API de génération d'images

L'API Imagen vous permet de générer des images de haute qualité en quelques secondes, en utilisant des requêtes textuelles pour guider la génération.

Afficher la fiche du modèle Imagen pour la génération d'images

Versions de modèles compatibles

L'API Imagen est compatible avec les modèles suivants :

  • imagen-4.0-generate-001
  • imagen-4.0-fast-generate-001
  • imagen-4.0-ultra-generate-001
  • imagen-3.0-generate-002
  • imagen-3.0-generate-001
  • imagen-3.0-fast-generate-001
  • imagen-3.0-capability-001

Pour en savoir plus sur les fonctionnalités disponibles avec chaque modèle, consultez Modèles Imagen.

Exemple de syntaxe

Syntaxe pour créer une image à partir d'un prompt textuel.

Syntaxe

Syntaxe pour générer une image.

REST

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \

https://${LOCATION}-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/${LOCATION}/publishers/google/models/${MODEL_VERSION}:predict \
-d '{
  "instances": [
    {
      "prompt": "..."
    }
  ],
  "parameters": {
    "sampleCount": ...
  }
}'

Python

generation_model = ImageGenerationModel.from_pretrained("MODEL_VERSION")

response = generation_model.generate_images(
    prompt="...",
    negative_prompt="...",
    aspect_ratio=...,
)
response.images[0].show()

Générer des images

REST

Paramètres
addWatermark

bool

Facultatif. Ajoute un filigrane invisible aux images générées.

La valeur par défaut est true.

aspectRatio

string

Facultatif. Format de l'image de sortie générée. La valeur par défaut est "1:1".

enhancePrompt

boolean

Facultatif. Paramètre facultatif 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 de la requête.

language

string

Facultatif. Code de langue correspondant à la langue de votre requête textuelle. Les valeurs suivantes sont acceptées :

  • auto : détection automatique. Si Imagen détecte une langue compatible, le prompt et un prompt négatif facultatif sont traduis en anglais. Si la langue détectée n'est pas compatible, Imagen utilise le texte d'entrée tel quel, ce qui peut entraîner un résultat inattendu. Aucun code d'erreur n'est renvoyé.
  • en : anglais (valeur par défaut en cas d'omission)
  • zh ou zh-CN : chinois (simplifié)
  • zh-TW : chinois (traditionnel)
  • hi : hindi
  • ja : japonais
  • ko : coréen
  • pt : portugais
  • es : espagnol
negativePrompt

string

Facultatif. Description de ce que vous ne voulez pas voir apparaître dans les images générées.

negativePrompt n'est pas compatible avec imagen-3.0-generate-002 ni les modèles plus récents.

outputOptions

outputOptions

Facultatif. Décrit le format des images de sortie dans un objet outputOptions.

prompt

string

Obligatoire. Prompt textuel pour l'image.
personGeneration

string

Facultatif. Autorise ou non la génération de personnes par le modèle. Les valeurs suivantes sont acceptées :

  • "dont_allow" : interdit l'inclusion de personnes ou de visages dans les images.
  • "allow_adult" : autorise uniquement la génération d'adultes.
  • "allow_all" : autorise la génération de personnes de tous âges.

La valeur par défaut est "allow_adult".
safetySetting

string

Facultatif. Ajoute un niveau de filtrage de sécurité. Les valeurs suivantes sont acceptées :

  • "block_low_and_above" : niveau de filtrage le plus élevé, blocage le plus strict. Valeur obsolète : "block_most".
  • "block_medium_and_above" : bloque certaines requêtes et réponses problématiques. Valeur obsolète : "block_some".
  • "block_only_high" : réduit le nombre de requêtes bloquées en raison de filtres de sécurité. Peut augmenter le contenu répréhensible généré par Imagen. Valeur obsolète : "block_few".
  • "block_none" : bloque très peu de requêtes et de réponses problématiques. L'accès à cette fonctionnalité est limité. Ancienne valeur du champ : "block_fewest".

