設定輸出解析度

使用下列 Imagen 4 模型時，您可以透過 Vertex AI 的 Imagen 設定生成圖片的輸出解析度：

  • imagen-4.0-generate-001

  • imagen-4.0-ultra-generate-001

控制台

  1. 在 Google Cloud 控制台中，前往「Vertex AI」>「Media Studio」頁面。

    前往媒體工作室

  2. 按一下「Imagen」。系統會顯示 Imagen Media Studio 圖像生成頁面。

  3. 在「設定」面板中，調整下列選項：

    • 型號：從可用選項中選擇型號。

      如要進一步瞭解可用的模型，請參閱 Imagen 模型。

    • 輸出解析度：從可用選項中選擇輸出解析度。

  4. 在「輸入提示」方塊中，輸入文字提示來描述要生成的圖像。例如："small boat on water in the morning watercolor illustration"。

  5. 按一下「生成」。

REST

使用任何要求資料之前，請先替換以下項目：

  • REGION：專案所在的區域。如要進一步瞭解支援的區域，請參閱「Vertex AI 的生成式 AI 服務地區」。
  • TEXT_PROMPT：用來生成圖片的文字提示。
  • PROJECT_ID：您的 Google Cloud 專案 ID。
  • MODEL_VERSION： 要使用的 Imagen 模型版本。使用 sampleImageSize 時，可接受的值如下：
    • imagen-4.0-generate-001
    • imagen-4.0-ultra-generate-001
  • IMAGE_RESOLUTION：輸出圖片的解析度。我們接受下列文件：
    • "1K"
    • "2K"

    預設為 "1K"。

  • IMAGE_COUNT：要生成的圖片數量。可接受的值範圍為 1 到 4。

HTTP 方法和網址：

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

JSON 要求主體：

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

如要傳送要求，請選擇以下其中一個選項：

curl

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

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

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$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
要求會傳回圖片物件。在本例中，系統會傳回兩個圖片物件，並以 Base64 編碼圖片的形式提供兩個預測物件。 
{
  "predictions": [
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    },
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    }
  ]
}