设置输出分辨率

使用以下 Imagen 4 模型时，您可以借助 Imagen on Vertex AI 设置生成的图片的输出分辨率：

  • imagen-4.0-generate-001

  • imagen-4.0-ultra-generate-001

控制台

  1. 在 Google Cloud 控制台中，依次前往 Vertex AI > Media Studio 页面。

    前往 Media Studio

  2. 点击 Imagen。系统会显示 Imagen Media Studio 图片生成页面。

  3. 在设置面板中，调整以下选项：

    • 模型：从可用选项中选择一个模型。

      如需详细了解可用的模型，请参阅 Imagen 模型。

    • 输出分辨率：从可用选项中选择输出分辨率。

  4. 在撰写提示框中，输入描述要生成的图片的文本提示。例如 "small boat on water in the morning watercolor illustration"。

  5. 点击 生成。

REST

在使用任何请求数据之前，请先进行以下替换：

  • REGION：项目所在的区域。如需详细了解支持的区域，请参阅 Vertex AI 上的生成式 AI 位置。
  • TEXT_PROMPT：用于生成图片的文本提示。
  • PROJECT_ID：您的 Google Cloud 项目 ID。
  • MODEL_VERSION：要使用的 Imagen 模型版本。使用 sampleImageSize 时，接受的值如下：
    • imagen-4.0-generate-001
    • imagen-4.0-ultra-generate-001
  • IMAGE_RESOLUTION：输出图片分辨率。接受以下值：
    • "1K"
    • "2K"

    默认设置为 "1K"。

  • IMAGE_COUNT：要生成的图片数量。接受的值范围为 1 至 4。

HTTP 方法和网址：

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

请求 JSON 正文： 

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

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令： 

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

将请求正文保存在名为 request.json 的文件中，然后执行以下命令： 

$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
请求会返回图片对象。在此示例中，系统会返回两个图片对象，其中包含两个预测对象（采用 base64 编码的图片形式）。 
{
  "predictions": [
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    },
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    }
  ]
}