La valeur par défaut est "block_medium_and_above".
sampleCount

int

Obligatoire. Nombre d'images à générer. La valeur par défaut est 4.
sampleImageSize

string

Facultatif. Spécifie la résolution de sortie de l'image générée. Les valeurs acceptées sont "1K" ou "2K". La valeur par défaut est "1K".

seed

Uint32

Facultatif. Graine aléatoire pour la génération d'images. Ce paramètre n'est pas disponible lorsque addWatermark est défini sur true.

Si enhancePrompt est défini sur true, le paramètre seed ne fonctionnera pas, car enhancePrompt génère un nouveau prompt qui crée une image nouvelle ou différente.

storageUri

Facultatif : string

URI Cloud Storage pour stocker les images générées.

Objet outputOptions

L'objet outputOptions décrit la sortie d'image.

Paramètres
outputOptions.mimeType

Facultatif : string

Format d'image dans lequel la sortie doit être enregistrée. Les valeurs suivantes sont acceptées :

  • "image/png" : enregistrer au format PNG.
  • "image/jpeg" : enregistrer au format JPEG.

La valeur par défaut est "image/png".
outputOptions.compressionQuality

Facultatif : int

Niveau de compression si le type de sortie est "image/jpeg". Les valeurs acceptées sont comprises entre 0 et 100. La valeur par défaut est 75.

Réponse

Corps de la réponse à la requête REST.

Paramètre
predictions Un tableau d'objets VisionGenerativeModelResult, un pour chaque sampleCount demandé. Si des images sont filtrées par l'IA responsable, elles ne sont pas incluses, sauf si includeRaiReason est défini sur true.

Objet du résultat du modèle génératif de vision

Informations sur le résultat du modèle.

Paramètre
bytesBase64Encoded

Image générée encodée en base64. Absent si l'image de sortie n'a pas passé les filtres d'IA responsable.
mimeType

Type de l'image générée. Absent si l'image de sortie n'a pas passé les filtres d'IA responsable.
raiFilteredReason

Motif du filtrage par l'IA responsable. Renvoyé uniquement si includeRaiReason est activé et que cette image a été filtrée.
safetyAttributes.categories

Nom de l'attribut de sécurité. Renvoyé uniquement si includeSafetyAttributes est activé et que l'image de sortie a passé les filtres d'IA responsable.
safetyAttributes.scores

Score de l'attribut de sécurité. Renvoyé uniquement si includeSafetyAttributes est activé et que l'image de sortie a passé les filtres d'IA responsable.

Python

Paramètres
add_watermark

bool

Facultatif. Ajoute un filigrane à l'image générée.

La valeur par défaut est true.

aspect_ratio

string

Facultatif. Format de l'image de sortie générée. La valeur par défaut est "1:1".

compression_quality

int

Facultatif. Niveau de compression si le type MIME de sortie est "image/jpeg". La valeur par défaut est 75.

language

string

Facultatif. Langue du prompt textuelle de l'image. Les valeurs suivantes sont acceptées :

  • auto : détection automatique. Si Imagen détecte une langue compatible, le prompt et un prompt négatif facultatif sont traduis en anglais. Si la langue détectée n'est pas compatible, Imagen utilise le texte d'entrée tel quel, ce qui peut entraîner un résultat inattendu. Aucun code d'erreur n'est renvoyé.
  • en : anglais (valeur par défaut en cas d'omission)
  • zh ou zh-CN : chinois (simplifié)
  • zh-TW : chinois (traditionnel)
  • hi : hindi
  • ja : japonais
  • ko : coréen
  • pt : portugais
  • es : espagnol

La valeur par défaut est "auto".
negative_prompt

string

Facultatif. Description de ce que vous ne voulez pas voir apparaître dans les images générées.

negative_prompt n'est pas compatible avec imagen-3.0-generate-002 ni les modèles plus récents.

number_of_images

int

Obligatoire. Nombre d'images à générer. La valeur par défaut est de 1.

output_gcs_uri

string

Facultatif. URI Cloud Storage pour stocker les images générées.
output_mime_type

string

Facultatif. Format d'image dans lequel la sortie doit être enregistrée. Les valeurs suivantes sont acceptées :

  • "image/png" : enregistrer au format PNG.
  • "image/jpeg" : enregistrer au format JPEG.

