Java का उपयोग करके Amazon Bedrock और Stable Diffusion XL के साथ इमेज जेनरेट करें

Amazon Bedrock एक पूरी तरह से प्रबंधित सेवा है जो प्रमुख AI कंपनियों से उच्च-प्रदर्शन वाले फाउंडेशन मॉडल (FMs) का विकल्प प्रदान करती है। Stability.ai द्वारा पेश किया गया Stable Diffusion XL, एक शक्तिशाली टेक्स्ट-टू-इमेज मॉडल है जो टेक्स्टुअल प्रॉम्प्ट से उच्च-गुणवत्ता वाली इमेज जेनरेट करने में सक्षम है। यह लेख आपको Java SDK का उपयोग करके इमेज जनरेशन के लिए Stable Diffusion XL को इनवोक करने के लिए Amazon Bedrock का उपयोग करने की प्रक्रिया के माध्यम से मार्गदर्शन करेगा।

इमेज जेनरेट करना शुरू करने से पहले, आपको अपने Java वातावरण में Bedrock रनटाइम क्लाइंट सेट अप करना होगा। इसमें एक `BedrockRuntimeClient` इंस्टेंस बनाना, इसे अपने AWS क्रेडेंशियल्स और वांछित AWS रीजन के साथ कॉन्फ़िगर करना शामिल है। यहाँ बताया गया है कि आप इसे कैसे कर सकते हैं: ```java import software.amazon.awssdk.auth.credentials.DefaultCredentialsProvider; import software.amazon.awssdk.regions.Region; import software.amazon.awssdk.services.bedrockruntime.BedrockRuntimeClient; // उस AWS रीजन में एक Bedrock रनटाइम क्लाइंट बनाएं जिसका आप उपयोग करना चाहते हैं। // DefaultCredentialsProvider को अपने पसंदीदा क्रेडेंशियल्स प्रदाता से बदलें। var client = BedrockRuntimeClient.builder() .credentialsProvider(DefaultCredentialsProvider.create()) .region(Region.US_EAST_1) .build(); ``` सुनिश्चित करें कि आपके प्रोजेक्ट डिपेंडेंसी में AWS SDK for Java 2.x जोड़ा गया है।

`InvokeModel` API को एक विशिष्ट पेलोड फॉर्मेट की आवश्यकता होती है जिसे Stable Diffusion XL मॉडल समझता है। इस पेलोड में टेक्स्ट प्रॉम्प्ट, स्टाइल प्रीसेट और सीड जैसे पैरामीटर शामिल हैं। आप निम्नलिखित टेम्पलेट का उपयोग करके इस पेलोड का प्रतिनिधित्व करने वाली एक JSON स्ट्रिंग बना सकते हैं: ```java var nativeRequestTemplate = """ { "text_prompts": [{ "text": "{{prompt}}" }], "style_preset": "{{style}}", "seed": {{seed}} }"""; // इमेज जनरेशन के लिए प्रॉम्प्ट को परिभाषित करें। var prompt = "एक प्यारे पुराने स्टीमपंक रोबोट की स्टाइलाइज्ड तस्वीर"; // इमेज जनरेशन के लिए एक रैंडम 32-बिट सीड प्राप्त करें (अधिकतम। 4,294,967,295)। var seed = new BigInteger(31, new SecureRandom()); // एक स्टाइल प्रीसेट चुनें। var style = "cinematic"; // मॉडल के नेटिव रिक्वेस्ट पेलोड में प्रॉम्प्ट, सीड और स्टाइल को एम्बेड करें। String nativeRequest = nativeRequestTemplate .replace("{{prompt}}", prompt) .replace("{{seed}}", seed.toString()) .replace("{{style}}", style); ``` विभिन्न इमेज जेनरेट करने के लिए `prompt`, `style`, और `seed` वेरिएबल्स को कस्टमाइज़ करें।

Bedrock रनटाइम क्लाइंट सेट अप होने और रिक्वेस्ट पेलोड तैयार होने के साथ, आप अब `invokeModel` मेथड का उपयोग करके Stable Diffusion XL मॉडल को इनवोक कर सकते हैं: ```java import software.amazon.awssdk.core.SdkBytes; import software.amazon.awssdk.core.exception.SdkClientException; // मॉडल आईडी सेट करें, जैसे, Stable Diffusion XL v1। var modelId = "stability.stable-diffusion-xl-v1"; try { // Bedrock रनटाइम को रिक्वेस्ट को एन्कोड और भेजें। var response = client.invokeModel(request -> request .body(SdkBytes.fromUtf8String(nativeRequest)) .modelId(modelId) ); // रिस्पांस बॉडी को डीकोड करें। var responseBody = new JSONObject(response.body().asUtf8String()); // मॉडल के रिस्पांस से जेनरेटेड इमेज डेटा प्राप्त करें। var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); return base64ImageData; } catch (SdkClientException e) { System.err.printf("ERROR: '%s' को इनवोक नहीं कर सकते। कारण: %s", modelId, e.getMessage()); throw new RuntimeException(e); } ``` यह कोड Amazon Bedrock को रिक्वेस्ट भेजता है और रिस्पांस प्राप्त करता है।

