara mask_image como máscara. Los píxeles negros se sustituyen y los píxeles blancos permanecen inalterados.

  • INIT_ IMAGE _ ALPHA — Usa el canal alfa de la imagen init_image como máscara. Los píxeles totalmente transparentes se reemplazan y los píxeles totalmente opacos se dejan sin cambios.

• mask_image: (obligatorio) la imagen de máscara codificada en base64 que desea utilizar como máscara para la imagen de origen en init_image. Debe tener las mismas dimensiones que la imagen de origen. Use la opción mask_source para especificar qué píxeles deben reemplazarse.

Los siguientes son parámetros opcionales.

• cfg_scale: (opcional) determina en qué medida la imagen final representa la petición. Utilice un número más bajo para aumentar la asignación al azar de la generación.

  Predeterminado	Mínimo	Máximo
  7	0	35

• clip_guidance_preset: (opcional) Enum: FAST_BLUE, FAST_GREEN, NONE, SIMPLE, SLOW, SLOWER, SLOWEST.

• sampler: (opcional) el muestreador que se utilizará en el proceso de difusión. Si se omite este valor, el modelo seleccionará automáticamente el muestreador adecuado por usted.

  Enum: DDIM, DDPM, K_DPMPP_2M, K_DPMPP_2S_ANCESTRAL, K_DPM_2, K_DPM_2_ANCESTRAL, K_EULER, K_EULER_ANCESTRAL, K_HEUN K_LMS.

• samples (opcional): el número de imágenes que se van a generar. Actualmente, Amazon Bedrock admite la generación de una imagen. Si proporciona un valor para samples, el valor debe ser uno. genera

  Predeterminado	Mínimo	Máximo
  1	1	1

• seed (opcional): la inicialización determina el ajuste de ruido inicial. Utilice la misma inicialización y los mismos ajustes que en una ejecución anterior para permitir que la inferencia cree una imagen similar. Si no establece este valor, o si el valor es 0, se establece como un número aleatorio.

  Predeterminado	Mínimo	Máximo
  0	0	4294967295

• steps: (opcional) el paso de generación determina cuántas veces se muestreará la imagen. Más pasos pueden dar como resultado un resultado más preciso.

  Predeterminado	Mínimo	Máximo
  30	10	50

• style_preset (opcional): un ajuste preestablecido de estilo que guía el modelo de imagen hacia un estilo concreto. Esta lista de estilos preestablecidos está sujeta a cambios.

  Enum: 3d-model, analog-film, animé, cinematic, comic-book, digital-art, enhance, fantasy-art, isometric, line-art, low-poly, modeling-compound, neon-punk, origami, photographic, pixel-art, tile-texture

• extras: (opcional) parámetros adicionales que se transfieren al motor. Utilice esta opción con precaución. Estos parámetros se utilizan para funciones experimentales o en desarrollo y pueden cambiar sin previo aviso.

Response

El modelo Stability.ai Diffusion 1.0 devuelve los siguientes campos para realizar llamadas de inferencia de texto a imagen.

{
    "result": string,
    "artifacts": [
        {
            "seed": int,
            "base64": string,
            "finishReason": string
        }
    ]
}

• result: el resultado de la operación. Si se ejecuta correctamente, la respuesta es success.

• artifacts: una matriz de imágenes, una para cada imagen solicitada.

  • seed: el valor de la semilla utilizada para generar la imagen.

  • base64: la imagen codificada en base64 que generó el modelo.

  • finishedReason— El resultado del proceso de generación de imágenes. Los valores válidos son:

    • SUCCESS— El proceso de generación de imágenes se realizó correctamente.

    • ERROR— Se ha producido un error.

    • CONTENT_ FILTERED — El filtro de contenido filtró la imagen y es posible que la imagen esté borrosa.