AIGC实践-使用Amazon Bedrock的SDXL模型进行文生图

一、Bedrock 简介

Amazon Bedrock 是 Amazon Web Services (AWS) 提供的一种生成式 AI 服务。通过 Bedrock，用户可以方便地使用多种基础模型（Foundation Models），包括 OpenAI 的 GPT、Anthropic 的 Claude 等。这些模型可以用于各种生成式 AI 应用，包括文生图任务。本文将介绍如何使用 Amazon Bedrock 的 SDXL模型 的 API 实现文生图。

二、开通Bedrock相应模型的使用权限

访问亚马逊官网，登录账号后，服务菜单里选择 Machine Learning，选择 Amazon Bedrock。

在这里插入图片描述

选择 Stable Diffusion。

在这里插入图片描述

首次使用需要开通相应模型的使用权限。点击 "请求模型访问权限"。

在这里插入图片描述

点击 "启用特定模型"。

在这里插入图片描述

勾选 Claude 里的 Claude 3 Sonnet、Claude 3 Haiku、Claude、Claude Instant 四个模型。

在这里插入图片描述

再勾选 Stability Al 里的 SDXL 1.0。

在这里插入图片描述

填写 Anthropic 的应用场景详细信息。

在这里插入图片描述

点击提交。

在这里插入图片描述

提交完之后，我们刚刚勾选的五个模型会变成 "正在进行" 状态，需要等待几分钟。

在这里插入图片描述

几分钟后，模型状态正常，变为 "已授予访问权限" 状态。

在这里插入图片描述

三、SDXL模型支持的几种模式

操场里点击图像，选择模型。类别选择 Stability AI，模型选择 SDXL 1.0，推理默认 按需 即可。选择好点击 应用。

在这里插入图片描述

我们进入到了图像操场页面，在这里我们可以通过调整配置生成满足不同要求的图片。

在这里插入图片描述
配置解释：

操作内容
模式模型生成新图像（生成）或编辑（编辑）在参考图像中提供的图像
否定提示不希望模型生成的项目或概念，例如卡通或暴力
推理图像上传图像作为图像生成或编辑的参考
响应图像生成图像的输出设置，例如质量、方向、大小和要生成的图像数量
高级配置要传递给模型的推理参数

下面是 SDXL 1.0 模型 支持的几种模式：

1. 文生图

调整配置为：

  • 操作: 生成图像
  • 提示词: a serene beach at sunset
  • 提示强度: 10
  • 生成步骤: 30
  • 种子: 10

点击运行，生成效果如图：

在这里插入图片描述

2. 图生图

点击图片，操作里选择编辑功能。

在这里插入图片描述

可以看到右侧推理图像已经填入我们刚刚生成的图像。将 操作 选择为 生成变体。

在这里插入图片描述

调整配置为：

  • 操作: 生成变体
  • 提示词: add vibrant hues to the sky, enhance reflections on the water
  • 负面提示词: dull colors, lack of sunset details, unrealistic sky gradients, poorly rendered reflections
  • 提示强度: 30
  • 生成步骤: 50
  • 种子: 321

点击运行，生成效果如图：

在这里插入图片描述

3. 图像编辑

我们重新生成一个绿色茶园的背景图。

在这里插入图片描述

操作选择 编辑 ，选择需要替换的区域，输入提示词、选择提示强度，生成图片。

比如，我们要增加一只羊。

调整配置为：

  • 操作: 编辑
  • 提示词: add a sheep
  • 提示强度: 10

在这里插入图片描述

通过 Amazon Bedrock Stability AI SDXL 1.0 的 文生图、图生图、图像编辑 功能，我们可以开启简洁高效的视觉创作之旅，让创意变得触手可及。

四、调用Bedrock里Stability的API

我们使用 Jupyter 来实现 Bedrock 里 Stability 的API调用。

1. 创建AWS访问密钥

在 AWS控制台 的 安全凭证 里申请 安全密钥。

在这里插入图片描述

保存好我们的 访问密钥。

在这里插入图片描述

2. 安装相关环境

创建一个python环境，执行下面命令：

cd ~/environment/
curl 'https://dev-media.amazoncloud.cn/doc/workshop.zip' --output workshop.zip
unzip workshop.zip

在这里插入图片描述

解压完成后，安装需要的包：

pip3 install -r ~/environment/workshop/setup/requirements.txt -U

在这里插入图片描述

配置访问密钥：

aws configure

按提示输入以下信息：

  • AWS Access Key ID
  • AWS Secret Access Key
  • 默认区域名称（如 us-east-1）
  • 输出格式（如 json，也可以直接为 None）

