Buat potret AI menggunakan AI Portrait SDK untuk Python - Platform For AI

Platform for AI (PAI) menyediakan SDK Potret AI untuk Python yang memungkinkan Anda memanggil operasi layanan algoritma dari layanan Potret AI untuk melatih model dan membuat potret. Dengan SDK ini, Anda dapat mengonfigurasi model LoRA kustom serta membuat potret berdasarkan gambar template. Topik ini menjelaskan persiapan yang diperlukan sebelum menggunakan SDK Potret AI untuk Python dalam memanggil operasi terkait, serta memberikan contoh cara melakukannya.

Prasyarat

Lingkungan Python telah disiapkan. Python 3.4 atau versi lebih baru didukung.
Untuk pelatihan model dan pembuatan potret, siapkan 5 hingga 20 gambar pelatihan dan 1 gambar template. Format gambar yang didukung adalah: .jpg, .jpeg, dan .png. Pastikan ukuran setiap gambar lebih besar dari 512 x 512 piksel.
- Potret satu orang: Gambar template harus berisi wajah seseorang. Wajah di beberapa gambar pelatihan milik orang yang sama.
- Potret multi-orang: Gambar template harus berisi beberapa wajah, dengan jumlah wajah sesuai nilai parameter model_id yang ditentukan untuk pelatihan model.

Persiapan

Jalankan perintah berikut untuk menginstal SDK Python:

wget https://ai-service-data.oss-cn-beijing.aliyuncs.com/python-sdk/ai_service_python_sdk-1.1.3-py3-none-any.whl
pip install ai_service_python_sdk-1.1.3-py3-none-any.whl

Inisialisasi klien.

Jalankan perintah berikut untuk menginisialisasi lingkungan:

from ai_service_python_sdk.client.api_client import ApiClient
client = ApiClient('<HOST>', '<YOUR-APPID>', '<YOUR-TOKEN>')

Ubah parameter berikut sesuai kebutuhan bisnis Anda.

Parameter	Deskripsi
<HOST>	Alamat server. Contoh: `http://ai-service.ce8cc13b6421545749e7b4605f3d02607.cn-hangzhou.alicontainer.com`.
<YOUR-APPID>	ID aplikasi. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat ID aplikasi di halaman Potret AI.
<YOUR-TOKEN>	Token. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat token di halaman Potret AI.

Kode contoh

Potret AI adalah layanan intensif sumber daya yang melibatkan proses pelatihan model dan pembuatan potret. Pelatihan model biasanya memerlukan beberapa menit, sedangkan pembuatan potret hanya membutuhkan beberapa puluh detik. Gambar berikut menunjukkan proses pembuatan potret AI dengan memanggil operasi API.

Berikut adalah permintaan contoh, respons contoh untuk operasi API terkait, serta kode contoh untuk proses end-to-end.

Permintaan Pemeriksaan (aigc_images_check)

Permintaan contoh:

from ai_service_python_sdk.client.api_client import ApiClient
from ai_service_python_sdk.client.api.ai_service_aigc_images_api import AIGCImagesApi

host = 'http://ai-service.ce8cc13b6421545749e7b4605f3d02607.cn-hangzhou.alicontainer.com'
appId = 'YOUR-APPID'
token = 'YOUR-TOKEN'

client  = ApiClient(host, appId, token)
api    = AIGCImagesApi(client)  # noqa: E501

# Gambar pelatihan dalam format URL.
images = [
    'https://xxx/0.jpg',
    'https://xxx/1.jpg'
]
response = api.aigc_images_check(images, <model_name>, <configure>)

# ID permintaan.
request_id = response.request_id
# Status permintaan.
code = response.code
# Detail status permintaan.
message = response.message
# Konten yang dikembalikan oleh layanan model.
data = response.data
# Tampilkan nilai pengembalian.
print(response)

Tabel berikut menjelaskan parameter utama.

Parameter	Deskripsi
appId	ID aplikasi. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat ID aplikasi di halaman Potret AI.
token	Token. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat token di halaman Potret AI.
images	URL gambar yang ingin Anda periksa. Pisahkan beberapa URL dengan koma (,).
response	Parameter respons berisi bidang berikut: <model_name>: nama model. Secara default, string kosong digunakan. Contoh: `''`. <configure>: item konfigurasi yang dikembalikan. Nilai default: `None`. Tidak ada item konfigurasi tambahan yang ditentukan.

Respons contoh:

{
    "request_id":"07988c97-caa4-4512-a2b2-e9173c1a03c6",
    "code":"OK",
    "message":"success",
    "data":{
        "check_results":[
            {
                "code":1,
                "frontal":true,
                "message":"success",
                "url":"https://xxx/0.jpg"
            },{
                "code":1,
                "frontal":false,
                "message":"success",
                "url":"https://xxx/1.jpg"
            }
        ],
        "cost_time":0.47095775604248047,
        "images":["https://xxx/0.jpg","https://xxx/1.jpg"],
        "request_id":"07988c97-caa4-4512-a2b2-e9173c1a03c6"}}

Tabel berikut menjelaskan parameter respons.

