1. Übersicht
In diesem Lab lernen Sie Folgendes:
- 1️⃣ Visuelle Objekte in Bildern mit Gemini erkennen
- 2️⃣ Visuelle Objekte mit Nano Banana extrahieren und wiederherstellen
- 3️⃣ Wiederhergestellte Objekte mit Nano Banana bearbeiten und transformieren
Hier sind einige Beispiele für die Vorteile:
Lerninhalte
- Objekterkennung mit offenem Vokabular mit dem räumlichen Verständnis von Gemini durchführen
- Begrenzungsrahmen, Bildunterschriften und dynamische Labels mithilfe von Prompts in natürlicher Sprache extrahieren
- Verzerrte oder alte visuelle Objekte wiederherstellen, bereinigen und begradigen
- Imperative und beschreibende Prompts für die Bildbearbeitung schreiben
- Bilder kreativ kolorieren und in völlig neue Stile umwandeln
- Bilder in fotorealistische Filmstills verwandeln
Voraussetzungen
- Sie sind mit der Ausführung von Python in einem Notebook (in Colab oder einer anderen Jupyter-Umgebung) vertraut.
- Ein Google Cloud-Projekt (Vertex AI) oder ein Gemini API-Schlüssel (Google AI Studio) mit aktivierter Abrechnung
ℹ️ Die Gesamtkosten für die Ausführung des Labs von Anfang bis Ende betragen weniger als 2 $ (45 generierte Bilder mit 1.000 Pixeln und jeweils 1.290 Tokens).
Los gehts…
2. Hinweis
Für die Verwendung der Gemini API haben Sie zwei Hauptoptionen:
- Über Vertex AI mit einem Google Cloud-Projekt
- Über Google AI Studio mit einem Gemini API-Schlüssel
🛠️ Option 1: Gemini API über Vertex AI
Anforderungen:
- Ein Google Cloud-Projekt
- Die Vertex AI 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 zum Öffnen des Notebooks aus:
🧰 Tool A: Notebook in Colab öffnen
🧰 Tool B: Notebook in Colab Enterprise oder Vertex AI Workbench öffnen
💡 Diese Option ist möglicherweise die beste, wenn Sie bereits ein Google Cloud-Projekt mit einer Colab Enterprise- oder Vertex AI Workbench-Instanz konfiguriert haben.
🧰 Tool C: Notebook von GitHub herunterladen und in der eigenen Umgebung ausführen
⚠️ Sie müssen das Notebook von GitHub herunterladen (oder das Repository klonen) und in Ihrer eigenen Jupyter-Umgebung ausführen.
🗺️ Inhaltsverzeichnis des Notebooks
Um die Navigation zu erleichtern, sollten Sie das Inhaltsverzeichnis aufklappen und verwenden. Beispiel:
🏁 Notebook ausführen
Sie sind bereit. Sie können das Notebook jetzt durchgehen und ausführen. Viel Spaß!
4. Glückwunsch!
Herzlichen Glückwunsch zum Abschluss des Codelabs!
Weitere Informationen
- Führen Sie das Codelab Generating Consistent Imagery with Gemini Nano Banana durch.
- Weitere praktische Beispiele finden Sie im Notebook mit Nano Banana-Rezepten.
- Weitere Anwendungsfälle finden Sie in der Vertex AI Prompt Gallery.
- Versionshinweise zu Vertex AI