Configurer un projet et un environnement de développement

Ce guide explique comment configurer un projet Google Cloud pour commencer à utiliser Vertex AI Vision.

Configurer votre projet

  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. Certaines tâches nécessitent l'utilisation de produitsGoogle Cloud supplémentaires en plus de Vertex AI Vision. Vous devrez peut-être effectuer des tâches de configuration supplémentaires pour utiliser d'autres produits Google Cloud .

    SDK Vertex AI Vision

    Le SDK (Software Development Kit) Vertex AI Vision contient des outils et des bibliothèques qui vous permettent de développer des programmes et des workflows personnalisés avec Vertex AI Vision.

    Ces outils font référence à un ensemble de fichiers sources binaires qui vous aident à améliorer votre productivité lorsque vous utilisez ou développez des solutions avec Vertex AI Vision. Vous pouvez également ajouter ces fichiers sources binaires à votre script pour vous aider à gérer les déploiements à grande échelle. L'interface de ligne de commande (CLI) vaictl est un exemple de cette catégorie.

    Les bibliothèques font référence à un ensemble d'API de programmation que vous pouvez utiliser pour gérer, contrôler et effectuer des E/S de différentes formes avec Vertex AI Vision. L'API de programmation C++ est un exemple de cette catégorie.

    Le code des outils et des bibliothèques est Open Source. Nous invitons les développeurs à les créer directement. Pour les outils, nous proposons également des fichiers binaires prédéfinis sur des plates-formes spécifiques que vous pouvez télécharger pour une utilisation directe. Nous proposons également des images Docker pour les cas où votre plate-forme n'est pas directement compatible.

    Prérequis

    Tenez compte de ces conditions préalables avant d'utiliser le SDK Vertex AI Vision.

    Plates-formes compatibles

    Pour le moment, nous n'acceptons directement que les machines x86 exécutant une distribution Linux basée sur Debian. Nous proposons également une image Docker avec des outils déjà intégrés et installés si vous utilisez une autre plate-forme.

    Exigences logicielles supplémentaires

    La plupart des dépendances logicielles tierces requises par le SDK Vertex AI Vision sont gérées automatiquement lorsque vous installez les binaires précompilés. Toutefois, pour utiliser certains aspects des fonctionnalités et des workflows du SDK, vous devez installer des dépendances supplémentaires. Cette section liste ces exceptions et explique comment les télécharger et les installer.

    SDK Python

    Le package pip Python installe automatiquement toutes ses dépendances. Toutefois, votre installation Python de base sous-jacente doit répondre aux conditions suivantes :

    • Python >= 3.8.

    Dépendances de compilation à partir de la source

    La plupart des utilisateurs peuvent utiliser les binaires du SDK précompilés pour leur workflow. Si vous souhaitez développer et compiler le SDK à partir de la source, vous devez également vous assurer que votre système répond aux exigences suivantes.

    • Installez Bazel. Pour obtenir des instructions d'installation, consultez la documentation Bazel.

    • Sur Ubuntu 20.04, vous avez également besoin de plusieurs dépendances système. Vous pouvez les installer à l'aide de la commande suivante :

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

    Obtenir des binaires prédéfinis

    L'outil vaictl est un outil binaire prêt à l'emploi qui peut être utilisé pour contrôler Vertex AI Vision, ainsi que pour envoyer et recevoir les données qu'il traite.

    Cette section vous explique comment télécharger et installer cet outil.

    Installer le package Debian

    Vous disposez de deux options pour utiliser l'outil de ligne de commande vaictl, dont vous avez besoin pour travailler avec les E/S (données de flux) :

    • Installez l'outil de ligne de commande en local (OS : Debian GNU/Linux, architecture du processeur : x86_64) ou
    • Exécutez les commandes dans une image Docker sur laquelle toutes les dépendances sont installées.

    Pour obtenir l'outil de ligne de commande vaictl, procédez comme suit :

    Télécharger le package

    Pour les installations directes, nous n'acceptons actuellement que les distributions Debian/Ubuntu.

    Vous pouvez également télécharger ce package Debian depuis la page des versions du SDK Vertex AI Vision sur GitHub.

    1. (Facultatif) Supprimez les versions précédentes de vaictl.

      Pour pouvoir installer l'outil de ligne de commande vaictl, vous devez supprimer toutes les versions précédentes de l'outil sur votre machine :

      sudo apt-get remove visionai
    2. Téléchargez le package requis. Vous pouvez télécharger le package depuis la page des versions GitHub ou utiliser la commande suivante : 
      wget https://github.com/google/visionai/releases/download/v0.0.5/visionai_0.0-5_amd64.deb
    3. Après avoir téléchargé le package, exécutez la commande suivante dans le répertoire où vous avez téléchargé le fichier : 
      sudo apt install ./visionai_0.0-5_amd64.deb
    4. Vérifiez l'installation : 
      vaictl --help

    Obtenir Docker

    Vous pouvez obtenir une image Docker sur laquelle le SDK Vertex AI Vision et toutes ses dépendances sont déjà préinstallés. Cette image Docker est disponible sur gcr.io/visionai-public-images/vaictl.

    1. Téléchargez l'image depuis Container Registry : 
      docker pull gcr.io/visionai-public-images/vaictl
    2. Exécutez un terminal de conteneur interactif. 
      docker run -it --rm gcr.io/visionai-public-images/vaictl /bin/bash
    3. Vérifiez le fonctionnement : 
      vaictl --help

    Obtenir le code source

    Le SDK Vertex AI Vision est Open Source et disponible publiquement sur GitHub.

    Bien que le SDK dépende des définitions de l'API de service, cette dépendance est déjà gérée automatiquement par Bazel et vous n'avez pas besoin de l'acquérir explicitement. Toutefois, si vous avez besoin d'accéder directement aux API de service, vous pouvez les obtenir sur le dépôt GitHub googleapis.

    SDK de programmation Python

    Vertex AI Vision est également compatible avec un SDK Python. Pour programmer avec ce SDK, assurez-vous simplement d'avoir satisfait les dépendances de base du SDK Python avant d'installer le SDK Python.

    Pour en savoir plus sur le SDK, consultez la documentation de référence du SDK Python.

    Pour obtenir des exemples de code utilisant le SDK Python, consultez le tutoriel sur le floutage des visages avec le SDK Python ou certains exemples dans la distribution source du répertoire visionai/python/examples/.

    Obtenir le package du SDK Python

    Le SDK Vertex AI Vision contient également une bibliothèque Python. Téléchargez et installez la version précompilée du SDK Python en suivant les instructions ci-dessous.

    1. Téléchargez le package.

      Vous pouvez télécharger le package du SDK Python depuis la page des versions du SDK Vertex AI Vision sur GitHub ou exécuter la commande suivante :

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

    2. Facultatif. Créez et activez un nouvel environnement virtuel :

      python3 -m venv vaivenv
source vaivenv/bin/activate

    3. Installez le package :

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

    4. Facultatif. Vérifiez que l'installation a fonctionné :

      python3

      import visionai

    5. Facultatif. Désactivez votre environnement virtuel :

      deactivate

    SDK de programmation C++

    C++ est le premier SDK de programmation que nous prenons en charge. Le SDK C++ public se trouve dans visionai/public/streams.h. Pour plus d'informations, consultez la documentation de référence.

    Étapes suivantes

Précédent
Guide de démarrage rapide: Créer une application dans la console