Parameter	Deskripsi
request_id	ID permintaan, yang bertipe STRING.
code	Kode status permintaan, yang bertipe STRING. Nilai valid: OK: Permintaan berhasil. error: Permintaan gagal.
message	Detail status permintaan. Jika permintaan berhasil, success dikembalikan. Dalam skenario lain, pesan berbeda dikembalikan.
data	Detail data yang dikembalikan, yang bertipe JSON Object. Parameter: check_results: Hasil deteksi untuk setiap gambar input. Setiap gambar sesuai dengan kamus yang berisi kunci berikut: url, message, dan frontal. url: URL gambar. message: detail deteksi gambar. Untuk informasi tentang nilai yang mungkin, lihat Nilai valid dari bidang message dalam check_results. frontal: menunjukkan apakah wajah dalam gambar menghadap ke depan. cost_time: waktu yang diperlukan server untuk memanggil API. images: URL gambar yang diperiksa. Nilainya bertipe LIST. request_id: ID permintaan. Nilainya bertipe STRING.

Nilai valid dari bidang message dalam check_results

Nilai Valid	Kode Status	Deskripsi
success	1	Gambar sesuai.
Image decode error	2	Gambar tidak dapat diunduh atau didekode.
Number of face is not 1	3	Jumlah wajah bukan satu.
Image detect error	4	Terjadi kesalahan dalam pengenalan wajah.
Image encoding error	5	Terjadi kesalahan saat mengkodekan wajah menjadi vektor fitur, yang menunjukkan bahwa wajah tidak dapat dikenali.
This photo is not the same person in photos	6	Jika hanya kesalahan ini yang dilaporkan, wajah di beberapa gambar tidak milik orang yang sama.

Inisiasi pelatihan model (aigc_images_train)

Permintaan contoh:

from ai_service_python_sdk.client.api_client import ApiClient
from ai_service_python_sdk.client.api.ai_service_aigc_images_api import AIGCImagesApi

host = 'http://ai-service.ce8cc13b6421545749e7b4605f3d02607.cn-hangzhou.alicontainer.com'
appId = 'YOUR-APPID'
token = 'YOUR-TOKEN'

client  = ApiClient(host, appId, token)
api     = AIGCImagesApi(client)  # noqa: E501

# Gambar pelatihan dalam format URL.
images = [
    'https://xxx/0.jpg',
    'https://xxx/1.jpg',
    'https://xxx/2.jpg',
    'https://xxx/3.jpg',
    'https://xxx/4.jpg',
    'https://xxx/5.jpg'
]
response = api.aigc_images_train(images, <model_name>, <configure>)

# ID permintaan.
request_id = response.request_id
# Status permintaan.
code = response.code
# Detail status permintaan.
message = response.message
# Konten yang dikembalikan oleh layanan model.
data = response.data
# job id
job_id = response.data['job_id']
# model_id
model_id = response.data['model_id']
# Tampilkan nilai pengembalian.
print(response)

Tabel berikut menjelaskan parameter utama.

Parameter	Deskripsi
appId	ID aplikasi. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat ID aplikasi di halaman Potret AI.
token	Token. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat token di halaman Potret AI.
images	URL gambar pelatihan. Pisahkan beberapa URL dengan koma (,).
response	Parameter respons berisi bidang berikut: <model_name>: nama model. Secara default, string kosong digunakan. Contoh: `''`. <configure>: item konfigurasi yang dikembalikan. Nilai default: `None`. Tidak ada item konfigurasi tambahan yang ditentukan.

Respons contoh:

{'code': 'OK',
 'data': {'job_id': 11***, 'model_id': 'fa4ba43a-df55-45a4-9c31-bb0dc1e5****'},
 'message': 'success',
 'request_id': 'de314ef5-114d-4db1-b54a-332d5300780b'}

Tabel berikut menjelaskan parameter.

Parameter	Deskripsi
request_id	ID permintaan, yang bertipe STRING.
code	Kode status permintaan, yang bertipe STRING. Nilai valid: OK: Permintaan berhasil. error: Permintaan gagal.
message	Detail status permintaan. Jika permintaan berhasil, success dikembalikan. Dalam skenario lain, pesan berbeda dikembalikan.
data	Detail data yang dikembalikan, yang bertipe JSON Object. Parameter: job_id: ID tugas. Nilainya bertipe INT. model_id: ID model yang digunakan dalam pelatihan. ID ini adalah string dengan panjang 36 karakter.

Simpan parameter job_id dan model_id dalam respons sebelumnya ke perangkat lokal Anda. Gunakan job_id untuk memeriksa hasil pelatihan dan model_id untuk mengirim permintaan pembuatan potret.

Pemeriksaan hasil pelatihan (get_async_job)

Permintaan contoh:

from ai_service_python_sdk.client.api_client import ApiClient
from ai_service_python_sdk.client.api.ai_service_job_api import AiServiceJobApi

host = 'http://ai-service.ce8cc13b6421545749e7b4605f3d02607.cn-hangzhou.alicontainer.com'
appId = 'YOUR-APPID'
token = 'YOUR-TOKEN'
client = ApiClient(host, appId, token)
ai_service_job_api = AiServiceJobApi(client)
# Periksa hasil.
result = ai_service_job_api.get_async_job(<YOUR-JOB-ID>)
# Tampilkan nilai pengembalian.
print(result)

Tabel berikut menjelaskan parameter utama.

Parameter	Deskripsi
appId	ID aplikasi. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat ID aplikasi di halaman Potret AI.
token	Token. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat token di halaman Potret AI.
result	Ganti parameter <YOUR-JOB-ID> dengan job_id yang dikembalikan oleh operasi aigc_images_train.

