Firebase AI Logic SDK-গুলো আপনাকে Imagen মডেলগুলো ( Imagen API মাধ্যমে) ব্যবহারের সুযোগ দেয়, যার ফলে আপনি একটি টেক্সট প্রম্পট থেকে ছবি তৈরি করতে পারেন। এই সক্ষমতার সাহায্যে, আপনি নিম্নলিখিত কাজগুলো করতে পারেন:
- স্বাভাবিক ভাষায় লেখা নির্দেশাবলী থেকে ছবি তৈরি করুন।
- বিভিন্ন ফরম্যাট ও শৈলীতে ছবি তৈরি করুন।
- ছবিতে টেক্সট রেন্ডার করুন
এই নির্দেশিকায় বর্ণনা করা হয়েছে কীভাবে শুধুমাত্র একটি টেক্সট প্রম্পট প্রদান করে Imagen ব্যবহার করে ছবি তৈরি করা যায়।
তবে মনে রাখবেন, Imagen তার কাস্টমাইজেশন ক্ষমতা ব্যবহার করে একটি রেফারেন্স ইমেজের উপর ভিত্তি করেও ছবি তৈরি করতে পারে (বর্তমানে শুধুমাত্র Android এবং Flutter-এর জন্য)। রিকোয়েস্টে, আপনাকে একটি টেক্সট প্রম্পট এবং একটি রেফারেন্স ইমেজ দিতে হয়, যা মডেলকে নির্দিষ্ট স্টাইল, বিষয় (যেমন কোনো পণ্য, ব্যক্তি বা প্রাণী) বা কোনো কন্ট্রোলের উপর ভিত্তি করে একটি নতুন ছবি তৈরি করতে নির্দেশনা দেয়। উদাহরণস্বরূপ, আপনি একটি বিড়ালের ছবি বা একটি রকেট ও চাঁদের আঁকা ছবি থেকে একটি নতুন ছবি তৈরি করতে পারেন।
শুধুমাত্র টেক্সট ইনপুটের জন্য কোডে
শুরু করার আগে
এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট বিষয়বস্তু এবং কোড দেখতে আপনার জেমিনি এপিআই প্রদানকারীর উপর ক্লিক করুন। |
যদি আপনি ইতিমধ্যে তা না করে থাকেন, তাহলে ‘ গেটিং স্টার্টেড গাইড’টি সম্পূর্ণ করুন, যেখানে আপনার Firebase প্রজেক্ট সেট আপ করা, আপনার অ্যাপকে Firebase-এর সাথে সংযুক্ত করা, SDK যোগ করা, আপনার নির্বাচিত API প্রোভাইডারের জন্য ব্যাকএন্ড সার্ভিস ইনিশিয়ালাইজ করা এবং একটি ImagenModel ইনস্ট্যান্স তৈরি করার পদ্ধতি বর্ণনা করা হয়েছে।
যে মডেলগুলো এই সক্ষমতা সমর্থন করে
জেমিনি ডেভেলপার এপিআই সর্বশেষ স্থিতিশীল ইমাজেন মডেলগুলির মাধ্যমে ইমেজ তৈরি সমর্থন করে। আপনি জেমিনি ডেভেলপার এপিআই যেভাবে অ্যাক্সেস করুন না কেন, সমর্থিত ইমাজেন মডেলের এই সীমাবদ্ধতা প্রযোজ্য।
-
imagen-4.0-generate-001 -
imagen-4.0-fast-generate-001 -
imagen-4.0-ultra-generate-001 -
imagen-3.0-generate-002
শুধুমাত্র টেক্সট ইনপুট থেকে ছবি তৈরি করুন
আপনি শুধুমাত্র টেক্সট দিয়ে নির্দেশ দিয়ে একটি Imagen মডেলকে ছবি তৈরি করতে বলতে পারেন। আপনি একটি বা একাধিক ছবি তৈরি করতে পারেন।
এছাড়াও আপনি ছবি তৈরির জন্য বিভিন্ন কনফিগারেশন অপশন সেট করতে পারেন, যেমন অ্যাসপেক্ট রেশিও এবং ইমেজ ফরম্যাট।
শুধুমাত্র টেক্সট ইনপুট থেকে একটি ছবি তৈরি করুন
| এই নমুনাটি চেষ্টা করার আগে, আপনার প্রজেক্ট ও অ্যাপ সেট আপ করার জন্য এই গাইডের ' শুরু করার আগে ' অংশটি সম্পূর্ণ করুন। সেই বিভাগে, আপনি আপনার নির্বাচিত জেমিনি এপিআই প্রোভাইডারের জন্য একটি বোতামেও ক্লিক করবেন, যাতে আপনি এই পৃষ্ঠায় প্রোভাইডার-নির্দিষ্ট বিষয়বস্তু দেখতে পান । |
আপনি শুধুমাত্র টেক্সট দিয়ে নির্দেশ দিয়ে একটি Imagen মডেলকে একটিমাত্র ছবি তৈরি করতে বলতে পারেন।
একটি ImagenModel ইনস্ট্যান্স তৈরি করুন এবং generateImages কল করুন।
সুইফট
import FirebaseAILogic
// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Create an `ImagenModel` instance with a model that supports your use case
let model = ai.imagenModel(modelName: "imagen-4.0-generate-001")
// Provide an image generation prompt
let prompt = "An astronaut riding a horse"
// To generate an image, call `generateImages` with the text prompt
let response = try await model.generateImages(prompt: prompt)
// Handle the generated image
guard let image = response.images.first else {
fatalError("No image in the response.")