在这里插入图片描述

3. 编写代码并调用

我们需要给 AWS 传一个 JSON 串，官网示例参数如下：

{
 "modelId": "stability.stable-diffusion-xl-v1",
 "contentType": "application/json",
 "accept": "application/json",
 "body": "{\"text_prompts\":[{\"text\":\"this is where you place your input text\",\"weight\":1}],\"cfg_scale\":10,\"seed\":0,\"steps\":50,\"width\":512,\"height\":512}"
}

在这里插入图片描述
其中，body 的参数含义如下：

参数值含义作用
text_prompts[{ "text": "this is where you place your input text", "weight": 1 }]文本提示- "text": 输入的描述文字，模型将根据这个文字生成图像。
- "weight": 权重，控制模型对文本的关注程度。
cfg_scale10引导强度数值越高，生成的图像越严格按照文本提示进行；数值较低时生成内容更具创造性和自由度。
seed0随机种子控制生成的随机性；相同种子和相同输入生成一致图像，不同种子生成不同结果。
steps50迭代步骤数步骤数越多，生成的图像质量越高，但耗时越长。
width512图像宽度(像素)设置生成图像的横向分辨率。
height512图像高度(像素)设置生成图像的纵向分辨率。

下面我们来编写代码：

选择 workshop/labs/api/bedrock_api.py 编写代码：

import json
import boto3
import base64
import os
from PIL import Image
import io

session = boto3.Session()

bedrock = session.client(service_name='bedrock-runtime') #creates a Bedrock client

bedrock_model_id = "stability.stable-diffusion-xl-v1"  # set the foundation model
prompt =  "a beautiful mountain landscape"  # the prompt to send to the model
seed = 10

body = json.dumps({
    "text_prompts": [{"text": prompt}],
    "seed": seed,
    "cfg_scale": 10,
    "steps": 30,
})  # build the request payload

# send the payload to Bedrock
response = bedrock.invoke_model(
    body=body, modelId=bedrock_model_id, accept='application/json', contentType='application/json')

# read the response
response_body = json.loads(response.get('body').read())
base64_image_data = response_body.get("artifacts")[0]["base64"]
print(f"{base64_image_data[0:80]}...")
# Convert base64 image data to an image and save it to a file
image_data = base64.b64decode(base64_image_data)
os.makedirs("data", exist_ok=True)
image = Image.open(io.BytesIO(image_data))
image.save('data/sd_generated_image.jpg')

调用这段代码：

python3 bedrock_api.py

在这里插入图片描述

调用成功后，我们可以看到， workshop/labs/api/data/ 目录下生成了图片：sd_generated_image.jpg。

在这里插入图片描述

4. 调试和优化

① 检查输入提示

生成的图片质量与输入提示（Prompt）的清晰度和详细程度密切相关。建议：

  • 描述尽可能具体，例如 “A detailed painting of a dragon flying over a mountain during sunset”。
  • 包含图片风格关键词，如 “realistic”, “abstract”, “oil painting”。

② 设置参数

根据需求，调整以下参数，可以优化生成结果：

  • 分辨率：通过设置 width 和 height 参数调整图像的宽高分辨率（单位：像素）。提高分辨率（如从默认的 512x512 提升到更高值）可以增加图像细节，但可能会延长生成时间。

  • 文本提示和权重：使用 text_prompts 参数提供描述性文字（如场景或风格），并通过 weight 调整对该提示的关注程度。权重值越高，生成图像将越贴近描述。

  • 引导强度：通过 cfg_scale 控制模型对文本提示的遵循程度。较高的值（如 10 或以上）会更严格地匹配输入描述；较低的值可能允许更具创造性的生成。

  • 随机种子：设置 seed 参数固定生成的随机性，确保相同的输入条件下产生一致的图像结果。使用不同的种子值可以生成多样化的结果。

  • 迭代次数：调整 steps 参数来控制图像生成的细化过程。更多的迭代（如从 50 提升到更高）通常会提升图像质量，但可能需要更长时间。

五、总结

Amazon Bedrock 为文生图功能提供了高效且灵活的解决方案，整合了多个顶尖的基础模型（如 Stable Diffusion SDXL 1.0），能够满足从创意设计到生产应用的多样化需求。通过其直观的 API 接口，开发者可以轻松调用模型，快速实现图像生成，并结合参数优化获得高质量的输出。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/922953.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【MySQL】sql注入相关内容

