Configurer le format

Essayer la génération d'images (Vertex AI Studio)

Essayer Imagen dans Colab

Cette page explique comment configurer le format pour lequel Imagen sur Vertex AI génère des images.

Selon la manière dont vous envisagez d'utiliser les images générées, certains formats peuvent fonctionner mieux que d'autres. Choisissez le format qui convient le mieux à votre cas d'utilisation.

Vous pouvez utiliser plusieurs modèles de génération d'images, et certains formats sont disponibles pour des modèles Imagen spécifiques. Pour en savoir plus, consultez la page Modèles Imagen .

Format Utilisation prévue Exemple d'image
1:1 par défaut, carré, utilisation générale
Exemple d'image générée dans la console
Prompt : photo aérienne d'un dîner de pâtes, photo de studio dans le style d'une couverture de magazine culinaire.
3:4 TV, médias, film
Exemple d'image générée dans la console
Prompt : séance photo publicitaire, publicité pour un parfum, flacon parfumé à la lavande et à la vanille sur fond clair.
4:3 TV, médias, film
Exemple d'image générée dans la console
Requête : séance photo publicitaire, baskets montantes vertes et grises, 4k, angles spectaculaires.
9:16 portrait, grands objets, appareils mobiles
Exemple d'image générée dans la console
Requête : photographie de la nature, une plage à Hawaï avec l'océan en arrière-plan, le reflet de l'objectif, le coucher du soleil.
16:9 paysage
Exemple d'image générée dans la console
Requête : gratte-ciel à New York, rendu futuriste, concept, art numérique.

Console

  1. Dans la Google Cloud console, accédez à la page Vertex AI > Vertex AI Studio .

    Accéder à Vertex AI Studio

  2. Cliquez sur Générer des médias.

  3. Cliquez sur Image.

  4. Dans la liste Tâche, sélectionnez une tâche de génération d'images.

  5. Dans la liste Modèle,choisissez un modèle parmi les options disponibles.

    Pour en savoir plus sur les modèles disponibles, consultez la page Modèles Imagen.

  6. Dans la zone Requête, saisissez votre requête textuelle décrivant les images à générer. Par exemple, petit bateau sur l'eau le matin, illustration à l'aquarelle.

  7. Dans la section Paramètres, ajustez les options suivantes :

    • Format : format à utiliser lors de la génération d'images

  8. Cliquez sur Exécuter.

REST

Pour en savoir plus sur l'API Imagen, consultez les ressources suivantes :

Le format est un champ facultatif dans l'objet parameters du corps d'une requête JSON.

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • REGION : région dans laquelle se trouve votre projet. Pour en savoir plus sur les régions compatibles, consultez la page IA générative dans les emplacements Vertex AI.
  • PROJECT_ID : ID de votre Google Cloud projet.

  • MODEL_VERSION : version du modèle Imagen à utiliser. Pour en savoir plus sur les modèles disponibles, consultez la page Modèles Imagen.

  • TEXT_PROMPT : requête textuelle qui guide le modèle pour la génération d'images. Ce champ est obligatoire pour la génération et la modification.
  • IMAGE_COUNT : nombre d'images à générer. La plage de valeurs acceptée est comprise entre 1 et 4.

    • Paramètres facultatifs supplémentaires

    Utilisez les variables facultatives suivantes en fonction de votre cas d'utilisation. Ajoutez l'ensemble ou une partie des paramètres suivants dans l'objet "parameters": {}. Cette liste présente des paramètres facultatifs courants et n'est pas exhaustive. Pour en savoir plus sur les paramètres facultatifs, consultez la section "Générer des images" de la documentation de référence de l'API Imagen. 

