Projekt- und Entwicklungsumgebung einrichten

In diesem Leitfaden wird beschrieben, wie Sie ein Google Cloud -Projekt einrichten, um Vertex AI Vision zu verwenden.

Projekt einrichten

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. Install the Google Cloud CLI.

  3. If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

  4. To initialize the gcloud CLI, run the following command: 

    gcloud init

  5. Create or select a Google Cloud project.

    • Create a Google Cloud project:

      gcloud projects create PROJECT_ID

      Replace PROJECT_ID with a name for the Google Cloud project you are creating.

    • Select the Google Cloud project that you created:

      gcloud config set project PROJECT_ID

      Replace PROJECT_ID with your Google Cloud project name.

  6. Make sure that billing is enabled for your Google Cloud project.

  7. Enable the Vertex AI Vision API: 

    gcloud services enable visionai.googleapis.com

  8. Set up authentication:

    1. Create the service account: 

      gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

      Replace SERVICE_ACCOUNT_NAME with a name for the service account.

    2. Grant the roles/visionai.editor IAM role to the service account: 

      gcloud projects add-iam-policy-binding PROJECT_ID --member="serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com" --role=roles/visionai.editor

      Replace the following:

      • SERVICE_ACCOUNT_NAME: the name of the service account
      • PROJECT_ID: the project ID where you created the service account

    3. Generate the key file: 

      gcloud iam service-accounts keys create FILE_NAME.json --iam-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com

      Replace the following:

      • FILE_NAME: a name for the key file
      • SERVICE_ACCOUNT_NAME: the name of the service account
      • PROJECT_ID: the project ID where you created the service account

  9. Set the environment variable GOOGLE_APPLICATION_CREDENTIALS to the path of the JSON file that contains your credentials. This variable applies only to your current shell session, so if you open a new session, set the variable again.

  10. Install the Google Cloud CLI.

  11. If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

  12. To initialize the gcloud CLI, run the following command: 

    gcloud init

  13. Create or select a Google Cloud project.

    • Create a Google Cloud project:

      gcloud projects create PROJECT_ID

      Replace PROJECT_ID with a name for the Google Cloud project you are creating.

    • Select the Google Cloud project that you created:

      gcloud config set project PROJECT_ID

      Replace PROJECT_ID with your Google Cloud project name.

  14. Make sure that billing is enabled for your Google Cloud project.

  15. Enable the Vertex AI Vision API: 

    gcloud services enable visionai.googleapis.com

  16. Set up authentication:

    1. Create the service account: 

      gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

      Replace SERVICE_ACCOUNT_NAME with a name for the service account.

    2. Grant the roles/visionai.editor IAM role to the service account: 

      gcloud projects add-iam-policy-binding PROJECT_ID --member="serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com" --role=roles/visionai.editor

      Replace the following:

      • SERVICE_ACCOUNT_NAME: the name of the service account
      • PROJECT_ID: the project ID where you created the service account

    3. Generate the key file: 

      gcloud iam service-accounts keys create FILE_NAME.json --iam-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com

      Replace the following:

      • FILE_NAME: a name for the key file
      • SERVICE_ACCOUNT_NAME: the name of the service account
      • PROJECT_ID: the project ID where you created the service account

  17. Set the environment variable GOOGLE_APPLICATION_CREDENTIALS to the path of the JSON file that contains your credentials. This variable applies only to your current shell session, so if you open a new session, set the variable again.


    18. Für bestimmte Aufgaben müssen Sie neben Vertex AI Vision zusätzlicheGoogle Cloud -Produkte verwenden. Möglicherweise müssen Sie zusätzliche Einrichtungsschritte ausführen, um andere Google Cloud -Produkte zu verwenden.

    Vertex AI Vision SDK

    Das Vertex AI Vision Software Development Kit (SDK) enthält Tools und Bibliotheken, mit denen Sie Programme und benutzerdefinierte Workflows mit Vertex AI Vision entwickeln können.