`invokeModel` मेथड से रिस्पांस में बेस64 फॉर्मेट में जेनरेटेड इमेज डेटा होता है। इमेज को प्रदर्शित करने के लिए आपको इस डेटा को डीकोड करना होगा। नीचे दिया गया कोड स्निपेट दिखाता है कि रिस्पांस से बेस64 इमेज डेटा कैसे निकाला जाए: ```java import org.json.JSONObject; import org.json.JSONPointer; // रिस्पांस बॉडी को डीकोड करें। var responseBody = new JSONObject(response.body().asUtf8String()); // मॉडल के रिस्पांस से जेनरेटेड इमेज डेटा प्राप्त करें। var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); ```

एक बार जब आपके पास बेस64 इमेज डेटा हो जाता है, तो आप इसे एक उपयुक्त इमेज डिस्प्ले मेथड का उपयोग करके प्रदर्शित कर सकते हैं। मूल कोड एक `displayImage` मेथड का उपयोग करता है। आपको अपने चुने हुए UI फ्रेमवर्क या इमेज लाइब्रेरी के आधार पर इस मेथड को लागू करने की आवश्यकता होगी। एक सरल उदाहरण में बेस64 स्ट्रिंग को बाइट ऐरे में बदलना और फिर इसे प्रदर्शित करने के लिए एक इमेज लाइब्रेरी का उपयोग करना शामिल हो सकता है। ```java // मान लें कि आपके पास एक displayImage मेथड है displayImage(base64ImageData); ```

Amazon Bedrock पर Stable Diffusion XL को इनवोक करने के लिए यहाँ पूर्ण Java कोड उदाहरण दिया गया है: ```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() { // उस AWS रीजन में एक Bedrock रनटाइम क्लाइंट बनाएं जिसका आप उपयोग करना चाहते हैं। // DefaultCredentialsProvider को अपने पसंदीदा क्रेडेंशियल्स प्रदाता से बदलें। var client = BedrockRuntimeClient.builder() .credentialsProvider(DefaultCredentialsProvider.create()) .region(Region.US_EAST_1) .build(); // मॉडल आईडी सेट करें, जैसे, Stable Diffusion XL v1। var modelId = "stability.stable-diffusion-xl-v1"; // InvokeModel API मॉडल के नेटिव पेलोड का उपयोग करता है। // यहाँ उपलब्ध इन्फेरेंस पैरामीटर और रिस्पांस फ़ील्ड के बारे में अधिक जानें: // 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}} }"""; // इमेज जनरेशन के लिए प्रॉम्प्ट को परिभाषित करें। var prompt = "एक प्यारे पुराने स्टीमपंक रोबोट की स्टाइलाइज्ड तस्वीर"; // इमेज जनरेशन के लिए एक रैंडम 32-बिट सीड प्राप्त करें (अधिकतम। 4,294,967,295)। var seed = new BigInteger(31, new SecureRandom()); // एक स्टाइल प्रीसेट चुनें। var style = "cinematic"; // मॉडल के नेटिव रिक्वेस्ट पेलोड में प्रॉम्प्ट, सीड और स्टाइल को एम्बेड करें। String nativeRequest = nativeRequestTemplate .replace("{{prompt}}", prompt) .replace("{{seed}}", seed.toString()) .replace("{{style}}", style); try { // Bedrock रनटाइम को रिक्वेस्ट को एन्कोड और भेजें। var response = client.invokeModel(request -> request .body(SdkBytes.fromUtf8String(nativeRequest)) .modelId(modelId) ); // रिस्पांस बॉडी को डीकोड करें। var responseBody = new JSONObject(response.body().asUtf8String()); // मॉडल के रिस्पांस से जेनरेटेड इमेज डेटा प्राप्त करें। var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); return base64ImageData; } catch (SdkClientException e) { System.err.printf("ERROR: '%s' को इनवोक नहीं कर सकते। कारण: %s", modelId, e.getMessage()); throw new RuntimeException(e); } } public static void main(String[] args) { System.out.println("इमेज जेनरेट हो रही है। इसमें कुछ सेकंड लग सकते हैं..."); String base64ImageData = invokeModel(); displayImage(base64ImageData); } } ```

Amazon Bedrock, AWS SDK for Java, और Stable Diffusion XL के बारे में अधिक जानकारी के लिए, निम्नलिखित संसाधनों का संदर्भ लें: * [Amazon Bedrock डॉक्यूमेंटेशन](https://docs.aws.amazon.com/bedrock/latest/userguide/) * [AWS SDK for Java 2.x API रेफरेंस](https://sdk.amazonaws.com/java/api/latest/) * [GitHub पर AWS कोड उदाहरण रिपॉजिटरी](https://github.com/awsdocs/aws-doc-sdk-examples) * [Stable Diffusion XL डॉक्यूमेंटेशन](https://stability.ai/)