Respons contoh:

Blok kode berikut menunjukkan respons contoh ketika pelatihan model belum selesai:

{'code': 'OK',
 'data': {'job': {'Result': '',
                  'app_id': '2******6',
                  'create_time': '2023-08-22T16:43:35.36+08:00',
                  'id': 11***,
                  'message': 'model requesting',
                  'state': 1,
                  'type': 'Image'}},
 'message': 'success',
 'request_id': '8639143a-e147-4107-8e25-fcdeae24b0c5'}

Blok kode berikut menunjukkan respons contoh ketika pelatihan model selesai:

{'code': 'OK',
 'data': {'job': {'Result': '{"cost_time":1589.0886301994324, "states": [{"code":1,"frontal":false,"message":"success","url":"xxx.jpg"}],"model_id":"fa4ba43a-df55-45a4-9c31-bb0dc1e5****"}',
                  'app_id': '2******6',
                  'create_time': '2023-08-22T15:54:41.046+08:00',
                  'id': 11***,
                  'message': 'success',
                  'state': 2,
                  'type': 'Image'}},
 'message': 'success',
 'request_id': '93b77f4b-56cb-4120-b45b-f5c88941bff5'}

Tabel berikut menjelaskan parameter respons.

Parameter	Deskripsi
request_id	ID permintaan, yang bertipe STRING.
kode	Kode status permintaan, yang bertipe STRING. Nilai yang valid: OK: Permintaan berhasil. error: Permintaan gagal.
message	Detail status permintaan. Jika permintaan berhasil, success dikembalikan. Dalam skenario lain, pesan berbeda dikembalikan.
data	Detail data yang dikembalikan, yang bertipe JSON Object. Untuk informasi tentang bidang internal, lihat bagian berikut dalam topik ini: Parameter dalam bidang job Parameter dalam bidang result Parameter dalam bidang states

Parameter dalam bidang job

Parameter	Deskripsi
id	ID tugas.
app_id	ID aplikasi pengguna.
state	Kode status tugas, yang bertipe INT. Nilai valid: 0: Tugas sedang menginisialisasi. 1: Tugas sedang berjalan. 2: Tugas berhasil dijalankan. 3: Tugas gagal.
message	Informasi eksekusi pekerjaan.
create_time	Waktu pembuatan tugas.
Result	Hasil yang dikembalikan oleh model.

Parameter dalam bidang result

Parameter	Deskripsi
cost_time	Waktu yang diperlukan untuk sesi pelatihan ini.
states	Hasil deteksi untuk setiap gambar input.
model_id	ID model yang dikembalikan.

Parameter dalam bidang states

Parameter	Deskripsi
code	Kode status, yang bertipe INT. Nilai valid: 0: Tugas belum selesai. 1: Tugas selesai.
frontal	Menunjukkan apakah wajah dalam gambar menghadap ke depan. Nilainya bertipe bool.
message	Hasil deteksi gambar. Nilainya bertipe STRING.
url	URL gambar. Nilainya bertipe STRING.

Deskripsi Kode Kesalahan Terkait

Kode kesalahan permintaan

Kode status HTTP	code	message	Deskripsi
400	PARAMETER_ERROR	not found appid	ID aplikasi tidak valid.
400	EXCEEDED_QUOTA_ERROR	exceeded quota	Kuota panggilan layanan akun telah habis.
401	PARAMETER_ERROR	sign error	Token tidak valid.
404	PARAMETER_ERROR	model not found	Layanan model yang diminta belum diterapkan.

Kode kesalahan respons

Kode status HTTP	code	message	Deskripsi
462	error	Invalid input data	Terjadi kesalahan saat mem-parsing data input.
		Image not provided	Gambar pelatihan tidak disediakan.
		Make dir in oss Error	Gagal membuat folder Object Storage Service. Periksa apakah OSS telah dipasang.
		Image process error	Terjadi kesalahan saat pra-pemrosesan gambar.
469	error	Training - Not get best template image	Pelatihan gagal dan gambar template tidak dibuat.
469	error	Training - Not get lora weight	Pelatihan gagal dan bobot LoRA tidak dibuat.

Pembuatan potret

Permintaan contoh:

Pembuatan potret tunggal (aigc_images_create)

import base64

import cv2
import numpy as np
from ai_service_python_sdk.client.api.ai_service_aigc_images_api import \
    AIGCImagesApi  # noqa: E501
from ai_service_python_sdk.client.api_client import ApiClient

def decode_image_from_base64jpeg(base64_image):
    image_bytes = base64.b64decode(base64_image)
    np_arr = np.frombuffer(image_bytes, np.uint8)
    image = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
    return image

host    = "http://ai-service.ce8cc13b6421545749e7b4605f3d02607.cn-hangzhou.alicontainer.com"
appId 	= 'YOUR-APPID'
token 	= 'YOUR-TOKEN'

client  = ApiClient(host, appId, token)
api     = AIGCImagesApi(client)  # noqa: E501

response = api.aigc_images_create(
    '<Your-Model-ID>',
    '<url>',
    '<model_name>', <configure>
)
# ID permintaan.
request_id = response.request_id
# Status permintaan.
code = response.code
# Detail status permintaan.
message = response.message
# Konten yang dikembalikan oleh layanan model.
data = response.data
print(response)
image = data['image']
image = decode_image_from_base64jpeg(image)
cv2.imwrite("1.jpg", image)
print(data['cost_time'])

Tabel berikut menjelaskan parameter.