}
let uiImage = UIImage(data: image.data)
Kotlin
suspend fun generateImage() {
// Initialize the Gemini Developer API backend service
val ai = Firebase.ai(backend = GenerativeBackend.googleAI())
// Create an `ImagenModel` instance with an Imagen model that supports your use case
val model = ai.imagenModel("imagen-4.0-generate-001")
// Provide an image generation prompt
val prompt = "An astronaut riding a horse"
// To generate an image, call `generateImages` with the text prompt
val imageResponse = model.generateImages(prompt)
// Handle the generated image
val image = imageResponse.images.first()
val bitmapImage = image.asBitmap()
}
Java
// Initialize the Gemini Developer API backend service
// Create an `ImagenModel` instance with an Imagen model that supports your use case
ImagenModel imagenModel = FirebaseAI.getInstance(GenerativeBackend.googleAI())
.imagenModel(
/* modelName */ "imagen-4.0-generate-001");
ImagenModelFutures model = ImagenModelFutures.from(imagenModel);
// Provide an image generation prompt
String prompt = "An astronaut riding a horse";
// To generate an image, call `generateImages` with the text prompt
Futures.addCallback(model.generateImages(prompt), new FutureCallback<ImagenGenerationResponse<ImagenInlineImage>>() {
@Override
public void onSuccess(ImagenGenerationResponse<ImagenInlineImage> result) {
if (result.getImages().isEmpty()) {
Log.d("TAG", "No images generated");
}
Bitmap bitmap = result.getImages().get(0).asBitmap();
// Use the bitmap to display the image in your UI
}
@Override
public void onFailure(Throwable t) {
// ...
}
}, Executors.newSingleThreadExecutor());
Web
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";
// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Create an `ImagenModel` instance with an Imagen model that supports your use case
const model = getImagenModel(ai, { model: "imagen-4.0-generate-001" });
// Provide an image generation prompt
const prompt = "An astronaut riding a horse.";
// To generate an image, call `generateImages` with the text prompt
const response = await model.generateImages(prompt)
// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (response.filteredReason) {
console.log(response.filteredReason);
}
if (response.images.length == 0) {
throw new Error("No images in the response.")
