1. 概览
在本实验中，您将探索以下任务：
- 1️⃣ 使用 Gemini 检测图片中的视觉对象
- 2️⃣ 使用 Nano Banana 提取和恢复视觉对象
- 3️⃣ 使用 Nano Banana 编辑和转换恢复的对象
以下是您将实现的一些示例：
学习内容
- 如何使用 Gemini 的空间理解功能执行开放词汇对象检测
- 如何使用自然语言提示提取边界框、说明和动态标签
- 如何恢复、清理和拉直扭曲或复古的视觉对象
- 如何为图片编辑编写命令式和描述性提示
- 如何创造性地为视觉内容着色并将其转换为全新的样式
- 如何将视觉内容“电影化”为逼真的真人电影剧照
所需条件
- 熟悉在笔记本（在 Colab 或任何其他 Jupyter 环境中）中运行 Python
- 已启用结算功能的 Google Cloud 项目或 Gemini API 密钥
ℹ️ 从头到尾运行该实验的总费用不到 2 美元（45 张生成的 1K 图片，每张图片包含 1,290 个令牌）。
我们开始吧…
2. 准备工作
如需使用 Gemini API，您有两种主要选择：
- 通过 Agent Platform （原 Vertex AI）和 Google Cloud 项目
- 通过 Google AI Studio 和 Gemini API 密钥
🛠️ 选项 1 - 通过 Agent Platform 使用 Gemini API
要求：
- Google Cloud 项目
- 必须为此项目启用 Agent Platform API
🛠️ 选项 2 - 通过 Google AI Studio 使用 Gemini API
要求：
- Gemini API 密钥
详细了解如何从 Google AI Studio 获取 Gemini API 密钥。
3. 运行笔记本
选择您偏好的工具来打开笔记本：
🧰 工具 A - 在 Colab 中打开笔记本
🧰 工具 B - 在 Colab Enterprise 或 Workbench 中打开笔记本
💡 如果您已配置了包含 Colab Enterprise 或 Workbench 实例的 Google Cloud 云项目，则可能更喜欢此选项。
🧰 工具 C - 从 GitHub 获取笔记本并在您自己的环境中高效运转
⚠️ 您需要从 GitHub 获取笔记本（或克隆代码库），并在您自己的 Jupyter 环境中运行它。
🗺️ 笔记本目录
为方便导航，请务必展开并使用目录。示例：
🏁 运行笔记本
您已准备就绪。现在，您可以按照笔记本中的说明运行它。祝您玩得开心！…
4. 恭喜！
恭喜您完成此 Codelab！
了解详情
- 完成 使用 Gemini Nano Banana 生成一致的图像 Codelab。
- 如需查看更多实用示例，请参阅 Nano Banana 配方笔记本。
- 在 Agent Platform 提示库 中探索其他应用场景。
- 及时了解 Agent Platform 版本说明。