    Diese Tools beziehen sich auf eine Reihe von binären Quelldateien, die Ihre Produktivität steigern, wenn Sie Lösungen mit Vertex AI Vision verwenden oder entwickeln. Sie können diese binären Quelldateien auch in Ihre Skripts einfügen, um größere Bereitstellungen zu verwalten. Die Befehlszeile vaictl ist ein Beispiel für diese Kategorie.

    Bibliotheken beziehen sich auf eine Reihe von Programmier-APIs, mit denen Sie verschiedene Formen von Ein-/Ausgabe mit Vertex AI Vision programmgesteuert verwalten, steuern und ausführen können. Die C++-Programmier-API ist ein Beispiel für diese Kategorie.

    Der Code für beide Tools und Bibliotheken ist Open Source und wir freuen uns, wenn Entwickler sie direkt erstellen. Für Tools bieten wir auch vorgefertigte Binärdateien auf bestimmten Plattformen an, die Sie herunterladen und direkt verwenden können. Wir bieten auch Docker-Images für Fälle an, in denen Ihre Plattform nicht direkt unterstützt wird.

    Vorbereitung

    Berücksichtigen Sie die folgenden Voraussetzungen, bevor Sie das Vertex AI Vision SDK verwenden.

    Unterstützte Plattformen

    Derzeit unterstützen wir nur x86-Computer, auf denen eine Debian-basierte Linux-Distribution ausgeführt wird. Wenn Sie eine andere Plattform verwenden, bieten wir auch ein Docker-Image mit bereits integrierten und installierten Tools an.

    Zusätzliche Softwareanforderungen

    Die meisten Softwareabhängigkeiten von Drittanbietern, die das Vertex AI Vision SDK erfordert, werden automatisch verwaltet, wenn Sie die vorkompilierten Binärdateien installieren. Für bestimmte Aspekte der SDK-Funktionen und ‑Arbeitsabläufe müssen Sie jedoch zusätzliche Abhängigkeiten installieren. In diesem Abschnitt werden diese Ausnahmen aufgeführt und es wird beschrieben, wie Sie sie herunterladen und installieren.

    Python SDK

    Das Python-Pip-Paket installiert alle seine Abhängigkeiten automatisch. Ihre zugrunde liegende Python-Installation muss jedoch die folgenden Bedingungen erfüllen:

    • Python >= 3.8.

    Abhängigkeiten aus dem Quellcode erstellen

    Die meisten Nutzer können die vorgefertigten SDK-Binärdateien für ihren Workflow verwenden. Wenn Sie das SDK aus dem Quellcode entwickeln und erstellen möchten, muss Ihr System außerdem die folgenden Anforderungen erfüllen.

    • Installieren Sie Bazel. Eine Installationsanleitung finden Sie in der Bazel-Dokumentation.

    • Unter Ubuntu 20.04 benötigen Sie außerdem mehrere Systemabhängigkeiten. Sie können sie mit dem folgenden Befehl installieren:

      apt-get install -y --no-install-recommends \
    autoconf \
    automake \
    build-essential \
    ca-certificates \
    flex \
    bison \
    python3 \
    nasm \
    libjpeg-dev

    Vorkonfigurierte Binärdateien abrufen

    Das Tool vaictl ist das fertige Binärtool, mit dem Sie Vertex AI Vision steuern sowie Daten senden und empfangen können, die von Vertex AI Vision verarbeitet werden.

    In diesem Abschnitt erfahren Sie, wie Sie dieses Tool herunterladen und installieren können.

    Debian-Paket installieren

    Sie haben zwei Möglichkeiten, das vaictl-Befehlszeilentool zu verwenden, wenn Sie mit Ein-/Ausgabe (Streamdaten) arbeiten müssen:

    • Installieren Sie das Befehlszeilentool lokal (Betriebssystem: Debian GNU/Linux, CPU-Architektur: x86_64) oder
    • Führen Sie die Befehle in einem Docker-Image aus, in dem alle Abhängigkeiten installiert sind.

    So erhalten Sie das vaictl-Befehlszeilentool:

    Paket herunterladen

    Bei direkten Installationen werden derzeit nur Debian-/Ubuntu-Distributionen unterstützt.

