Mengubah konteks gambar produk

Produk Imagen yang diubah konteksnya di Vertex AI memungkinkan Anda mengedit gambar produk ke dalam berbagai adegan atau latar belakang. Anda memberikan gambar produk dan perintah opsional, dan produk Imagen akan membuat ulang gambar produk Anda dalam konteks baru di suasana atau latar belakang baru.

Untuk meminta akses ke fitur rekonteks produk Imagen, isi formulir Vertex AI - Permintaan Akses Media Generatif untuk Pemasaran.

Jenis produk yang didukung

Produk rekonteks Imagen mendukung jenis produk berikut:

  • Peralatan Elektronik
  • Bisnis dan industri
  • Pakaian
  • Elektronik
  • Furnitur
  • Taman dan halaman
  • Hardware
  • Kesehatan dan kecantikan
  • Perhiasan
  • Hewan Peliharaan
  • Sepatu
  • Perlengkapan olahraga
  • Mainan dan game
  • Kendaraan

Contoh rekontekstualisasi produk

Berikut contoh kasus penggunaan untuk rekontekstualisasi produk:

Contoh Input Contoh Output Perintah yang digunakan
Laptop hitam dengan lampu latar multicolor pada keyboard
             dan gambar uji warna-warni di layar, diletakkan di atas
             latar belakang putih. Laptop hitam dengan lampu latar multicolor pada keyboard
             dan gambar uji warna-warni di layar, kini diletakkan di meja kerja.
             Di belakang meja kerja terdapat jendela, dengan iklan multicolor yang ditampilkan di luar. Di meja kerja yang berantakan di gang cyberpunk yang diterangi lampu neon saat hujan, dengan iklan holografik yang berkedip di latar belakang.
Kamera SLR digital dengan lensa besar terpasang, diletakkan di atas
             latar belakang putih. Kamera SLR digital dengan lensa besar terpasang, diletakkan di atas
             latar belakang putih. Kamera sekarang ditempatkan di tepi tebing, dengan air terjun lebar di latar belakang. Diletakkan di atas batu berlumut di tepi tebing, menghadap ke air terjun besar yang deras di lanskap dramatis dan mendung di Islandia.
Sepasang kacamata hitam diletakkan di atas latar belakang putih. Sepasang kacamata hitam, kini diletakkan di atas meja dengan cangkir
             kopi yang diletakkan di atas piring di latar depan, dan pemandangan indah
             puncak gereja dan perairan dengan bukit di
             latar belakang. Beristirahat di meja kafe putih di Santorini, dengan secangkir kopi, menghadap ke Laut Aegea dan bangunan berkubah biru yang ikonis.

Mencoba pengubahan konteks produk Imagen di Colab

Sebelum memulai

  1. 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.
  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. Enable the Vertex AI API.

    Enable the API

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

    Go to project selector

  6. Verify that billing is enabled for your Google Cloud project.

  7. Enable the Vertex AI API.

    Enable the API

  8. Siapkan autentikasi untuk lingkungan Anda.

    Untuk menggunakan contoh REST API di halaman ini dalam lingkungan pengembangan lokal, Anda menggunakan kredensial yang Anda berikan ke gcloud CLI.

      Install the Google Cloud CLI. After installation, initialize the Google Cloud CLI by running the following command:

      gcloud init

      If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

    Untuk mengetahui informasi selengkapnya, lihat Melakukan autentikasi untuk menggunakan REST dalam dokumentasi autentikasi Google Cloud .

  9. Membuat gambar produk dalam berbagai suasana

    REST

    Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

    • REGION: Region tempat project Anda berada. Untuk mengetahui informasi selengkapnya tentang region yang didukung, lihat Lokasi AI Generatif di Vertex AI.
    • PROJECT_ID: ID project Google Cloud Anda.
    • TEXT_PROMPT: Opsional. Perintah teks untuk memandu gambar yang dihasilkan model.
    • BASE64_SUBJECT_IMAGE: Gambar subjek yang dienkode base64.
    • PERSON_SETTING: Opsional: Nilai string yang mengontrol jenis pembuatan orang atau wajah yang diizinkan model. Anda dapat menggunakan nilai berikut untuk personGeneration:
      • "allow_adult": Mengizinkan pembuatan konten dewasa saja, kecuali untuk pembuatan konten selebritas. Pembuatan gambar selebritas tidak diizinkan untuk setelan apa pun. Ini adalah setelan default.
      • "allow_all": Mengizinkan pembuatan gambar orang dari segala usia, kecuali pembuatan gambar selebritas. Pembuatan gambar selebritas tidak diizinkan untuk setelan apa pun.
      • "dont_allow": Tidak mengizinkan pembuatan orang atau wajah dalam output yang dihasilkan.
    • SAFETY_SETTING: Opsional: Nilai string yang mengontrol batas filter keamanan untuk gambar yang dihasilkan. Anda dapat menggunakan nilai berikut untuk memilih setelan keamanan Anda:
      • "block_low_and_above": Nilai minimum keamanan yang paling ketat. "block_low_and_above" memfilter jumlah terbesar gambar yang dihasilkan.
      • "block_medium_and_above": Nilai minimum keamanan sedang, yang menyeimbangkan pemfilteran untuk konten yang berpotensi berbahaya dan aman. "block_medium_and_above" adalah setelan keamanan default.
      • "block_only_high": Nilai minimum keamanan terendah, yang mengurangi jumlah permintaan yang diblokir karena filter keamanan. Menggunakan nilai minimum keamanan "block_only_high" dapat meningkatkan jumlah gambar tidak pantas yang dihasilkan oleh model.
    • WATERMARK_SETTING: Opsional: Boolean. Jika nilai ini ditetapkan ke true, model akan menambahkan watermark digital yang dapat Anda gunakan untuk memverifikasi gambar yang dihasilkan. Nilai defaultnya adalah true.
    • IMAGE_COUNT: Jumlah gambar yang akan dibuat. Rentang nilai yang diterima adalah 1-4.
    • PROMPT_SETTING: Opsional: Boolean. Jika nilai ini disetel ke true, model akan menggunakan perintah yang ditingkatkan. Nilai defaultnya adalah true.

    Metode HTTP dan URL:

    POST https://REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/publishers/google/models/imagen-product-recontext-preview-06-30:predict

    Isi JSON permintaan:

    {
      "instances": [
        {
          "prompt": "TEXT_PROMPT",
          "productImages": [
            {
              "image": {
                "bytesBase64Encoded": "BASE64_SUBJECT_IMAGE"
              },
            }
          ]
        }
      ],
      "parameters": {
        "personGeneration": PERSON_SETTING,
        "safetySetting": SAFETY_SETTING,
        "addWatermark": WATERMARK_SETTING,
        "sampleCount": IMAGE_COUNT,
        "enhancePrompt": PROMPT_SETTING
      }
    }
    

    Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

    curl

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

    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/imagen-product-recontext-preview-06-30:predict"

    PowerShell

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

    $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/imagen-product-recontext-preview-06-30:predict" | Select-Object -Expand Content
    Permintaan ini menampilkan objek gambar. Dalam contoh ini, dua objek gambar ditampilkan, dengan dua objek prediksi sebagai gambar berenkode base64.
    {
      "predictions": [
        {
          "mimeType": "image/png",
          "bytesBase64Encoded": "BASE64_IMG_BYTES"
        },
        {
          "bytesBase64Encoded": "BASE64_IMG_BYTES",
          "mimeType": "image/png"
        }
      ]
    }