La valeur par défaut est "image/png".
prompt

string

Obligatoire. Prompt textuel pour l'image.
person_generation

string

Facultatif. Autorise ou non la génération de personnes par le modèle. Les valeurs suivantes sont acceptées :

  • "dont_allow" : bloque la génération de personnes.
  • "allow_adult" : génère des adultes, mais pas des enfants.
  • "allow_all" : génère des adultes et des enfants.

La valeur par défaut est "allow_adult".
safety_filter_level

string

Facultatif. Ajoute un niveau de filtrage de sécurité. Les valeurs suivantes sont acceptées :

  • "block_low_and_above" : niveau de filtrage le plus élevé, blocage le plus strict. Valeur obsolète : "block_most".
  • "block_medium_and_above" : bloque certaines requêtes et réponses problématiques. Valeur obsolète : "block_some".
  • "block_only_high" : bloque moins de requêtes et de réponses problématiques. Valeur obsolète : "block_few".
  • "block_none" : bloque très peu de requêtes et de réponses problématiques. Valeur obsolète : "block_fewest".

La valeur par défaut est "block_medium_and_above".
sample_image_size

string

Facultatif. Spécifie la résolution de sortie de l'image générée. Les valeurs acceptées sont "1K" ou "2K". La valeur par défaut est "1K".

seed

int

Facultatif. Graine aléatoire pour la génération d'images. Ce paramètre n'est pas disponible lorsque addWatermark est défini sur true.

Si enhancePrompt est défini sur true, le paramètre seed ne fonctionnera pas, car enhancePrompt génère un nouveau prompt qui crée une image nouvelle ou différente.

Exemples

Les exemples suivants montrent comment utiliser les modèles Imagen pour générer des images.

Générer des images

REST

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

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

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

  • TEXT_PROMPT : prompt textuel 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. Valeurs disponibles :
      • allow_adult (par défaut) : autorise uniquement la génération d'adultes, à l'exception de la génération de célébrités. La génération de célébrités n'est autorisée pour aucun paramètre.
      • 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, puis 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"
    }
  ]
}

Python

Avant d'essayer cet exemple, suivez les instructions de configuration pour Python décrites dans le guide de démarrage rapide de Vertex AI sur l'utilisation des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Python.

Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.

Dans cet exemple, vous appelez la méthode generate_images sur le ImageGenerationModel (version @006) et enregistrez localement les images générées. Vous pouvez ensuite utiliser la méthode show() dans un notebook pour afficher les images générées. Pour en savoir plus sur les versions et les fonctionnalités des modèles, consultez Versions de modèles.


import vertexai
from vertexai.preview.vision_models import ImageGenerationModel

# TODO(developer): Update and un-comment below lines
# PROJECT_ID = "your-project-id"
# output_file = "input-image.png"
# prompt = "" # The text prompt describing what you want to see.

vertexai.init(project=PROJECT_ID, location="us-central1")

model = ImageGenerationModel.from_pretrained("imagen-3.0-generate-002")

images = model.generate_images(
    prompt=prompt,
    # Optional parameters
    number_of_images=1,
    language="en",
    # You can't use a seed value and watermark at the same time.
    # add_watermark=False,
    # seed=100,
    aspect_ratio="1:1",
    safety_filter_level="block_some",
    person_generation="allow_adult",
)

images[0].save(location=output_file, include_generation_parameters=False)

# Optional. View the generated image in a notebook.
# images[0].show()

print(f"Created output image using {len(images[0]._image_bytes)} bytes")
# Example response:
# Created output image using 1234567 bytes

Étapes suivantes