Configurazione di un progetto e di un ambiente di sviluppo

Questa guida descrive come configurare un progetto Google Cloud per iniziare a utilizzare Vertex AI Vision.

Configura il progetto

  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. Per alcune attività è necessario utilizzare altri Google Cloud prodotti oltre a Vertex AI Vision. Potresti dover eseguire ulteriori attività di configurazione per utilizzare altri Google Cloud prodotti.

    SDK Vertex AI Vision

    Il Software Development Kit (SDK) Vertex AI Vision contiene strumenti e librerie per sviluppare programmi e flussi di lavoro personalizzati con Vertex AI Vision.

    Questi strumenti si riferiscono a un insieme di file sorgente binari che aumentano la tua produttività quando utilizzi o sviluppi soluzioni utilizzando Vertex AI Vision. Puoi anche aggiungere questi file di origine binari ai tuoi script per gestire implementazioni su larga scala. L'interfaccia a riga di comando (CLI) vaictl è un esempio in questa categoria.

    Le librerie si riferiscono a un insieme di API di programmazione che puoi utilizzare per gestire, controllare ed eseguire l'I/O di diversi moduli in modo programmatico con Vertex AI Vision. L'API di programmazione C++ è un esempio in questa categoria.

    Il codice di entrambi gli strumenti e delle librerie è open source e invitiamo gli sviluppatori a crearli direttamente. Per gli strumenti, offriamo anche file binari precompilati su piattaforme specifiche che puoi scaricare per l'uso diretto. Offriamo anche immagini Docker per i casi in cui la tua piattaforma non è supportata direttamente.

    Prerequisiti

    Prima di utilizzare l'SDK Vertex AI Vision, considera questi prerequisiti.

    Piattaforme supportate

    Al momento supportiamo direttamente solo le macchine x86 che eseguono una distribuzione Linux basata su Debian. Se utilizzi una piattaforma diversa, offriamo anche un'immagine Docker con strumenti già creati e installati.

    Requisiti software aggiuntivi

    La maggior parte delle dipendenze software di terze parti richieste dall'SDK Vertex AI Vision viene gestita automaticamente quando installi i file binari precompilati. Tuttavia, per utilizzare determinati aspetti delle funzionalità e dei flussi di lavoro dell'SDK, devi installare dipendenze aggiuntive. Questa sezione elenca queste eccezioni e spiega come scaricarle e installarle.

    SDK Python

    Il pacchetto Python pip installa automaticamente tutte le sue dipendenze. Tuttavia, l'installazione di base di Python deve soddisfare le seguenti condizioni:

    • Python >= 3.8.

    Build from source dependencies

    La maggior parte degli utenti può utilizzare i file binari dell'SDK precompilati per il proprio flusso di lavoro. Se vuoi sviluppare e creare l'SDK dall'origine, devi anche assicurarti che il tuo sistema soddisfi i seguenti requisiti.

    • Installa Bazel. Per istruzioni di installazione, consulta la documentazione di Bazel.

    • Su Ubuntu 20.04, sono necessarie anche diverse dipendenze di sistema. Puoi installarli con il seguente comando:

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

    Ottenere i file binari precompilati

    Lo strumento vaictl è lo strumento binario pronto all'uso che può essere utilizzato per controllare Vertex AI Vision, nonché per inviare e ricevere i dati che elabora.

    Questa sezione mostra i modi per scaricare e installare questo strumento.

    Installa il pacchetto Debian

    Hai due opzioni per utilizzare lo strumento a riga di comando vaictl, necessario per lavorare con I/O (dati di flusso):

    • Installa lo strumento a riga di comando localmente (sistema operativo: Debian GNU/Linux, architettura CPU: x86_64) o
    • Esegui i comandi in un'immagine Docker in cui sono installate tutte le dipendenze.

    Per ottenere lo strumento a riga di comando vaictl, segui questi passaggi:

    Download pacchetto

    Per le installazioni dirette, al momento supportiamo solo le distribuzioni Debian/Ubuntu.

    Puoi anche scaricare questo pacchetto Debian dalla pagina delle release dell'SDK Vertex AI Vision su GitHub.

    1. (Facoltativo) Rimuovi le versioni precedenti di vaictl.

      Per installare lo strumento a riga di comando vaictl, devi eliminare eventuali versioni precedenti dello strumento sul tuo computer:

      sudo apt-get remove visionai
    2. Scarica il pacchetto richiesto. Puoi scaricare il pacchetto dalla pagina delle release di GitHub o utilizzare il seguente comando: 
      wget https://github.com/google/visionai/releases/download/v0.0.5/visionai_0.0-5_amd64.deb
    3. Dopo aver scaricato il pacchetto, esegui questo comando nella directory in cui hai scaricato il file: 
      sudo apt install ./visionai_0.0-5_amd64.deb
    4. Verifica l'installazione: 
      vaictl --help

    Scarica Docker

    Puoi ottenere un'immagine Docker con l'SDK Vertex AI Vision e tutte le relative dipendenze già preinstallate. Questa immagine Docker è disponibile all'indirizzo gcr.io/visionai-public-images/vaictl.

    1. Scarica l'immagine da Container Registry: 
      docker pull gcr.io/visionai-public-images/vaictl
    2. Esegui un terminale del container interattivo. 
      docker run -it --rm gcr.io/visionai-public-images/vaictl /bin/bash
    3. Verifica della funzionalità: 
      vaictl --help

    Recupera il codice sorgente

    L'SDK Vertex AI Vision è open source e disponibile pubblicamente su GitHub.

    Sebbene l'SDK dipenda dalle definizioni dell'API di servizio, questa dipendenza è già gestita automaticamente da Bazel e non devi acquisirla esplicitamente. Tuttavia, se hai bisogno dell'accesso diretto alle API di servizio, puoi ottenerle nel repository GitHub googleapis.

    SDK di programmazione Python

    Vertex AI Vision supporta anche un SDK Python. Per programmare con questo SDK, assicurati di aver soddisfatto i requisiti di base dell'SDK Python prima di installarlo.

    Per informazioni di riferimento sull'SDK, consulta il riferimento all'SDK Python.

    Per esempi di codice che utilizzano l'SDK Python, consulta l'articolo Sfocatura dei volti con l'SDK Python o alcuni esempi nella distribuzione di origine nella directory visionai/python/examples/.

    Scarica il pacchetto Python SDK

    L'SDK Vertex AI Vision contiene anche una libreria Python. Scarica e installa la versione precompilata dell'SDK Python seguendo queste istruzioni.

    1. Scarica il pacchetto.

      Puoi scaricare il pacchetto Python SDK dalla pagina delle release dell'SDK Vertex AI Vision su GitHub oppure puoi eseguire il comando:

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

    2. Facoltativo. Crea e attiva un nuovo ambiente virtuale:

      python3 -m venv vaivenv
source vaivenv/bin/activate

    3. Installa il pacchetto:

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

    4. Facoltativo. Conferma che l'installazione sia andata a buon fine:

      python3

      import visionai

    5. Facoltativo. Disattiva l'ambiente virtuale:

      deactivate

    SDK di programmazione C++

    C++ è il primo SDK di programmazione che supportiamo. L'SDK C++ pubblico si trova in visionai/public/streams.h. Per informazioni di riferimento, consulta la documentazione di riferimento.

    Passaggi successivi

Indietro
Guida rapida: crea un'app nella console