Générer des images d'essai virtuel

Aperçu

Ce produit ou cette fonctionnalité est une offre d'aperçu d'IA générative, soumise aux "Conditions des offres de pré-DG" des Conditions spécifiques du service Google Cloud, ainsi qu'aux Conditions supplémentaires relatives aux produits d'IA générative en version preview. Pour cette offre d'aperçu de l'IA générative, les clients peuvent choisir de l'utiliser à des fins de production ou commerciales, ou de divulguer les résultats générés à des tiers. Ils peuvent également traiter les données à caractère personnel comme indiqué dans l'Avenant relatif au traitement des données dans le cloud, sous réserve des obligations et restrictions décrites dans le contrat en vertu duquel ils accèdent à Google Cloud. Les produits de pré-DG sont disponibles "en l'état" et peuvent avoir une prise en charge limitée. Pour en savoir plus, consultez les descriptions des étapes de lancement.

L'essai virtuel vous permet de générer des images de personnes pour essayer virtuellement des vêtements. Vous fournissez une image d'une personne et une image d'un vêtement, puis l'essayage virtuel génère une image de la personne portant ce vêtement.

Essayer l'essai virtuel dans Colab

Avant de commencer

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

1. Configurez l'authentification pour votre environnement.

   Select the tab for how you plan to use the samples on this page:

   Python

   Pour utiliser les exemples Python de cette page dans un environnement de développement local, installez et initialisez la gcloud CLI, puis configurez le service Identifiants par défaut de l'application à l'aide de vos identifiants utilisateur.

   Installez la Google Cloud CLI.

   Si vous utilisez un fournisseur d'identité (IdP) externe, vous devez d'abord vous connecter à la gcloud CLI avec votre identité fédérée.

   If you're using a local shell, then create local authentication credentials for your user account:

   gcloud auth application-default login

   You don't need to do this if you're using Cloud Shell.

   If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.

   Pour en savoir plus, consultez la section Configurer les ADC pour un environnement de développement local dans la documentation sur l'authentification Google Cloud .

   REST

   Pour utiliser les exemples API REST de cette page dans un environnement de développement local, vous devez utiliser les identifiants que vous fournissez à la gcloud CLI.

   Installez la Google Cloud CLI.

   Si vous utilisez un fournisseur d'identité (IdP) externe, vous devez d'abord vous connecter à la gcloud CLI avec votre identité fédérée.

   Pour en savoir plus, consultez la section S'authentifier pour utiliser REST dans la documentation sur l'authentification Google Cloud .

   Générer des images

   Python

   Installer

   pip install --upgrade google-genai

   Pour en savoir plus, lisez la documentation de référence du SDK.

   Définissez les variables d'environnement pour utiliser le SDK Gen AI avec Vertex AI :

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   from google import genai
   from google.genai.types import RecontextImageSource, ProductImage
   
   client = genai.Client()
   
   # TODO(developer): Update and un-comment below line
   # output_file = "output-image.png"
   
   image = client.models.recontext_image(
       model="virtual-try-on-preview-08-04",
       source=RecontextImageSource(
           person_image=Image.from_file(location="test_resources/man.png"),
           product_images=[
               ProductImage(product_image=Image.from_file(location="test_resources/sweater.jpg"))
           ],
       ),
   )
   
   image.generated_images[0].image.save(output_file)
   
   print(f"Created output image using {len(image.generated_images[0].image.image_bytes)} bytes")
   # Example response:
   # Created output image using 1234567 bytes
   

   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 .
   • BASE64_PERSON_IMAGE : image de la personne encodée en Base64.
   • BASE64_PRODUCT_IMAGE : image du produit encodée en base64.
   • IMAGE_COUNT : nombre d'images à générer. La plage de valeurs acceptée est comprise entre 1 et 4.
   • GCS_OUTPUT_PATH : chemin d'accès Cloud Storage où stocker le résultat de l'essayage virtuel.

   Méthode HTTP et URL :

   POST https://REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/publishers/google/models/virtual-try-on-preview-08-04:predict

   Corps JSON de la requête :

   {
     "instances": [
       {
         "personImage": {
           "image": {
             "bytesBase64Encoded": "BASE64_PERSON_IMAGE"
           }
         },
         "productImages": [
           {
             "image": {
               "bytesBase64Encoded": "BASE64_PRODUCT_IMAGE"
             }
           }
         ]
       }
     ],
     "parameters": {
       "sampleCount": IMAGE_COUNT,
       "storageUri": "GCS_OUTPUT_PATH"
     }
   }
   

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

   curl

   Remarque : La commande suivante suppose que vous vous êtes connecté à la CLI gcloud avec votre compte utilisateur en exécutant la commande gcloud init ou gcloud auth login, ou en utilisant Cloud Shell, qui vous connecte automatiquement à la CLI gcloud. Vous pouvez exécuter la commande gcloud auth list pour vérifier quel est le compte actuellement actif.

   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/virtual-try-on-preview-08-04:predict"

   PowerShell

   Remarque : La commande suivante suppose que vous vous êtes connecté à la CLI gcloud avec votre compte utilisateur en exécutant la commande gcloud init ou gcloud auth login. Vous pouvez exécuter la commande gcloud auth list pour vérifier quel est le compte actuellement actif.

   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/virtual-try-on-preview-08-04:predict" | Select-Object -Expand Content

   La requête renvoie des objets image. Dans cet exemple, deux objets image sont renvoyés, avec deux objets de prédiction sous forme d'images encodées en base64.

   {
     "predictions": [
       {
         "mimeType": "image/png",
         "bytesBase64Encoded": "BASE64_IMG_BYTES"
       },
       {
         "bytesBase64Encoded": "BASE64_IMG_BYTES",
         "mimeType": "image/png"
       }
     ]
   }
   

   Envoyer des commentaires