Générer des images avec Amazon Bedrock et Stable Diffusion XL en utilisant Java

Amazon Bedrock est un service entièrement géré qui offre un choix de modèles fondamentaux (FM) performants provenant des principales entreprises d'IA. Stable Diffusion XL, proposé par Stability.ai, est un puissant modèle texte-vers-image capable de générer des images de haute qualité à partir d'invites textuelles. Cet article vous guidera dans le processus d'utilisation d'Amazon Bedrock pour invoquer Stable Diffusion XL afin de générer des images à l'aide du SDK Java.

Avant de pouvoir commencer à générer des images, vous devez configurer le client Bedrock Runtime dans votre environnement Java. Cela implique la création d'une instance `BedrockRuntimeClient`, sa configuration avec vos identifiants AWS et la région AWS souhaitée. Voici comment vous pouvez procéder : ```java import software.amazon.awssdk.auth.credentials.DefaultCredentialsProvider; import software.amazon.awssdk.regions.Region; import software.amazon.awssdk.services.bedrockruntime.BedrockRuntimeClient; // Créez un client Bedrock Runtime dans la région AWS que vous souhaitez utiliser. // Remplacez DefaultCredentialsProvider par votre fournisseur d'identifiants préféré. var client = BedrockRuntimeClient.builder() .credentialsProvider(DefaultCredentialsProvider.create()) .region(Region.US_EAST_1) .build(); ``` Assurez-vous d'avoir ajouté le SDK AWS pour Java 2.x à vos dépendances de projet.

L'API `InvokeModel` nécessite un format de charge utile spécifique que le modèle Stable Diffusion XL comprend. Cette charge utile inclut des paramètres tels que l'invite textuelle, le préréglage de style et la graine (seed). Vous pouvez créer une chaîne JSON représentant cette charge utile en utilisant le modèle suivant : ```java var nativeRequestTemplate = """ { "text_prompts": [{ "text": "{{prompt}}" }], "style_preset": "{{style}}", "seed": {{seed}} }"""; // Définissez l'invite pour la génération d'images. var prompt = "Une image stylisée d'un mignon vieux robot steampunk"; // Obtenez une graine aléatoire de 32 bits pour la génération d'images (max. 4 294 967 295). var seed = new BigInteger(31, new SecureRandom()); // Choisissez un préréglage de style. var style = "cinematic"; // Intégrez l'invite, la graine et le style dans la charge utile de requête native du modèle. String nativeRequest = nativeRequestTemplate .replace("{{prompt}}", prompt) .replace("{{seed}}", seed.toString()) .replace("{{style}}", style); ``` Personnalisez les variables `prompt`, `style` et `seed` pour générer différentes images.

Avec le client Bedrock Runtime configuré et la charge utile de requête élaborée, vous pouvez maintenant invoquer le modèle Stable Diffusion XL en utilisant la méthode `invokeModel` : ```java import software.amazon.awssdk.core.SdkBytes; import software.amazon.awssdk.core.exception.SdkClientException; // Définissez l'ID du modèle, par exemple, Stable Diffusion XL v1. var modelId = "stability.stable-diffusion-xl-v1"; try { // Encodez et envoyez la requête à Bedrock Runtime. var response = client.invokeModel(request -> request .body(SdkBytes.fromUtf8String(nativeRequest)) .modelId(modelId) ); // Décodez le corps de la réponse. var responseBody = new JSONObject(response.body().asUtf8String()); // Récupérez les données de l'image générée à partir de la réponse du modèle. var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); return base64ImageData; } catch (SdkClientException e) { System.err.printf("ERREUR : Impossible d'invoquer '%s'. Raison : %s", modelId, e.getMessage()); throw new RuntimeException(e); } ``` Ce code envoie la requête à Amazon Bedrock et récupère la réponse.