}
const image = response.images[0];
Dart
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
// Initialize FirebaseApp
await Firebase.initializeApp(
options: DefaultFirebaseOptions.currentPlatform,
);
// Initialize the Gemini Developer API backend service
final model = FirebaseAI.googleAI();
// Create an `ImagenModel` instance with an Imagen model that supports your use case
final model = ai.imagenModel(model: 'imagen-4.0-generate-001');
// Provide an image generation prompt
const prompt = 'An astronaut riding a horse.';
// To generate an image, call `generateImages` with the text prompt
final response = await model.generateImages(prompt);
if (response.images.isNotEmpty) {
final image = response.images[0];
// Process the image
} else {
// Handle the case where no images were generated
print('Error: No images were generated.');
}
ঐক্য
using Firebase.AI;
// Initialize the Gemini Developer API backend service
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create an `ImagenModel` instance with a model that supports your use case
var model = ai.GetImagenModel(modelName: "imagen-4.0-generate-001");
// Provide an image generation prompt
var prompt = "An astronaut riding a horse";
// To generate an image, call `generateImages` with the text prompt
var response = await model.GenerateImagesAsync(prompt: prompt);
// Handle the generated image
if (response.Images.Count == 0) {
throw new Exception("No image in the response.");
}
var image = response.Images[0].AsTexture2D();
কীভাবে একটি মডেল বেছে নিতে হয় তা জানুনআপনার ব্যবহারের ক্ষেত্র এবং অ্যাপের জন্য উপযুক্ত।
শুধুমাত্র টেক্সট ইনপুট থেকে একাধিক ছবি তৈরি করুন
| এই নমুনাটি চেষ্টা করার আগে, আপনার প্রজেক্ট ও অ্যাপ সেট আপ করার জন্য এই গাইডের ' শুরু করার আগে ' অংশটি সম্পূর্ণ করুন। সেই বিভাগে, আপনি আপনার নির্বাচিত জেমিনি এপিআই প্রোভাইডারের জন্য একটি বোতামেও ক্লিক করবেন, যাতে আপনি এই পৃষ্ঠায় প্রোভাইডার-নির্দিষ্ট বিষয়বস্তু দেখতে পান । |
ডিফল্টরূপে, Imagen মডেলগুলো প্রতি অনুরোধে কেবল একটি ছবি তৈরি করে। তবে, ImagenModel ইনস্ট্যান্স তৈরি করার সময় একটি ImagenGenerationConfig প্রদান করে আপনি একটি Imagen মডেলকে প্রতি অনুরোধে একাধিক ছবি তৈরি করতে বলতে পারেন।
একটি ImagenModel ইনস্ট্যান্স তৈরি করুন এবং generateImages কল করুন।
সুইফট
import FirebaseAILogic
// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Create an `ImagenModel` instance with a model that supports your use case
let model = ai.imagenModel(
modelName: "imagen-4.0-generate-001",
// Configure the model to generate multiple images for each request
// See: https://firebase.google.com/docs/ai-logic/model-parameters
generationConfig: ImagenGenerationConfig(numberOfImages: 4)
)
// Provide an image generation prompt
let prompt = "An astronaut riding a horse"
// To generate images, call `generateImages` with the text prompt
let response = try await model.generateImages(prompt: prompt)
// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if let filteredReason = response.filteredReason {
print(filteredReason)
}
// Handle the generated images
let uiImages = response.images.compactMap { UIImage(data: $0.data) }
Kotlin
suspend fun generateImage() {
// Initialize the Gemini Developer API backend service
val ai = Firebase.ai(backend = GenerativeBackend.googleAI())
// Create an `ImagenModel` instance with an Imagen model that supports your use case
val model = ai.imagenModel(
modelName = "imagen-4.0-generate-001",
// Configure the model to generate multiple images for each request
// See: https://firebase.google.com/docs/ai-logic/model-parameters
generationConfig = ImagenGenerationConfig(numberOfImages = 4)
)
// Provide an image generation prompt
val prompt = "An astronaut riding a horse"
// To generate images, call `generateImages` with the text prompt
val imageResponse = model.generateImages(prompt)
// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (imageResponse.filteredReason != null) {
Log.d(TAG, "FilteredReason: ${imageResponse.filteredReason}")
}
for (image in imageResponse.images) {
val bitmap = image.asBitmap()
// Use the bitmap to display the image in your UI
}
}
Java
// Configure the model to generate multiple images for each request
// See: https://firebase.google.com/docs/ai-logic/model-parameters
ImagenGenerationConfig imagenGenerationConfig = new ImagenGenerationConfig.Builder()
.setNumberOfImages(4)
.build();
// Initialize the Gemini Developer API backend service
// Create an `ImagenModel` instance with an Imagen model that supports your use case
ImagenModel imagenModel = FirebaseAI.getInstance(GenerativeBackend.googleAI())
.imagenModel(
/* modelName */ "imagen-4.0-generate-001",
/* imageGenerationConfig */ imagenGenerationConfig);
ImagenModelFutures model = ImagenModelFutures.from(imagenModel);
// Provide an image generation prompt
String prompt = "An astronaut riding a horse";
// To generate images, call `generateImages` with the text prompt
Futures.addCallback(model.generateImages(prompt), new FutureCallback<ImagenGenerationResponse<ImagenInlineImage>>() {
@Override
public void onSuccess(ImagenGenerationResponse<ImagenInlineImage> result) {
// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (result.getFilteredReason() != null){
Log.d("TAG", "FilteredReason: " + result.getFilteredReason());
}
// Handle the generated images
List<ImagenInlineImage> images = result.getImages();
for (ImagenInlineImage image : images) {
Bitmap bitmap = image.asBitmap();
// Use the bitmap to display the image in your UI
}
}
@Override
public void onFailure(Throwable t) {
// ...