【MySQL】sql注入相关内容

【MySQL】sql注入相关内容 1. 为什么使用sql注入的时候，url传值的时候要使用–而不是– 使用–进行注释的时候需要在后面加一个空格才可以被认为是注释，url传值的过程中会将空格自动忽略，使用则可以在传输中保留为空格符号。（同…
阅读更多...
【YOLO】深入理解 CSP 瓶颈模块的变种：Bottleneck、C3、C3k、C2f 和 C3k2

【YOLO】深入理解 CSP 瓶颈模块的变种：Bottleneck、C3、C3k、C2f 和 C3k2

深入理解 CSP 瓶颈模块的变种：Bottleneck、C3、C3k、C2f 和 C3k2 从 YOLOv3 到 YOLOv11，Ultralytics 团队结合当时的主流结构提出了各种适用于 YOLO 的模块，涵盖了不同的创新和优化思路，从而应对不断变化的目标检测需求。这些模块…
阅读更多...
Redis中的数据结构详解

Redis中的数据结构详解

文章目录 Redis中的数据结构详解一、引言二、Redis 数据结构1、String（字符串）1.1、代码示例 2、List（列表）2.1、代码示例 3、Set（集合）3.1、代码示例 4、Hash（散列）4.1、代码示例 5…
阅读更多...
计算机的错误计算（一百六十六）

计算机的错误计算（一百六十六）

摘要 探讨 MATLAB 关于算式 的计算误差。 例1. 已知 计算 直接贴图吧： 然而，16位的正确结果为 -0.9765626220703239e-21（ISRealsoft 提供）。这样，MATLAB输出的有效数字的错误率为 (16-2)/16 87.5% . 注&…
阅读更多...
大模型时代的具身智能系列专题(十五)

大模型时代的具身智能系列专题(十五)

Shubhangi Sinha团队 Shubhangi Sinha是康奈尔大学计算机科学系助理教授。在加入康奈尔大学之前，Tapo 是华盛顿大学计算机科学与工程专业的 NIH Ruth L. Kirschstein NRSA 博士后研究员。他在佐治亚理工学院获得了机器人学博士学位。他之前还曾在迪士尼研究中心工作…
阅读更多...
【软件入门】Git快速入门

【软件入门】Git快速入门

Git快速入门 文章目录 Git快速入门0.前言1.安装和配置2.新建版本库2.1.本地创建2.2.云端下载 3.版本管理3.1.添加和提交文件3.2.回退版本3.2.1.soft模式3.2.2.mixed模式3.2.3.hard模式3.2.4.使用场景 3.3.查看版本差异3.4.忽略文件 4.云端配置4.1.Github4.1.1.SSH配置4.1.2.关联…
阅读更多...
鱼眼相机模型-MEI

鱼眼相机模型-MEI

参考文献： Single View Point Omnidirectional Camera Calibration from Planar Grids 1. 相机模型如下： // 相机坐标系下的点投影到畸变图像// 输入：相机坐标系点坐标cam 输出： 畸变图像素点坐标disPtvoid FisheyeCamAdapter::…
阅读更多...
C++网络编程之多播

C++网络编程之多播

概述 在移动互联网时代，随着多媒体应用的日益普及，如何高效地将数据传输给多个接收者成为了网络通信领域的一个重要课题。多播（英文为Multicast）作为一种高效的网络通信方式，可以将数据同时发送到多个接收者&#xff0…
阅读更多...
计算机毕业设计Python音乐推荐系统 机器学习 深度学习 音乐可视化 音乐爬虫 知识图谱 混合神经网络推荐算法 大数据毕设

计算机毕业设计Python音乐推荐系统 机器学习 深度学习 音乐可视化 音乐爬虫 知识图谱 混合神经网络推荐算法 大数据毕设

温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 作者简介：Java领…
阅读更多...
直播技术-Android基础框架

直播技术-Android基础框架

目录 （一）直播间架构 （二）核心任务调度机制 （1）复制从滑动直播间加载流程 （2）核心任务调度机制-代码设计 （3）核心任务调度机制-接入指南 (三&#xff0…
阅读更多...
『 Linux 』数据链路层 - MAC帧/以太网帧

『 Linux 』数据链路层 - MAC帧/以太网帧

文章目录 MAC帧/以太网帧局域网的通信原理 MAC帧/以太网帧 MAC帧也叫做以太网帧,通常情况下MAC帧也是一个更广义的语术,用来描述数据链路层,即OSI模型的第二层的一种数据帧格式,这种格式包括其他如WI-FI,令牌环,帧中继等数据链路层所使用的数据帧; 以太网帧是具体使用的一种MAC…
阅读更多...
LightRAG开源了…结合本地ollama实现股票数据接口Akshare智能问答

