1、创建本地任务文件 .JSONL

运行python脚本:JSONLgen.py

2、将本地任务文件上传到云端

打开Google Cloud Console, 侧边栏选择Cloud-Storage,然后点击Buckets,选择自己对应的Buckets并且创建对应的文件夹。然后点击Upload将刚生成的文件上传上去。

如果不会创建Buckets,参照我的另一条博客:

3、创建 Batch Inference

打开Google Cloud Console, 侧边栏选择Vertex AI,然后点击Batch Inferenc

Region选择Global

然后点击Create

模型选择gemini-3-pro-image-preview

在Dataset中选择刚刚上传到云端的JSONL任务人间,然后在output选择相应的输出文件夹。

4、在Batch Inference页面 监控并下载结果

点击圈出的图标,在Cloud Storage中查看模型的输出并下载。

5、解析输出的图片

运行python脚本:parseJSONL.py

填写输出文件夹名称、下载好的JSONL任务结果文件,所有照片会生成到这个文件中。

Logo

Agent 垂直技术社区,欢迎活跃、内容共建。

更多推荐