日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

AI 助理
備案控制臺
文檔
輸入文檔關鍵字查找
首頁 模型服務靈積 開發參考 模型列表 文生圖 StableDiffusion文生圖模型 快速開始

快速開始

更新時間：
產品詳情
我的收藏

重要

StableDiffusion文生圖模型API目前處于"申請體驗"階段，請點擊此處申請。

在您的賬號未申請體驗或申請未通過時，調用StableDiffusion文生圖模型API將返回錯誤狀態碼。

StableDiffusion文生圖模型

說明

支持的領域 / 任務：aigc

StableDiffusion文生圖模型目前針對開源社區的stable-diffusion-v1.5版本和stable-diffusion-xl版本進行了服務化支持。

其中，stable-diffusion-v1.5模型通過clip模型能夠將文本的embedding和圖片embedding映射到相同空間，從而通過輸入文本并結合unet的穩定擴散預測噪聲的能力，生成圖片。是一款基礎的文生圖模型，得到了業界廣泛使用。而stable-diffusion-xl相比于v1.5做了重大的改進，被認為是當前開源文生圖模型的SOTA水準，具體改進之處包括： 更大的unet backbone，是之前的3倍； 增加了refinement模塊用于改善生成圖片的質量；更高效的訓練技巧等。

快速開始

前提條件

示例代碼

以下示例展示了調用 stable-diffusion-xl 模型API進行文生圖的示例代碼，如果需要調用 Stable Diffusion v1.5版本只需要用 stable-diffusion-v1.5 替換 stable-diffusion-xl 即可。

說明

需要使用您的api-key替換示例中的 your-dashscope-api-key ，代碼才能正常運行。

from http import HTTPStatus
from urllib.parse import urlparse, unquote
from pathlib import PurePosixPath
import requests
import dashscope

model = "stable-diffusion-xl"
prompt = "Eagle flying freely in the blue sky and white clouds"


def simple_call():
    rsp = dashscope.ImageSynthesis.call(model=model,
                                        prompt=prompt,
                                        negative_prompt="garfield",
                                        n=1,
                                        size='1024*1024')
    if rsp.status_code == HTTPStatus.OK:
        print(rsp.output)
        print(rsp.usage)
        # save file to current directory
        for result in rsp.output.results:
            file_name = PurePosixPath(unquote(urlparse(result.url).path)).parts[-1]
            with open('./%s' % file_name, 'wb+') as f:
                f.write(requests.get(result.url).content)
    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))


if __name__ == '__main__':
    simple_call()

// Copyright (c) Alibaba, Inc. and its affiliates.

import java.io.IOException;
import java.net.URL;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.Map;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesis;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesisParam;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import okhttp3.OkHttpClient;
import okhttp3.Request;
import okhttp3.Response;

public class Main {
  private static final OkHttpClient CLIENT = new OkHttpClient();
  private static final String MODEL = "stable-diffusion-xl";
  private static final String PROMPT = "Eagle flying freely in the blue sky and white clouds";
  private static final String SIZE = "1024*1024";

  public static void basicCall() throws ApiException, NoApiKeyException, IOException {
    ImageSynthesis is = new ImageSynthesis();
    ImageSynthesisParam param =
        ImageSynthesisParam.builder()
            .model(Main.MODEL)
            .n(1)
            .size(Main.SIZE)
            .prompt(Main.PROMPT)
            .negativePrompt("garfield")
            .build();

    ImageSynthesisResult result = is.call(param);
    System.out.println(result);
    // save image to local files.
    for(Map<String, String> item :result.getOutput().getResults()){
      String paths = new URL(item.get("url")).getPath();
      String[] parts = paths.split("/");
      String fileName = parts[parts.length-1];
      Request request = new Request.Builder()
        .url(item.get("url"))
        .build();

      try (Response response = CLIENT.newCall(request).execute()) {
        if (!response.isSuccessful()) {
          throw new IOException("Unexpected code " + response);
        }

        Path file = Paths.get(fileName);
        Files.write(file, response.body().bytes());
      }
      
    }
  }

  public void fetchTask() throws ApiException, NoApiKeyException {
    String taskId = "your task id";
    ImageSynthesis is = new ImageSynthesis();
    // If set DASHSCOPE_API_KEY environment variable, apiKey can null.
    ImageSynthesisResult result = is.fetch(taskId, null);
    System.out.println(result.getOutput());
    System.out.println(result.getUsage());
  }

  public static void main(String[] args){
    try{
      basicCall();
    }catch(ApiException|NoApiKeyException | IOException e){
      System.out.println(e.getMessage());
    }
    System.exit(0);
  }
}

調用成功后，將會返回如下示例結果。

{
    "status_code": 200,
    "request_id": "ea8bfe77-2f35-9df3-ba47-7e05e917b3df",
    "code": null,
    "message": "",
    "output": {
        "task_id": "dea97660-9651-4e6b-a9c3-8afb325b28d0",
        "task_status": "SUCCEEDED",
        "results": [
            {
                "url": "url1"
            }
        ],
        "task_metrics": {
            "TOTAL": 1,
            "SUCCEEDED": 1,
            "FAILED": 0
        }
    },
    "usage": {
        "image_count": 1
    }
}

了解更多

有關StableDiffusion文生圖模型API的詳細調用文檔可前往API詳情頁面進行了解。