Amazon Bedrock의 Stability AI Diffusion 1.0으로 이미지 변환하기

Stability AI의 Diffusion 1.0 모델은 Amazon Bedrock 내에서 강력한 이미지-이미지 생성 기능을 제공합니다. 이 가이드에서는 텍스트 프롬프트와 다양한 매개변수를 기반으로 기존 이미지를 변환하기 위해 이 모델을 활용하는 방법을 탐색하며, 이를 통해 광범위한 창의적인 가능성을 열 수 있습니다.

이미지-이미지 생성은 초기 이미지를 시작점으로 사용하여 텍스트 프롬프트에 따라 수정하는 과정을 포함합니다. Stability AI Diffusion 1.0 모델은 프롬프트와 지정된 매개변수에 의해 안내되어 이미지를 반복적으로 개선하는 확산 프로세스를 사용합니다. 이를 통해 원본 이미지를 제어되고 창의적으로 변환할 수 있습니다.

Stability AI Diffusion 1.0 모델을 사용하여 이미지를 생성하려면 특정 매개변수가 필수적입니다: * **text_prompts:** 이미지 생성을 안내하는 텍스트 프롬프트 배열입니다. 각 프롬프트에는 'text'(프롬프트 자체)와 중요도에 영향을 줄 수 있는 선택적 'weight'가 포함됩니다. * **init_image:** 변환될 초기 이미지를 나타내는 base64로 인코딩된 문자열입니다.

Stability AI Diffusion 1.0 모델은 이미지 생성 프로세스를 미세 조정하기 위한 여러 선택적 매개변수를 제공합니다: * **init_image_mode:** 초기 이미지가 결과에 영향을 미치는 방식을 결정합니다(IMAGE_STRENGTH 또는 STEP_SCHEDULE). * **image_strength:** 생성된 이미지와 초기 이미지 간의 유사성을 제어합니다(1에 가까운 값은 더 유사한 이미지를 생성합니다). * **cfg_scale:** 생성된 이미지가 텍스트 프롬프트를 얼마나 밀접하게 따르는지에 영향을 미칩니다(낮은 값은 무작위성을 증가시킵니다). * **clip_guidance_preset:** CLIP 안내를 위한 사전 설정을 선택합니다(FAST_BLUE, FAST_GREEN, NONE, SIMPLE, SLOW, SLOWER, SLOWEST). * **sampler:** 확산 중에 사용되는 샘플링 방법을 지정합니다(DDIM, DDPM 등). 생략하면 모델이 적합한 샘플러를 선택합니다. * **samples:** 생성할 이미지 수입니다(현재 Amazon Bedrock에서는 1개로 제한됨). * **seed:** 재현성을 위해 초기 노이즈 시드를 설정합니다. 동일한 시드와 매개변수를 사용하면 유사한 이미지가 생성됩니다. * **steps:** 생성 중 샘플링 단계 수입니다(더 많은 단계는 일반적으로 더 정확한 결과를 가져옵니다). * **style_preset:** 이미지 생성을 안내하기 위해 스타일 사전 설정을 적용합니다(3d-model, analog-film, animé 등). * **extras:** 엔진에 추가적인 실험적 매개변수를 전달할 수 있습니다(주의해서 사용하십시오).

다음 Python 코드는 Amazon Bedrock에서 Stability AI Diffusion 1.0 모델을 사용하여 이미지를 생성하는 방법을 보여줍니다: ```python import base64 import io import json import logging import boto3 from PIL import Image from botocore.exceptions import ClientError class ImageError(Exception): """SDXL에서 반환된 오류에 대한 사용자 지정 예외""" def __init__(self, message): self.message = message logger = logging.getLogger(__name__) logging.basicConfig(level=logging.INFO) def generate_image(model_id, body): """ 요청 시 SDXL 1.0을 사용하여 이미지를 생성합니다. Args: model_id (str): 사용할 모델 ID. body (str) : 사용할 요청 본문. Returns: image_bytes (bytes): 모델에서 생성된 이미지. """ logger.info("SDXL 모델 %s로 이미지 생성 중", model_id) bedrock = boto3.client(service_name='bedrock-runtime') accept = "application/json" content_type = "application/json" response = bedrock.invoke_model( body=body, modelId=model_id, accept=accept, contentType=content_type ) response_body = json.loads(response.get("body").read()) print(response_body['result']) base64_image = response_body.get("artifacts")[0].get("base64") base64_bytes = base64_image.encode('ascii') image_bytes = base64.b64decode(base64_bytes) finish_reason = response_body.get("artifacts")[0].get("finishReason") if finish_reason == 'ERROR' or finish_reason == 'CONTENT_FILTERED': raise ImageError(f"이미지 생성 오류. 오류 코드는 {finish_reason}입니다.") logger.info("SDXL 1.0 모델 %s로 이미지 생성 완료", model_id) return image_bytes def main(): """ SDXL 예제의 진입점. """ logging.basicConfig(level = logging.INFO, format = "%(levelname)s: %(message)s") model_id='stability.stable-diffusion-xl-v1' prompt="""우주선.""" # 참조 이미지를 파일에서 읽어 base64 문자열로 인코딩합니다. with open("/path/to/image", "rb") as image_file: init_image = base64.b64encode(image_file.read()).decode('utf8') # 요청 본문을 생성합니다. body=json.dumps({ "text_prompts": [ { "text": prompt } ], "init_image": init_image, "style_preset" : "isometric" }) try: image_bytes=generate_image(model_id = model_id, body = body) image = Image.open(io.BytesIO(image_bytes)) image.show() except ClientError as err: message=err.response["Error"]["Message"] logger.error("클라이언트 오류 발생: %s", message) print("클라이언트 오류가 발생했습니다: " + format(message)) except ImageError as err: logger.error(err.message) print(err.message) else: print(f"SDXL 모델 {model_id}로 텍스트 생성 완료.") if __name__ == "__main__": main() ```

Stability AI Diffusion 1.0 모델을 사용할 때 오류가 발생할 수 있습니다. 일반적인 오류는 다음과 같습니다: * **ClientError:** AWS Bedrock 클라이언트 또는 요청에 문제가 있음을 나타냅니다. * **ImageError:** 모델이 오류를 반환하거나 콘텐츠가 필터링될 때 발생하는 사용자 지정 예외입니다. 세부 정보를 위해 오류 메시지를 확인하고 요청 매개변수가 유효한지 확인하십시오.

이미지-이미지 생성으로 최적의 결과를 얻으려면 다음을 따르십시오: * **명확하고 구체적인 텍스트 프롬프트 사용:** 프롬프트가 설명적일수록 모델이 원하는 결과를 더 잘 이해할 수 있습니다. * **다양한 매개변수 실험:** `image_strength`, `cfg_scale`, `style_preset`과 같은 매개변수를 조정하여 다양한 창의적 가능성을 탐색하십시오. * **고품질 초기 이미지로 시작:** 초기 이미지의 품질은 최종 결과에 상당한 영향을 미칩니다. * **리소스 사용량 모니터링:** 특히 온디맨드 처리량을 사용할 때 이미지 생성 중에 소비되는 계산 리소스에 유의하십시오.

Amazon Bedrock의 Stability AI Diffusion 1.0 모델은 사용자가 혁신적인 방식으로 이미지를 변환할 수 있도록 지원합니다. 매개변수를 이해하고 제공된 코드 예제를 활용하면 AI 기반 이미지 생성의 창의적인 잠재력을 발휘할 수 있습니다.