Parameter	Deskripsi
appId	ID aplikasi. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat ID aplikasi di halaman Potret AI.
token	Token. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat token di halaman Potret AI.
response	Parameter respons berisi bidang berikut: <Your-Model-ID>: Ganti nilai dengan ID model yang dikembalikan oleh operasi aigc_images_train. <url>: Ganti nilai dengan URL gambar template yang berisi satu wajah. Contoh: `https://xxx/single_template.jpg`. <model_name>: nama model. Secara default, string kosong digunakan. Contoh: `''`. <configure>: item konfigurasi yang dikembalikan. Nilai default: `None`. Untuk informasi tentang bidang internal, lihat Parameter bidang configure.

Parameter bidang configure

Parameter	Tipe	Diperlukan	Deskripsi
lora_weights	FLOAT	Tidak	Bobot LoRA. Nilai valid: 0.5 hingga 1.0. Nilai default: 0.9. Semakin besar nilainya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, nilai yang terlalu besar dapat menyebabkan distorsi gambar.
first_diffusion_steps	INT	Tidak	Jumlah langkah untuk pembuatan gambar pertama menggunakan Stable Diffusion. Nilai valid: 20 hingga 50. Nilai default: 50. Kami sarankan Anda mempertahankan nilai parameter ini. Penurunan signifikan dapat menyebabkan gambar menjadi terdistorsi.
first_denoising_strength	FLOAT	Tidak	Intensitas rekonstruksi gambar pertama, yaitu intensitas rekonstruksi wajah. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.45. Nilai yang lebih besar menentukan intensitas rekonstruksi wajah yang lebih besar. Semakin besar intensitasnya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, nilai yang terlalu besar dapat menyebabkan distorsi gambar.
second_diffusion_steps	INT	Tidak	Jumlah langkah untuk pembuatan gambar kedua menggunakan Stable Diffusion. Nilai valid: 20 hingga 50. Nilai default: 30. Kami sarankan Anda mempertahankan nilai parameter ini. Penurunan signifikan dapat menyebabkan gambar menjadi terdistorsi.
second_denoising_strength	FLOAT	Tidak	Intensitas rekonstruksi gambar kedua, yaitu intensitas rekonstruksi tepi wajah. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.30. Nilai yang terlalu besar dapat menghasilkan gambar yang tidak terkoordinasi.
more_like_me	FLOAT	Tidak	Tingkat kemiripan gambar dengan orang yang diinginkan. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.50. Semakin besar nilainya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, jika nilainya terlalu besar, gambar mungkin terlihat tidak realistis.
crop_face_preprocess	BOOL	Tidak	Menentukan apakah akan memotong dan merekonstruksi gambar. True False
apply_face_fusion_before	BOOL	Tidak	Menentukan apakah akan melakukan penggabungan potret pertama. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan penggabungan potret. Jika Anda mengatur parameter ini ke False, kemiripan berkurang.
apply_face_fusion_after	BOOL	Tidak	Menentukan apakah akan melakukan penggabungan potret kedua. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan penggabungan potret. Jika Anda mengatur parameter ini ke False, kemiripan berkurang.
color_shift_middle	BOOL	Tidak	Menentukan apakah akan melakukan koreksi warna pertama. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan koreksi warna untuk meningkatkan kemiripan warna kulit gambar yang dihasilkan dengan template. Jika Anda mengatur parameter ini ke False, sistem tidak melakukan koreksi warna dan distorsi warna mungkin terjadi.
color_shift_last	BOOL	Tidak	Menentukan apakah akan melakukan koreksi warna kedua. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan koreksi warna untuk meningkatkan kemiripan warna kulit gambar yang dihasilkan dengan template. Jika Anda mengatur parameter ini ke False, sistem tidak melakukan koreksi warna dan distorsi warna mungkin terjadi.
background_restore	BOOL	Tidak	Menentukan apakah akan merekonstruksi latar belakang. Nilai default: False. Jika Anda mengatur parameter ini ke True, latar belakang direkonstruksi agar lebih alami. Namun, fitur ini mengubah latar belakang gambar dan meningkatkan waktukonsumsi. Jika Anda mengatur parameter ini ke False, sistem tidak merekonstruksi latar belakang.
skin_retouching_bool	BOOL	Tidak	Menentukan apakah akan melakukan penghalusan kulit. Nilai default: False. Jika Anda mengatur parameter ini ke True, sistem menghaluskan dan mencerahkan kulit. Dalam banyak kasus, ini membuat gambar lebih menarik, tetapi dapat berlebihan dalam mencerahkan kulit. Jika Anda mengatur parameter ini ke False, tekstur kulit dapat ditingkatkan.
photo_enhancement_bool	BOOL	Tidak	Menentukan apakah akan meningkatkan potret. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem memperbaiki potret atau meningkatkan resolusi gambar untuk meningkatkan kualitas gambar. Jika Anda mengatur parameter ini ke False, sistem tidak meningkatkan potret.
photo_enhancement_method	STR	Tidak	Metode yang digunakan untuk meningkatkan potret. Nilai default: photo_fix. Nilai valid: photo_fix digunakan untuk memperbaiki gambar dengan memperbaiki ketidaksempurnaan tertentu, yang mungkin mengakibatkan hilangnya tekstur kulit karena beberapa distorsi. super_resolution digunakan untuk meningkatkan resolusi gambar, mempertahankan lebih banyak detail asli.
makeup_transfer	BOOL	Tidak	Menentukan apakah akan melakukan transfer makeup. Nilai default: False. Jika Anda mengatur parameter ini ke True, sistem melakukan transfer makeup untuk mencegah gambar terlihat terlalu polos. Namun, ini dapat mengurangi kemiripan gambar dengan orang yang diinginkan. Jika Anda mengatur parameter ini ke False, sistem menonaktifkan transfer makeup.
makeup_transfer_ratio	FLOAT	Tidak	Intensitas transfer makeup. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.5. Semakin besar nilainya, semakin tinggi proporsi transfer makeup dan semakin mirip hasil makeup dengan template. Ini juga dapat mengurangi kemiripan gambar dengan orang yang diinginkan.
face_shape_match	BOOL	Tidak	Menentukan apakah akan melakukan adaptasi bentuk wajah. Nilai default: False. Jika Anda mengatur parameter ini ke True, bentuk wajah dan tekstur kulit lebih mirip dengan orang yang diinginkan. Jika Anda mengatur parameter ini ke False, sistem menonaktifkan adaptasi bentuk wajah.
ipa_control	BOOL	Tidak	Menentukan apakah menggunakan IP-Adapter. Nilai default: False. Jika Anda mengatur parameter ini ke True, potret yang dihasilkan lebih mirip dengan gambar referensi. Jika Anda mengatur parameter ini ke False, sistem menonaktifkan IP-Adapter.
ipa_weight	FLOAT	Tidak	Bobot IP-Adapter. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.5. Semakin besar nilainya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, nilai yang terlalu besar dapat menyebabkan distorsi gambar.
style_name	STRING	Tidak	Gaya potret yang dibuat. Nilai default: Realistic. Nilai valid: Realistic Anime
lcm_accelerate	BOOL	Tidak	Menentukan apakah akan melakukan akselerasi LCM (latent code manipulation). Nilai default: False. Nilai valid: False: tidak melakukan akselerasi LCM. True: melakukan akselerasi LCM.
sharp_ratio	FLOAT	Tidak	Tingkat ketajaman. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.15. Anda dapat mengonfigurasi parameter ini untuk meningkatkan kejelasan. Nilai yang terlalu besar dapat menyebabkan distorsi gambar.