    "parameters": {
  "sampleCount": IMAGE_COUNT,
  "addWatermark": ADD_WATERMARK,
  "aspectRatio": "ASPECT_RATIO",
  "enhancePrompt": ENABLE_PROMPT_REWRITING,
  "includeRaiReason": INCLUDE_RAI_REASON,
  "includeSafetyAttributes": INCLUDE_SAFETY_ATTRIBUTES,
  "outputOptions": {
    "mimeType": "MIME_TYPE",
    "compressionQuality": COMPRESSION_QUALITY
  },
  "personGeneration": "PERSON_SETTING",
  "safetySetting": "SAFETY_SETTING",
  "seed": SEED_NUMBER,
  "storageUri": "OUTPUT_STORAGE_URI"
}
    • ADD_WATERMARK : valeur booléenne. Facultatif. Active ou non un filigrane pour les images générées. Toute image générée lorsque le champ est défini sur true contient un SynthID numérique que vous pouvez utiliser pour vérifier une image avec filigrane. Si vous omettez ce champ, la valeur par défaut true est utilisée. Vous devez définir la valeur sur false pour désactiver cette fonctionnalité. Vous pouvez utiliser le champ seed pour obtenir un résultat déterministe uniquement lorsque ce champ est défini sur false.
    • ASPECT_RATIO : chaîne. Facultatif. Un paramètre du mode de génération qui contrôle le format. Valeurs de format acceptées et utilisation prévue :
      • 1:1 (par défaut, carré)
      • 3:4 (publicités, réseaux sociaux)
      • 4:3 (TV, photographie)
      • 16:9 (paysage)
      • 9:16 (portrait)
    • ENABLE_PROMPT_REWRITING : valeur booléenne. Facultatif. Paramètre permettant d'utiliser une fonctionnalité de reformulation de prompt basée sur un LLM pour générer des images de meilleure qualité qui reflètent mieux l'intention du prompt d'origine. La désactivation de cette fonctionnalité peut avoir un impact sur la qualité de l'image et le respect du prompt. Valeur par défaut : true.
    • INCLUDE_RAI_REASON : valeur booléenne. Facultatif. Indique si le code de motif de filtrage par IA responsable doit être activé dans les réponses comportant une entrée ou une sortie bloquée. Valeur par défaut : true.
    • INCLUDE_SAFETY_ATTRIBUTES : valeur booléenne. Facultatif. Indique si les scores d'IA responsable doivent être arrondis pour une liste d'attributs de sécurité dans les réponses d'entrée et de sortie non filtrées. Catégories d'attributs de sécurité : "Death, Harm & Tragedy", "Firearms & Weapons", "Hate", "Health", "Illicit Drugs", "Politics", "Porn", "Religion & Belief", "Toxic", "Violence", "Vulgarity" et "War & Conflict". Valeur par défaut : false.
    • MIME_TYPE : chaîne. Facultatif. Type MIME du contenu de l'image. Valeurs disponibles :
      • image/jpeg
      • image/gif
      • image/png
      • image/webp
      • image/bmp
      • image/tiff
      • image/vnd.microsoft.icon
    • COMPRESSION_QUALITY : entier. Facultatif. S'applique uniquement aux fichiers de sortie JPEG. Niveau de détail conservé par le modèle pour les images générées au format JPEG. Valeurs : de 0 à 100. Plus la valeur est élevée, plus la compression est importante. Par défaut : 75.
    • PERSON_SETTING : chaîne. Facultatif. Paramètre de sécurité qui contrôle le type de génération de personnes ou de visages autorisé par le modèle. La valeur par défaut dépend du modèle. Valeurs disponibles:
      • allow_all : autorise la génération de personnes, y compris de mineurs. Il s'agit de la valeur par défaut pour les modèles de génération Imagen 4, imagen-3.0-capability-001 et imagen-product-recontext-preview-06-30.
      • allow_adult : autorise uniquement la génération d'adultes, y compris de célébrités. Il s'agit de la valeur par défaut pour tous les autres modèles.
      • dont_allow : désactive l'inclusion de personnes ou de visages dans les images générées.
    • SAFETY_SETTING : chaîne. Facultatif. Paramètre qui contrôle les seuils de filtre de sécurité pour les images générées. Valeurs disponibles :
      • block_low_and_above : seuil de sécurité le plus élevé qui entraîne le filtrage de la plus grande quantité d'images générées. Valeur précédente : block_most.
      • block_medium_and_above (par défaut) : seuil de sécurité moyen qui équilibre le filtrage des contenus potentiellement dangereux et sécurisés. Valeur précédente : block_some.
      • block_only_high : seuil de sécurité qui réduit le nombre de requêtes bloquées en raison de filtres de sécurité. Ce paramètre peut augmenter le volume de contenus répréhensibles générés par Imagen. Valeur précédente : block_few.
    • SEED_NUMBER : entier. Facultatif. Tout entier non négatif que vous fournissez pour rendre les images de sortie déterministes. Fournir le même numéro de seed génère toujours les mêmes images de sortie. Si le modèle que vous utilisez est compatible avec les filigranes numériques, vous devez définir "addWatermark": false pour utiliser ce champ. Valeurs entières acceptées : de 1 à 2147483647.
    • OUTPUT_STORAGE_URI : chaîne. Facultatif. Bucket Cloud Storage utilisé pour stocker les images de sortie. Si aucune valeur n'est fournie, les octets d'image encodés en base64 sont renvoyés dans la réponse. Exemple de valeur : gs://image-bucket/output/.

Méthode HTTP et URL : 

POST https://REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/publishers/google/models/MODEL_VERSION:predict

Corps JSON de la requête : 

{
  "instances": [
    {
      "prompt": "TEXT_PROMPT"
    }
  ],
  "parameters": {
    "sampleCount": IMAGE_COUNT
  }
}

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante : 

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

PowerShell

Enregistrez le corps de la requête dans un fichier nommé request.json, et exécutez la commande suivante : 

$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://REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/publishers/google/models/MODEL_VERSION:predict" | Select-Object -Expand Content
L'exemple de réponse suivant concerne une requête avec "sampleCount": 2. La réponse renvoie deux objets de prédiction, avec les octets d'image générés encodés en base64. 
{
  "predictions": [
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    },
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    }
  ]
}

Si vous utilisez un modèle compatible avec l'amélioration des prompts, la réponse inclut un champ prompt supplémentaire avec le prompt amélioré utilisé pour la génération : 

{
  "predictions": [
    {
      "mimeType": "MIME_TYPE",
      "prompt": "ENHANCED_PROMPT_1",
      "bytesBase64Encoded": "BASE64_IMG_BYTES_1"
    },
    {
      "mimeType": "MIME_TYPE",
      "prompt": "ENHANCED_PROMPT_2",
      "bytesBase64Encoded": "BASE64_IMG_BYTES_2"
    }
  ]
}

Étape suivante