LightRAG开源了…结合本地ollama实现股票数据接口Akshare智能问答

LightRAG是由香港大学研究团队推出的一种检索增强生成（Retrieval-Augmented Generation, RAG）系统。该系统通过整合图结构索引和双层检索机制，显著提升了大型语言模型在信息检索中的准确性和效率。LightRAG 不仅能够捕捉实体间的复杂依赖关系…
阅读更多...
LabVIEW引用类型转换问题

LabVIEW引用类型转换问题

一、问题描述 在LabVIEW中，refnum（引用编号）用于引用各种资源，如文件、队列、控件等。这些引用是与具体类型相关的，通常情况下，LabVIEW会根据引用的类型自动进行处理。然而，当不同类型的引用需…
阅读更多...
Redis五大基本类型——Set集合命令详解（命令用法详解+思维导图详解）

Redis五大基本类型——Set集合命令详解（命令用法详解+思维导图详解）

目录 一、Set集合类型介绍 二、常见命令 1、SADD 2、SMEMBERS 3、SISMEMBER 4、SCARD 5、SRANDMEMBER 6、SPOP 7、SMOVE 8、SREM ​编辑 9、集合间操作 （1）SINTER （2）SINTERSTORE （3）SUNION…
阅读更多...
HTMLCSS：彩色灵动气泡效果

HTMLCSS：彩色灵动气泡效果

效果演示 这段代码是一个HTML文档&#xff0c;包含了内联的CSS样式&#xff0c;用于创建一个具有动画效果的网页背景&#xff0c;其中包含多个彩色浮动的气泡元素。 HTML <div class"container"><div class"bubble"><span></spa…
阅读更多...
[工具分享] 根据Excel数据根据Word文档模板，批量创建生成Word文档并重命名，方便快速查找打印

[工具分享] 根据Excel数据根据Word文档模板，批量创建生成Word文档并重命名，方便快速查找打印

前几天交楼的小姐姐要多份Word文档合同打印给客户&#xff0c;那么100份就需要修改100次 上面好多都是模板的制式文件&#xff0c;里面的部分数据都是要根据实际值来变动的&#xff0c; 那么有没有快速的方法来操作呢&#xff0c;还是只能一个个手动的改&#xff0c;又容易出…
阅读更多...
《硬件架构的艺术》笔记（五）：低功耗设计

《硬件架构的艺术》笔记（五）：低功耗设计

介绍 能量以热量形式消耗&#xff0c;温度升高芯片失效率也会增加&#xff0c;增加散热片或风扇会增加整体重量和成本&#xff0c;在SoC级别对功耗进行控制就可以减少甚至可能消除掉这些开支&#xff0c;产品也更小更便宜更可靠。本章描述了减少动态功耗和静态功耗的各种技术。…
阅读更多...
【Linux学习】【Ubuntu入门】2-3 make工具和makefile引入

【Linux学习】【Ubuntu入门】2-3 make工具和makefile引入

1.使用命令新建三个.c文件vi main.c&#xff0c;vi input.c&#xff0c;vi caclcu.c&#xff0c;两个.h文件vi input.h&#xff0c;vi caclcu.h 2.vi Makefile&#xff1a;新建Makefile文件&#xff0c;输入一下内容 注意&#xff1a;命令列表中每条命令前用TAB键&#xff0c;不…
阅读更多...
【初阶数据结构和算法】leetcode刷题之设计循环队列

【初阶数据结构和算法】leetcode刷题之设计循环队列

文章目录 一、实现循环队列1.大致思路分析2.循环队列的结构定义和初始化结构定义初始化 3.循环队列的判空和判满判空和判满难点分析判空判满 4.循环队列的入队列和出队列入队列出队列 5.循环队列取队头和队尾元素取队头元素取队尾元素 6.循环队列的销毁7.最后题解源码 一、实现…
阅读更多...
Otter 安装流程

Otter 安装流程

优质博文&#xff1a;IT-BLOG-CN 一、背景 随着公司的发展&#xff0c;订单库的数据目前已达到千万级别&#xff0c;需要进行分表分库&#xff0c;就需要对数据进行迁移&#xff0c;我们使用了otter&#xff0c;这里简单整理下&#xff0c;otter 的安装过程&#xff0c;希望对…
阅读更多...
最新文章

Copyright @ 2022~2023