Pembuatan potret multi-orang (aigc_images_create_by_multi_model_ids)

import base64
import cv2
import numpy as np
from ai_service_python_sdk.client.api.ai_service_aigc_images_api import \
    AIGCImagesApi  # noqa: E501
from ai_service_python_sdk.client.api_client import ApiClient

def decode_image_from_base64jpeg(base64_image):
    image_bytes = base64.b64decode(base64_image)
    np_arr = np.frombuffer(image_bytes, np.uint8)
    image = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
    return image

host    = "http://ai-service.ce8cc13b6421545749e7b4605f3d02607.cn-hangzhou.alicontainer.com"
appId 	= 'YOUR-APPID'
token 	= 'YOUR-TOKEN'

client  = ApiClient(host, appId, token)
api     = AIGCImagesApi(client)  # noqa: E501

response = api.aigc_images_create_by_multi_model_ids(
    ['<Your-Model-ID1>', '<Your-Model-ID2>'],
    '<url>',
    '<model_name>', <configure>
)
# ID permintaan.
request_id = response.request_id
# Status permintaan.
code = response.code
# Detail status permintaan.
message = response.message
# Konten yang dikembalikan oleh layanan model.
data = response.data
print(response)
image = data['image']
image = decode_image_from_base64jpeg(image)
cv2.imwrite("1.jpg", image)
print(data['cost_time'])

Tabel berikut menjelaskan parameter.

Parameter	Deskripsi
appId	ID aplikasi. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat ID aplikasi di halaman Potret AI.
token	Token. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat token di halaman Potret AI.
response	Parameter respons berisi bidang berikut: <Your-Model-ID1> dan <Your-Model-ID2>: Ganti nilai dengan ID model yang dikembalikan oleh operasi aigc_images_train. <url>: Ganti nilai dengan URL gambar template yang berisi beberapa wajah. Jumlah wajah dalam gambar harus sama dengan nilai parameter model_id yang ditentukan untuk pelatihan model. Contoh: `http://xxx/multi_template.jpg`. <model_name>: nama model. Secara default, string kosong digunakan. Contoh: `''`. <configure>: item konfigurasi yang dikembalikan. Nilai default: `None`. Untuk informasi tentang bidang internal, lihat Parameter bidang configure.

