1. 概要
このラボでは、次のタスクについて学習します。
- 1️⃣ Gemini を使用して画像内のビジュアル オブジェクトを検出する
- 2️⃣ Nano Banana でビジュアル オブジェクトを抽出して復元する
- 3️⃣ Nano Banana で復元したオブジェクトを編集、変換する
以下に、達成できることの例をいくつか示します。
学習内容
- Gemini の空間認識を使用してオープン ボキャブラリ オブジェクト検出を行う方法
- 自然言語プロンプトを使用してバウンディング ボックス、キャプション、動的ラベルを抽出する方法
- 歪んだビジュアル オブジェクトや古いビジュアル オブジェクトを復元、クリーンアップ、修正する方法
- 画像編集用の命令形と説明形のプロンプトの作成方法
- ビジュアルをクリエイティブに着色して、まったく新しいスタイルに変換する方法
- ビジュアルを実写映画の静止画のように「映画化」する方法
必要なもの
- ノートブック（Colab またはその他の Jupyter 環境）で Python を実行するための知識を備えている
- 課金が有効になっている Google Cloud プロジェクトまたは Gemini API キー
ℹ️ ラボの開始から終了までの総費用は 2 USD 未満です（45 個の 1K 画像を生成し、それぞれ 1,290 個のトークンを使用）。
やってみましょう
2. 始める前に
Gemini API を使用するには、次の 2 つの主な方法があります。
- Google Cloud プロジェクトの Agent Platform（旧称 Vertex AI）経由
- Gemini API キーを使用して Google AI Studio 経由
🛠️ オプション 1 - エージェント プラットフォーム経由の Gemini API
要件:
- Google Cloud プロジェクト
- このプロジェクトで Agent Platform API を有効にする必要があります
🛠️ オプション 2 - Google AI Studio 経由の Gemini API
要件:
- Gemini API キー
Google AI Studio から Gemini API キーを取得する方法について学習する。
3. ノートブックを実行する
ノートブックを開くツールを選択します。
🧰 ツール A - Colab でノートブックを開く
🧰 ツール B - Colab Enterprise または Workbench でノートブックを開く
💡 Colab Enterprise または Workbench インスタンスで構成された Google Cloud プロジェクトがすでにある場合は、この方法が適している可能性があります。
🧰 ツール C - GitHub からノートブックを取得して独自の環境で実行する
⚠️ ノートブックを GitHub から取得（またはリポジトリのクローンを作成）し、独自の Jupyter 環境で実行する必要があります。
🗺️ ノートブックの目次
目次を開いてご利用いただくと、より簡単にナビゲーションできます。例:
🏁 ノートブックを実行する
準備が整いました。これで、ノートブックに沿って実行できるようになりました。楽しんでください。
4. 完了
以上で、この Codelab は完了です。
詳細
- Gemini Nano Banana を使用して一貫性のある画像を生成するの Codelab を完了します。
- より実践的な例については、Nano Banana レシピ ノートブックをご覧ください。
- その他のユースケースについては、Agent Platform プロンプト ギャラリーをご覧ください。
- Agent Platform リリースノートで最新情報を入手してください。