}
}, Executors.newSingleThreadExecutor());
Web
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";
// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Create an `ImagenModel` instance with an Imagen model that supports your use case
const model = getImagenModel(
ai,
{
model: "imagen-4.0-generate-001",
// Configure the model to generate multiple images for each request
// See: https://firebase.google.com/docs/ai-logic/model-parameters
generationConfig: {
numberOfImages: 4
}
}
);
// Provide an image generation prompt
const prompt = "An astronaut riding a horse.";
// To generate images, call `generateImages` with the text prompt
const response = await model.generateImages(prompt)
// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (response.filteredReason) {
console.log(response.filteredReason);
}
if (response.images.length == 0) {
throw new Error("No images in the response.")
}
const images = response.images[0];
Dart
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
// Initialize FirebaseApp
await Firebase.initializeApp(
options: DefaultFirebaseOptions.currentPlatform,
);
// Initialize the Gemini Developer API backend service
final ai = FirebaseAI.googleAI();
// Create an `ImagenModel` instance with an Imagen model that supports your use case
final model = ai.imagenModel(
model: 'imagen-4.0-generate-001',
// Configure the model to generate multiple images for each request
// See: https://firebase.google.com/docs/ai-logic/model-parameters
generationConfig: ImagenGenerationConfig(numberOfImages: 4),
);
// Provide an image generation prompt
const prompt = 'An astronaut riding a horse.';
// To generate images, call `generateImages` with the text prompt
final response = await model.generateImages(prompt);
// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (response.filteredReason != null) {
print(response.filteredReason);
}
if (response.images.isNotEmpty) {
final images = response.images;
for(var image in images) {
// Process the image
}
} else {
// Handle the case where no images were generated
print('Error: No images were generated.');
}
ঐক্য
using Firebase.AI;
// Initialize the Gemini Developer API backend service
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create an `ImagenModel` instance with a model that supports your use case
var model = ai.GetImagenModel(
modelName: "imagen-4.0-generate-001",
// Configure the model to generate multiple images for each request
// See: https://firebase.google.com/docs/ai-logic/model-parameters
generationConfig: new ImagenGenerationConfig(numberOfImages: 4)
);
// Provide an image generation prompt
var prompt = "An astronaut riding a horse";
// To generate an image, call `generateImages` with the text prompt
var response = await model.GenerateImagesAsync(prompt: prompt);
// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (!string.IsNullOrEmpty(response.FilteredReason)) {