Parameter bidang configure

Parameter	Tipe	Diperlukan	Deskripsi
lora_weights	FLOAT	Tidak	Bobot LoRA. Nilai valid: 0.5 hingga 1.0. Nilai default: 0.9. Semakin besar nilainya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, nilai yang terlalu besar dapat menyebabkan distorsi gambar.
first_diffusion_steps	INT	Tidak	Jumlah langkah untuk pembuatan gambar pertama menggunakan Stable Diffusion. Nilai valid: 20 hingga 50. Nilai default: 50. Kami sarankan Anda mempertahankan nilai parameter ini. Penurunan signifikan dapat menyebabkan gambar menjadi terdistorsi.
first_denoising_strength	FLOAT	Tidak	Intensitas rekonstruksi gambar pertama, yaitu intensitas rekonstruksi wajah. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.45. Nilai yang lebih besar menentukan intensitas rekonstruksi wajah yang lebih besar. Semakin besar intensitasnya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, nilai yang terlalu besar dapat menyebabkan distorsi gambar.
second_diffusion_steps	INT	Tidak	Jumlah langkah untuk pembuatan gambar kedua menggunakan Stable Diffusion. Nilai valid: 20 hingga 50. Nilai default: 30. Kami sarankan Anda mempertahankan nilai parameter ini. Penurunan signifikan dapat menyebabkan gambar menjadi terdistorsi.
second_denoising_strength	FLOAT	Tidak	Intensitas rekonstruksi gambar kedua, yaitu intensitas rekonstruksi tepi wajah. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.30. Nilai yang terlalu besar dapat menghasilkan gambar yang tidak terkoordinasi.
more_like_me	FLOAT	Tidak	Tingkat kemiripan gambar dengan orang yang diinginkan. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.50. Semakin besar nilainya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, jika nilainya terlalu besar, gambar mungkin terlihat tidak realistis.
crop_face_preprocess	BOOL	Tidak	Menentukan apakah akan memotong dan merekonstruksi gambar. Nilai default: True. True False
apply_face_fusion_before	BOOL	Tidak	Menentukan apakah akan melakukan penggabungan potret pertama. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan penggabungan potret. Jika Anda mengatur parameter ini ke False, kemiripan berkurang.
apply_face_fusion_after	BOOL	Tidak	Menentukan apakah akan melakukan penggabungan potret kedua. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan penggabungan potret. Jika Anda mengatur parameter ini ke False, kemiripan berkurang.
color_shift_middle	BOOL	Tidak	Menentukan apakah akan melakukan koreksi warna pertama. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan koreksi warna untuk meningkatkan kemiripan warna kulit gambar yang dihasilkan dengan template. Jika Anda mengatur parameter ini ke False, sistem tidak melakukan koreksi warna dan distorsi warna mungkin terjadi.
color_shift_last	BOOL	Tidak	Menentukan apakah akan melakukan koreksi warna kedua. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem melakukan koreksi warna untuk meningkatkan kemiripan warna kulit gambar yang dihasilkan dengan template. Jika Anda mengatur parameter ini ke False, sistem tidak melakukan koreksi warna dan distorsi warna mungkin terjadi.
background_restore	BOOL	Tidak	Menentukan apakah akan merekonstruksi latar belakang. Nilai default: False. Jika Anda mengatur parameter ini ke True, latar belakang direkonstruksi agar lebih alami. Namun, fitur ini mengubah latar belakang gambar dan meningkatkan waktu konsumsi. Jika Anda mengatur parameter ini ke False, sistem tidak merekonstruksi latar belakang.
skin_retouching_bool	BOOL	Tidak	Menentukan apakah akan melakukan penghalusan kulit. Nilai default: False. Jika Anda mengatur parameter ini ke True, sistem menghaluskan dan mencerahkan kulit. Dalam banyak kasus, ini membuat gambar lebih menarik, tetapi dapat berlebihan dalam mencerahkan kulit. Jika Anda mengatur parameter ini ke False, tekstur kulit dapat ditingkatkan.
photo_enhancement_bool	BOOL	Tidak	Menentukan apakah akan meningkatkan potret. Nilai default: True. Jika Anda mengatur parameter ini ke True, sistem memperbaiki potret atau meningkatkan resolusi gambar untuk meningkatkan kualitas gambar. Jika Anda mengatur parameter ini ke False, sistem tidak meningkatkan potret.
photo_enhancement_method	STR	Tidak	Metode yang digunakan untuk meningkatkan potret. Nilai default: photo_fix. Nilai valid: photo_fix digunakan untuk memperbaiki gambar dengan memperbaiki ketidaksempurnaan tertentu, yang dapat mengakibatkan hilangnya tekstur kulit karena beberapa distorsi. super_resolution digunakan untuk meningkatkan resolusi gambar, mempertahankan lebih banyak detail asli.
makeup_transfer	BOOL	Tidak	Menentukan apakah akan melakukan transfer makeup. Nilai default: False. Jika Anda mengatur parameter ini ke True, sistem melakukan transfer makeup untuk mencegah gambar terlihat terlalu polos. Namun, ini dapat mengurangi kemiripan gambar dengan orang yang diinginkan. Jika Anda mengatur parameter ini ke False, sistem menonaktifkan transfer makeup.
makeup_transfer_ratio	FLOAT	Tidak	Intensitas transfer makeup. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.5. Semakin besar nilainya, semakin tinggi proporsi transfer makeup dan semakin mirip hasil makeup dengan template. Ini juga dapat mengurangi kemiripan gambar dengan orang yang diinginkan.
face_shape_match	BOOL	Tidak	Menentukan apakah akan melakukan adaptasi bentuk wajah. Nilai default: False. Jika Anda mengatur parameter ini ke True, bentuk wajah dan tekstur kulit lebih mirip dengan orang yang diinginkan. Jika Anda mengatur parameter ini ke False, sistem menonaktifkan adaptasi bentuk wajah.
ipa_control	BOOL	Tidak	Menentukan apakah akan melakukan kontrol IPA: True: Jika Anda mengaktifkan saklar ini, kemiripan potret ditingkatkan, tetapi gambar mudah terpengaruh oleh gambar referensi. Jika Anda mengatur parameter ini ke False, sistem menonaktifkan IP-Adapter.
ipa_weight	FLOAT	Tidak	Bobot IP-Adapter. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.5. Semakin besar nilainya, semakin mirip gambar yang dihasilkan dengan orang yang diinginkan. Namun, nilai yang berlebihan dapat menyebabkan distorsi gambar.
style_name	STRING	Tidak	Gaya gambar yang dibuat. Nilai valid: Realistic Anime
lcm_accelerate	BOOL	Tidak	Menentukan apakah akan melakukan akselerasi LCM. Nilai default: False. False: tidak melakukan akselerasi LCM. True: melakukan akselerasi LCM.
sharp_ratio	FLOAT	Tidak	Tingkat ketajaman. Nilai valid: 0.0 hingga 1.0. Nilai default: 0.15. Anda dapat mengonfigurasi parameter ini untuk meningkatkan kejelasan. Nilai yang berlebihan dapat menyebabkan distorsi gambar.