    Sie können dieses Debian-Paket auch von der GitHub-Releaseseite des Vertex AI Vision SDK herunterladen.

    1. (Optional) Entfernen Sie frühere Versionen von vaictl.

      Bevor Sie das vaictl-Befehlszeilentool installieren können, müssen Sie alle vorherigen Versionen des Tools auf Ihrem Computer löschen:

      sudo apt-get remove visionai
    2. Laden Sie das erforderliche Paket herunter. Sie können das Paket von der GitHub-Seite „Releases“ herunterladen oder den folgenden Befehl verwenden: 
      wget https://github.com/google/visionai/releases/download/v0.0.5/visionai_0.0-5_amd64.deb
    3. Führen Sie nach dem Herunterladen des Pakets den folgenden Befehl in dem Verzeichnis aus, in das Sie die Datei heruntergeladen haben: 
      sudo apt install ./visionai_0.0-5_amd64.deb
    4. Installation prüfen: 
      vaictl --help

    Docker herunterladen

    Sie können ein Docker-Image mit dem Vertex AI Vision SDK und allen zugehörigen Abhängigkeiten herunterladen. Dieses Docker-Image ist unter gcr.io/visionai-public-images/vaictl verfügbar.

    1. Laden Sie das Image aus Container Registry herunter: 
      docker pull gcr.io/visionai-public-images/vaictl
    2. Führen Sie ein interaktives Containerterminal aus. 
      docker run -it --rm gcr.io/visionai-public-images/vaictl /bin/bash
    3. Funktionalität prüfen: 
      vaictl --help

    Quellcode abrufen

    Das Vertex AI Vision SDK ist Open Source und öffentlich auf GitHub verfügbar.

    Das SDK hängt zwar von den Dienst-API-Definitionen ab, diese Abhängigkeit wird jedoch bereits automatisch von Bazel verwaltet. Sie müssen sie also nicht explizit abrufen. Wenn Sie jedoch direkten Zugriff auf die Service-APIs benötigen, können Sie sie im googleapis-GitHub-Repository abrufen.

    Das Python-Programmier-SDK

    Vertex AI Vision unterstützt auch ein Python SDK. Wenn Sie mit diesem SDK programmieren möchten, müssen Sie nur die grundlegenden Python SDK-Abhängigkeiten erfüllen, bevor Sie das Python SDK installieren.

    Referenzinformationen zum SDK finden Sie in der Python SDK-Referenz.

    Beispielcode, der das Python SDK verwendet, finden Sie in der Anleitung zum Unkenntlichmachen von Gesichtern mit dem Python SDK oder in der Quelldistribution im Verzeichnis visionai/python/examples/.

    Python SDK-Paket herunterladen

    Das Vertex AI Vision SDK enthält auch eine Python-Bibliothek. Laden Sie die vorkompilierte Version des Python SDK herunter und installieren Sie sie gemäß der folgenden Anleitung.

    1. Laden Sie das Paket herunter.

      Sie können das Python SDK-Paket von der GitHub-Seite mit den Vertex AI Vision SDK-Releases herunterladen oder den folgenden Befehl ausführen:

      wget https://github.com/google/visionai/releases/download/v0.0.5/visionai-0.0.5-py3-none-any.whl

    2. Optional. Erstellen und aktivieren Sie eine neue virtuelle Umgebung:

      python3 -m venv vaivenv
source vaivenv/bin/activate

    3. Installieren Sie das Paket:

      pip3 install visionai-0.0.5-py3-none-any.whl

    4. Optional. Prüfen Sie, ob die Installation funktioniert hat:

      python3

      import visionai

    5. Optional. Virtuelle Umgebung deaktivieren:

      deactivate

    Das C++-Programmier-SDK

    C++ ist das erste Programmier-SDK, das wir unterstützen. Das öffentliche C++-SDK befindet sich unter visionai/public/streams.h. Weitere Informationen finden Sie in der Referenzdokumentation.

    Nächste Schritte

Zurück
Kurzanleitung: App in der Console erstellen