Stability.ai Diffusion 1.0 影像至影像

Stability.ai Diffusion 1.0 模型具有下列推論參數和模型回應，用於影像到影像推論呼叫。

請求與回應

要求主體會在要求body欄位中傳遞給InvokeModel或InvokeModelWithResponseStream。

如需詳細資訊，請參閱 https://platform.stability.ai/docs/api-reference#tag/v1generation/operation/ imageToImage。

Request

Stability.ai Diffusion 1.0 模型具有下列推論參數，用於影像到影像推論呼叫。

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

下列是必要的參數。

• text_prompts — (必要) 用於生成的文字提示陣列。每個元素都是包含提示和權值的JSON物件。

  • text — 您要傳遞至模型的提示。

    下限	最大
    0	2000

  • weight — (選用) 模型應套用至提示的權重。小於零的值會宣告負數提示。使用否定提示，告告模型避免某些概念。weight 的預設值為一。

• init_image — (必要) 您要用來初始化擴散程序的 base64 編碼影像。

以下是選用參數。

• init_image_mode — (選用) 決定是否要使用 image_strength 或step_schedule_* 控制 init_image 中的影像對結果的影響程度。可能的值為 IMAGE_STRENGTH 或 STEP_SCHEDULE。預設值為 IMAGE _ STRENGTH。

• image_strength — (選用) 決定 init_image 中的來源影像手手對擴散程序的影響程度。接近 1 的值會產生與來源影像非常相似的影像。接近 0 的值會產生與來源影像截然不同的影像。

• cfg_scale — (選用) 決定最終影像描繪提示的程度。使用較低的數字來增加產生的隨機性。

  預設	下限	最大
  7	0	35

• clip_guidance_preset - (選用) 列舉：FAST_BLUE, FAST_GREEN, NONE, SIMPLE, SLOW, SLOWER, SLOWEST。

• sampler — (選用) 用於擴散處理的取樣器。如果省略此值，模型會自動為您選取適當的取樣器。

  列舉：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。

• sample — (選用) 要產生的影像數目。目前 Amazon Bedrock 支援產生一個影像。如果您提供 samples 的值，則該值必須為一。

  預設	下限	最大
  1	1	1

• seed – (選用) seed 決定初始雜訊設定。使用與先前執行相同的種子和相同的設定，以允許推論建立相似的影像。如果您未設定此值，或值為 0，便會設定為隨機數。

  預設	下限	最大
  0	0	4294967295

• steps – (選用) 產生步驟會決定影像取樣的次數。步驟越多，結果會更準確。

  預設	下限	最大
  30	10	50

• style_preset — (選用) 將影像模型引導至特定樣式的樣式預設集。此樣式預設集清單會隨時變更。

  列舉：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 - (選用) 傳遞給引擎的額外參數。請謹慎使用。這些參數用於開發或實驗功能，並且可能隨時變更，恕不另行通知。

Response

Stability.ai Diffusion 1.0 模型會傳回以下用於文字轉影像推斷呼叫的欄位。

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

• result — 操作的結果。如果成功，回應為 success。

• artifacts — 影像陣列，每個請求影像一個。

  • seed — 用於產生影像的種子值。

  • base64 — 模型產生的 Base64 編碼影像。

  • finishedReason— 影像產生程序的結果。有效的 值如下：

    • SUCCESS— 影像產生程序成功。

    • ERROR— 發生錯誤。

    • CONTENT_ FILTERED — 內容過濾器過濾了圖像，並且圖像可能會模糊。

程式碼範例

下列範例展示如何使用 Stability.ai Diffusion 1.0 模型和隨選輸送量執行推論。此範例將文字提示和參考影像提交至模型，從模型擷取回應，最後顯示影像。

# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to generate an image from a reference image with SDXL 1.0 (on demand).
"""
import base64
import io
import json
import logging
import boto3
from PIL import Image

from botocore.exceptions import ClientError

class ImageError(Exception):
    "Custom exception for errors returned by SDXL"
    def __init__(self, message):
        self.message = message


logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)


def generate_image(model_id, body):
    """
    Generate an image using SDXL 1.0 on demand.
    Args:
        model_id (str): The model ID to use.
        body (str) : The request body to use.
    Returns:
        image_bytes (bytes): The image generated by the model.
    """

    logger.info("Generating image with SDXL model %s", model_id)

    bedrock = boto3.client(service_name='bedrock-runtime')
   
    accept = "application/json"
    content_type = "application/json"

    response = bedrock.invoke_model(
        body=body, modelId=model_id, accept=accept, contentType=content_type
    )
    response_body = json.loads(response.get("body").read())
    print(response_body['result'])

    base64_image = response_body.get("artifacts")[0].get("base64")
    base64_bytes = base64_image.encode('ascii')
    image_bytes = base64.b64decode(base64_bytes)

    finish_reason = response_body.get("artifacts")[0].get("finishReason")

    if finish_reason == 'ERROR' or finish_reason == 'CONTENT_FILTERED':
        raise ImageError(f"Image generation error. Error code is {finish_reason}")


    logger.info("Successfully generated image withvthe SDXL 1.0 model %s", model_id)

    return image_bytes



def main():
    """
    Entrypoint for SDXL example.
    """

    logging.basicConfig(level = logging.INFO,
                        format = "%(levelname)s: %(message)s")

    model_id='stability.stable-diffusion-xl-v1'

    prompt="""A space ship."""

    # Read reference image from file and encode as base64 strings.
    with open("/path/to/image", "rb") as image_file:
        init_image = base64.b64encode(image_file.read()).decode('utf8')

    # Create request body.
    body=json.dumps({
        "text_prompts": [
        {
        "text": prompt
        }
    ],
    "init_image": init_image,
    "style_preset" : "isometric"
    })

    try:
        image_bytes=generate_image(model_id = model_id,
                                 body = body)
        image = Image.open(io.BytesIO(image_bytes))
        image.show()


    except ClientError as err:
        message=err.response["Error"]["Message"]
        logger.error("A client error occurred: %s", message)
        print("A client error occured: " +
              format(message))
    except ImageError as err:
        logger.error(err.message)
        print(err.message)

    else:
        print(f"Finished generating text with SDXL model {model_id}.")


if __name__ == "__main__":
    main()