Konsistente Bilder mit Gemini Nano Banana generieren

1. Übersicht

In diesem Lab erfahren Sie, wie Sie eine promptbasierte Pipeline zur Generierung von Bildern für Ihre Bildbibliothek erstellen.

Sie führen die folgenden Schritte aus:

  • 1️⃣ Mit einem Archivbild beginnen
  • 2️⃣ Eine Figur extrahieren, um ein völlig neues Referenzbild zu erstellen
  • 3️⃣ Eine Reihe konsistenter Illustrationen nur mit Prompts und den neuen Assets generieren

Hier eine Zusammenfassung der Ergebnisse:

627ed76fda56d1b0.png

Lerninhalte

  • Neue konsistente Bilder aus Bildern und Prompts generieren
  • Ein Charakter-Sheet erstellen
  • Beschreibende oder imperative Prompts verwenden
  • Das räumliche Verständnis von Gemini nutzen
  • Einen Asset-Graphen erstellen

Voraussetzungen

  • Erfahrung mit dem Ausführen von Python in einem Notebook (in Colab oder einer anderen Jupyter-Umgebung)
  • Ein Google Cloud-Projekt oder ein Gemini API-Schlüssel mit aktivierter Abrechnung

ℹ️ Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud betragen weniger als 0,40 $.

974021296a07870c.png fc7e616a26c8fa40.png ca7a404e9b767638.png fc7e616a26c8fa40.png 8f240cd033d2cc65.png

Los gehts…

2. Hinweis

Für die Verwendung der Gemini API haben Sie zwei Hauptoptionen:

  1. Über die Agent Platform (früher Vertex AI) mit einem Google Cloud-Projekt
  2. Über Google AI Studio mit einem Gemini API-Schlüssel

🛠️ Option 1: Gemini API über die Agent Platform

Anforderungen:

  • Ein Google Cloud-Projekt
  • Die Agent Platform API muss für dieses Projekt aktiviert sein.

🛠️ Option 2: Gemini API über Google AI Studio

Voraussetzung:

  • Ein Gemini API-Schlüssel

Weitere Informationen zum Abrufen eines Gemini API-Schlüssels aus Google AI Studio.

3. Notebook ausführen

Wählen Sie das gewünschte Tool aus, um das Notebook zu öffnen:

🧰 Tool A: Notebook in Colab öffnen

🧰 Tool B: Notebook in Colab Enterprise oder Workbench öffnen

💡 Diese Option ist möglicherweise besser geeignet, wenn Sie bereits ein Google Cloud-Projekt mit einer Colab Enterprise- oder Workbench-Instanz konfiguriert haben.

🧰 Tool C: Notebook von GitHub abrufen und in Ihrer eigenen Umgebung ausführen

⚠️ Sie müssen das Notebook von GitHub abrufen (oder das Repository klonen) und es in Ihrer eigenen Jupyter-Umgebung ausführen.

🗺️ Inhaltsverzeichnis des Notebooks

Erweitern Sie das Inhaltsverzeichnis, um einfacher zu navigieren. Beispiel:

35a9e83c756fa43f.png

🏁 Notebook ausführen

Sie sind bereit. Sie können jetzt dem Notebook folgen und es ausführen. Viel Spaß!

4. Glückwunsch!

Herzlichen Glückwunsch zum Abschluss des Codelabs!

bcf90b8aee7f683d.png

Weitere Informationen