Respons contoh:

{
  'code': 'OK',
  'data': {
      'cost_time': 21.705406427383423,
      'image': '/9j/4AAQSkZJRgABAQAAAQABAAD/.............2wBDAAgGBgcGBQgHBwcJCQgK',
  		'model_id': 'fa4ba43a-df55-45a4-9c31-bb0dc1e5****'
  },
  'message': 'success',
  'request_id': 'df5454ca-07ec-4a15-be50-7beaba42f36b'
}

Tabel berikut menjelaskan parameter.

Parameter	Deskripsi
request_id	ID permintaan, yang bertipe STRING.
code	Kode status permintaan. Nilai valid: OK: Permintaan berhasil. error: Permintaan gagal.
message	Detail status permintaan. Jika permintaan berhasil, success dikembalikan. Dalam skenario lain, pesan berbeda dikembalikan.
data	Detail data yang dikembalikan, yang bertipe JSON Object. Parameter: model_id: ID model pengguna. image: gambar template yang digunakan untuk menghasilkan potret AI, yang dienkripsi dalam Base64. cost_time: waktu yang diperlukan untuk pembuatan potret. Nilainya bertipe FLOAT.

Kode Kesalahan

Kode kesalahan permintaan

Kode status HTTP	code	message	Deskripsi
400	PARAMETER_ERROR	not found appid	ID aplikasi tidak valid.
400	EXCEEDED_QUOTA_ERROR	exceeded quota	Kuota panggilan layanan akun telah habis.
401	PARAMETER_ERROR	sign error	Token tidak valid.
404	PARAMETER_ERROR	model not found	Layanan model yang diminta belum diterapkan.

Kode kesalahan respons

Kode status HTTP	code	message	Deskripsi
462	error	Invalid input data. Please check the input dict.	Terjadi kesalahan saat mem-parsing data input.
		Mage not provided. Please check the template_image.	Gambar template yang digunakan untuk pembuatan potret tidak disediakan.
		Prompts get error. Please check the model_id.	Format ID model tidak valid.
		Roop image decord error. Pleace check the user's lora is trained or not.	Gambar Roop tidak ada. Periksa apakah model telah dilatih.
		Template image decord error. Please Give a new template.	Terjadi kesalahan saat mendekode gambar template. Berikan gambar template baru.
		There is not face in template. Please Give a new template.	Tidak ada wajah dalam gambar template. Berikan gambar template baru.
		Template image process error. Please Give a new template.	Terjadi kesalahan saat pra-pemrosesan gambar template. Berikan gambar template baru.
469	error	First Face Fusion Error, Can't get face in template image.	Terjadi kesalahan selama penggabungan potret pertama.
		First Stable Diffusion Process error. Check the webui status.	Terjadi kesalahan selama pembuatan gambar pertama menggunakan Stable Diffusion.
		Second Face Fusion Error, Can't get face in template image.	Terjadi kesalahan selama penggabungan potret kedua.
		Second Stable Diffusion Process error. Check the webui status.	Terjadi kesalahan selama pembuatan gambar kedua menggunakan Stable Diffusion.
		Please confirm if the number of faces in the template corresponds to the user ID.	Jumlah ID pengguna yang Anda berikan tidak sesuai dengan jumlah wajah.
		Third Stable Diffusion Process error. Check the webui status.	Terjadi kesalahan saat pra-pemrosesan latar belakang. Berikan gambar template baru.
500	error	Face id image decord error. Pleace check the user's lora is trained or not.	Terjadi kesalahan saat mendekode gambar yang diunggah. Periksa apakah model telah dilatih.