La réponse de la méthode `invokeModel` contient les données de l'image générée au format base64. Vous devez décoder ces données pour afficher l'image. L'extrait de code ci-dessous montre comment extraire les données de l'image base64 de la réponse : ```java import org.json.JSONObject; import org.json.JSONPointer; // Décodez le corps de la réponse. var responseBody = new JSONObject(response.body().asUtf8String()); // Récupérez les données de l'image générée à partir de la réponse du modèle. var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); ```

Une fois que vous avez les données de l'image base64, vous pouvez les afficher à l'aide d'une méthode d'affichage d'images appropriée. Le code original utilise une méthode `displayImage`. Vous devrez implémenter cette méthode en fonction de votre framework d'interface utilisateur ou de votre bibliothèque d'images choisie. Un exemple simple pourrait impliquer la conversion de la chaîne base64 en un tableau d'octets, puis l'utilisation d'une bibliothèque d'images pour l'afficher. ```java // En supposant que vous ayez une méthode displayImage displayImage(base64ImageData); ```

Voici l'exemple de code Java complet pour invoquer Stable Diffusion XL sur Amazon Bedrock : ```java import org.json.JSONObject; import org.json.JSONPointer; import software.amazon.awssdk.auth.credentials.DefaultCredentialsProvider; import software.amazon.awssdk.core.SdkBytes; import software.amazon.awssdk.core.exception.SdkClientException; import software.amazon.awssdk.regions.Region; import software.amazon.awssdk.services.bedrockruntime.BedrockRuntimeClient; import java.math.BigInteger; import java.security.SecureRandom; import static com.example.bedrockruntime.libs.ImageTools.displayImage; public class InvokeModel { public static String invokeModel() { // Créez un client Bedrock Runtime dans la région AWS que vous souhaitez utiliser. // Remplacez DefaultCredentialsProvider par votre fournisseur d'identifiants préféré. var client = BedrockRuntimeClient.builder() .credentialsProvider(DefaultCredentialsProvider.create()) .region(Region.US_EAST_1) .build(); // Définissez l'ID du modèle, par exemple, Stable Diffusion XL v1. var modelId = "stability.stable-diffusion-xl-v1"; // L'API InvokeModel utilise la charge utile native du modèle. // Apprenez-en davantage sur les paramètres d'inférence disponibles et les champs de réponse à l'adresse : // https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-diffusion-1-0-text-image.html var nativeRequestTemplate = """ { "text_prompts": [{ "text": "{{prompt}}" }], "style_preset": "{{style}}", "seed": {{seed}} }"""; // Définissez l'invite pour la génération d'images. var prompt = "Une image stylisée d'un mignon vieux robot steampunk"; // Obtenez une graine aléatoire de 32 bits pour la génération d'images (max. 4 294 967 295). var seed = new BigInteger(31, new SecureRandom()); // Choisissez un préréglage de style. var style = "cinematic"; // Intégrez l'invite, la graine et le style dans la charge utile de requête native du modèle. String nativeRequest = nativeRequestTemplate .replace("{{prompt}}", prompt) .replace("{{seed}}", seed.toString()) .replace("{{style}}", style); try { // Encodez et envoyez la requête à Bedrock Runtime. var response = client.invokeModel(request -> request .body(SdkBytes.fromUtf8String(nativeRequest)) .modelId(modelId) ); // Décodez le corps de la réponse. var responseBody = new JSONObject(response.body().asUtf8String()); // Récupérez les données de l'image générée à partir de la réponse du modèle. var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); return base64ImageData; } catch (SdkClientException e) { System.err.printf("ERREUR : Impossible d'invoquer '%s'. Raison : %s", modelId, e.getMessage()); throw new RuntimeException(e); } } public static void main(String[] args) { System.out.println("Génération de l'image. Cela peut prendre quelques secondes..."); String base64ImageData = invokeModel(); displayImage(base64ImageData); } } ```

Pour plus d'informations sur Amazon Bedrock, le SDK AWS pour Java et Stable Diffusion XL, consultez les ressources suivantes : * [Documentation Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/) * [Référence de l'API AWS SDK for Java 2.x](https://sdk.amazonaws.com/java/api/latest/) * [Dépôt d'exemples de code AWS sur GitHub](https://github.com/awsdocs/aws-doc-sdk-examples) * [Documentation Stable Diffusion XL](https://stability.ai/)