UnityEngine.Debug.Log("Filtered reason: " + response.FilteredReason);
}
// Handle the generated images
var images = response.Images.Select(image => image.AsTexture2D());
কীভাবে একটি মডেল বেছে নিতে হয় তা জানুনআপনার ব্যবহারের ক্ষেত্র এবং অ্যাপের জন্য উপযুক্ত।
সমর্থিত বৈশিষ্ট্য এবং প্রয়োজনীয়তা
Imagen মডেলগুলিতে ছবি তৈরির জন্য অনেক বৈশিষ্ট্য রয়েছে। Firebase AI Logic- এর সাথে এই মডেলগুলি ব্যবহার করার সময় কী কী সমর্থিত হয়, তা এই বিভাগে বর্ণনা করা হয়েছে।
সমর্থিত ক্ষমতা এবং বৈশিষ্ট্য
Firebase AI Logic, Imagen মডেলের নিম্নলিখিত বৈশিষ্ট্যগুলো সমর্থন করে:
তৈরি করা ছবির মধ্যে মানুষ, মুখমণ্ডল এবং লেখা তৈরি করা
Vertex AI Gemini API ব্যবহার করার সময় ছবি সম্পাদনা করা বা অনুরোধে ছবি অন্তর্ভুক্ত করা (বর্তমানে শুধুমাত্র Android এবং Flutter-এর জন্য)
তৈরি করা ছবিতে ওয়াটারমার্ক যোগ করা
Vertex AI Gemini API ব্যবহার করার সময় ডিজিটাল ওয়াটারমার্ক যাচাই করা
কোনো ছবিতে ওয়াটারমার্ক আছে কিনা তা যাচাই করতে চাইলে, আপনি Vertex AI Studio- এর Media ট্যাব ব্যবহার করে ছবিটি আপলোড করতে পারেন।ইমেজ তৈরির প্যারামিটার কনফিগার করা, যেমন—তৈরি করা ইমেজের সংখ্যা, অ্যাসপেক্ট রেশিও এবং ওয়াটারমার্কিং।
নিরাপত্তা সেটিংস কনফিগার করা
Firebase AI Logic, Imagen মডেলের এই উন্নত বৈশিষ্ট্যগুলো সমর্থন করে না :
প্রম্পট রিরাইটার নিষ্ক্রিয় করা (
enhancePromptপ্যারামিটার)। এর মানে হলো, একটি LLM-ভিত্তিক প্রম্পট রিরাইটিং টুল সর্বদা স্বয়ংক্রিয়ভাবে প্রদত্ত প্রম্পটে আরও বিশদ বিবরণ যোগ করবে, যাতে উচ্চ মানের ছবি তৈরি করা যায় যা প্রদত্ত প্রম্পটকে আরও ভালোভাবে প্রতিফলিত করে।মডেলের রেসপন্সের অংশ হিসেবে (
storageUriপ্যারামিটার) তৈরি করা ছবিটি সরাসরি Google Cloud Storage লেখা হয়। এর পরিবর্তে, রেসপন্সে ছবিগুলো সবসময় বেস৬৪-এনকোডেড ইমেজ বাইট হিসেবে ফেরত আসে।
আপনি যদি তৈরি করা কোনো ছবি Cloud Storage আপলোড করতে চান, তাহলে আপনি Cloud Storage for Firebase ব্যবহার করতে পারেন।
স্পেসিফিকেশন এবং সীমাবদ্ধতা
| সম্পত্তি (অনুরোধ অনুযায়ী) | মূল্য |
|---|---|
| ইনপুট টোকেনের সর্বোচ্চ সংখ্যা | ৪৮০টি টোকেন |
| আউটপুট ছবির সর্বোচ্চ সংখ্যা | ৪টি ছবি |
| সমর্থিত আউটপুট ছবির রেজোলিউশন (পিক্সেল) |
|
তুমি আর কী করতে পারো?
- উৎপাদনের প্রস্তুতি নিয়ে ভাবতে শুরু করুন ( উৎপাদন চেকলিস্টটি দেখুন):
- অননুমোদিত ক্লায়েন্টদের অপব্যবহার থেকে জেমিনি এপিআইকে সুরক্ষিত রাখতে যত তাড়াতাড়ি সম্ভব Firebase App Check সেট আপ করুন ।
- নতুন অ্যাপ সংস্করণ প্রকাশ না করেই আপনার অ্যাপের মান (যেমন মডেলের নাম) আপডেট করতে Firebase Remote Config সংযুক্ত করুন ।
কন্টেন্ট তৈরি নিয়ন্ত্রণ করার উপায় জানুন
- প্রম্পট ডিজাইন বুঝুন , যার মধ্যে রয়েছে সর্বোত্তম অনুশীলন, কৌশল এবং উদাহরণমূলক প্রম্পট।
- ইমেজেন মডেলের প্যারামিটার যেমন অ্যাস্পেক্ট রেশিও, পার্সন জেনারেশন এবং ওয়াটারমার্কিং কনফিগার করুন ।
- ক্ষতিকর বলে বিবেচিত হতে পারে এমন প্রতিক্রিয়া পাওয়ার সম্ভাবনা নিয়ন্ত্রণ করতে সুরক্ষা সেটিংস ব্যবহার করুন ।
সমর্থিত মডেলগুলো সম্পর্কে আরও জানুন
বিভিন্ন ব্যবহারের জন্য উপলব্ধ মডেল এবং সেগুলোর কোটা ও মূল্য সম্পর্কে জানুন।Firebase AI Logic ব্যবহারের অভিজ্ঞতা সম্পর্কে মতামত দিন।