Kode contoh proses pembuatan potret end-to-end

Blok kode berikut menunjukkan contoh proses pembuatan potret end-to-end. Setelah kode dijalankan, potret AI dibuat di direktori saat ini.

from ai_service_python_sdk.client.api_client import ApiClient
from ai_service_python_sdk.client.api.ai_service_aigc_images_api import AIGCImagesApi
from ai_service_python_sdk.client.api.ai_service_job_api import AiServiceJobApi
import logging
import sys
import time
import base64
import cv2
import numpy as np

host    = "http://ai-service.ce8cc13b6421545749e7b4605f3d02607.cn-hangzhou.alicontainer.com"
appId 	= 'YOUR-APPID'
token 	= 'YOUR-TOKEN'

def decode_image_from_base64jpeg(base64_image):
    image_bytes = base64.b64decode(base64_image)
    np_arr = np.frombuffer(image_bytes, np.uint8)
    image = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
    return image

def Check(client, images):
    # Periksa permintaan.
    response = api.aigc_images_check(images, '', None)
    # ID permintaan.
    request_id = response.request_id
    # Status permintaan.
    code = response.code
    # Detail status permintaan.
    message = response.message
    # Konten yang dikembalikan oleh layanan model.
    data = response.data

    # Tampilkan nilai pengembalian.
    if code != "OK":
        logging.error(f"aigc_images_check failed,request id is {request_id}")
        logging.error(message)
        sys.exit(-1)
    else:
        for check_result in data['check_results']:
            if check_result['code'] != 1:
                logging.error(f"check {check_result['url']} failed, message is {check_result['message']}")
                sys.exit(-1)
        logging.info("check images done")


def Train(client, images):
    # Permintaan pelatihan.
    response = api.aigc_images_train(images, '', None)
    request_id = response.request_id
    code = response.code
    message = response.message
    data = response.data
    # Tampilkan nilai pengembalian.
    if code != "OK":
        logging.error(f"aigc_images_train failed, request id is {request_id}")
        logging.error(message)
        sys.exit(-1)
    else:  
        # job id
        job_id = response.data['job_id']
        # model_id
        model_id = response.data['model_id']
        logging.info(f"train job_id is {job_id}")
        logging.info(f"train moded_id is {model_id}")

    if isinstance(job_id, int):
        while True:
            ai_service_job_api = AiServiceJobApi(client)
            response = ai_service_job_api.get_async_job(job_id)
            request_id = response.request_id
            code = response.code
            message = response.message
            data = response.data
            
            if code != "OK":
                logging.error(f"get_async_job failed, request id is {request_id}")
                logging.error(message)
                sys.exit(-1)
            else:
                state = data["job"]["state"]
                if state == 2:
                    logging.info(f"model {model_id} trained successfully")
                    break
                elif state != 3:
                    logging.info(f"training model {model_id}")
                    time.sleep(10)
                else:
                    logging.error(f"model {model_id} trained failed")
                    logging.error(f"message: {message}")
                    break
        if state != 2:
            sys.exit(-1)
    return model_id

def Create(model_id, template_image):
    # Buat gambar.
    response = api.aigc_images_create(model_id, template_image,'', None)
    # ID permintaan.
    request_id = response.request_id
    # Status permintaan.
    code = response.code
    # Detail status permintaan.
    message = response.message
    # Konten yang dikembalikan oleh layanan model.
    data = response.data
    if code != "OK":
        logging.error(f"aigc_images_create failed, model_id is {model_id}")
        sys.exit(-1)
    else:
        image = data['image']
        image = decode_image_from_base64jpeg(image)
        cv2.imwrite("single_out.jpg", image)
        logging.info(f"single create {data['cost_time']}")

def CreateMulti(model_ids, template_image):
    response = api.aigc_images_create_by_multi_model_ids(
        model_ids,
        template_image,
        '', None
    )
    # ID permintaan.
    request_id = response.request_id
    # Status permintaan.
    code = response.code
    # Detail status permintaan.
    message = response.message
    # Konten yang dikembalikan oleh layanan model.
    data = response.data
    if code != "OK":
        logging.error(f"aigc_images_create_by_multi_model_ids failed, model_id is {model_id}")
        sys.exit(-1)
    else:
        image = data['image']
        image = decode_image_from_base64jpeg(image)
        cv2.imwrite("multi_out.jpg", image)
        logging.info(f"multi create cost time {data['cost_time']}")

if __name__ == "__main__":
    client = ApiClient(host, appId, token)

    api = AIGCImagesApi(client)  # noqa: E501
    logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

    # Gambar pelatihan dalam format URL.
    images = [
        'https://xxx/0.jpg',
        'https://xxx/1.jpg',
        'https://xxx/2.jpeg',
        'https://xxx/3.jpeg',
    ]
    #check
    Check(client, images)
    
    model_id = Train(client, images)
    
    template_image = 'https://xxx/single_template.jpg'
    Create(model_id, template_image)
    #baca gambar single_out.jpg
    
    model_ids = [model_id, model_id]
    multi_template_image = 'https://xxx/multi_template.jpg'
    CreateMulti(model_ids, multi_template_image)
    #baca gambar multi_out.jpg

Tabel berikut menjelaskan parameter.

Parameter	Deskripsi
appId	ID aplikasi. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat ID aplikasi di halaman Potret AI.
token	Token. Setelah Anda mengaktifkan layanan Potret AI, Anda dapat melihat token di halaman Potret AI.
images	URL gambar pelatihan. Pisahkan beberapa URL dengan koma (,).
template_image	URL gambar template yang berisi satu wajah. Gambar template digunakan untuk menghasilkan potret satu orang.
multi_template_image	URL gambar template yang berisi beberapa wajah. Jumlah wajah harus sama dengan jumlah ID model yang Anda tentukan. Gambar template digunakan untuk menghasilkan potret multi-orang.