プロジェクトと開発環境を設定する

このガイドでは、Vertex AI Vision の使用を開始するために Google Cloud プロジェクトを設定する方法について説明します。

プロジェクトを設定する

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.

Install the Google Cloud CLI.

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

To initialize the gcloud CLI, run the following command:

gcloud init

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.

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

Enable the Vertex AI Vision API:

gcloud services enable visionai.googleapis.com

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

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.

Example: Linux or macOS

export GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

Replace KEY_PATH with the path of the JSON file that contains your credentials.

For example:

export GOOGLE_APPLICATION_CREDENTIALS="/home/user/Downloads/service-account-file.json"

Example: Windows

For PowerShell:

$env:GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

Replace KEY_PATH with the path of the JSON file that contains your credentials.

For example:

$env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\username\Downloads\service-account-file.json"

For command prompt:

set GOOGLE_APPLICATION_CREDENTIALS=KEY_PATH

Replace KEY_PATH with the path of the JSON file that contains your credentials.

Install the Google Cloud CLI.

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

To initialize the gcloud CLI, run the following command:

gcloud init

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.

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

Enable the Vertex AI Vision API:

gcloud services enable visionai.googleapis.com

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

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.

Example: Linux or macOS

export GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

Replace KEY_PATH with the path of the JSON file that contains your credentials.

For example:

export GOOGLE_APPLICATION_CREDENTIALS="/home/user/Downloads/service-account-file.json"

Example: Windows

For PowerShell:

$env:GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

Replace KEY_PATH with the path of the JSON file that contains your credentials.

For example:

$env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\username\Downloads\service-account-file.json"

For command prompt:

set GOOGLE_APPLICATION_CREDENTIALS=KEY_PATH

Replace KEY_PATH with the path of the JSON file that contains your credentials.




一部のタスクでは、Vertex AI Vision に加えてGoogle Cloud プロダクトを使用する必要があります。他の Google Cloud プロダクトを使用するには、追加の設定作業が必要になる場合があります。

Vertex AI Vision SDK

Vertex AI Vision ソフトウェア開発キット（SDK）には、Vertex AI Vision でプログラムとカスタム ワークフローを開発するためのツールとライブラリが含まれています。

これらのツールは、Vertex AI Vision を使用または使用してソリューションを開発する際の生産性を高めるのに役立つバイナリ ソースファイルのセットを指します。これらのバイナリ ソースファイルをスクリプトに追加して、大規模なデプロイの管理に役立てることもできます。このカテゴリの例として、コマンドライン インターフェース（CLI）vaictl があります。

ライブラリとは、Vertex AI Vision でさまざまな形式の I/O をプログラムで管理、制御、実行するために使用できるプログラミング API のセットを指します。このカテゴリの例としては、C++ プログラミング API があります。

ツールとライブラリの両方のコードはオープンソースであり、デベロッパーが直接構築することを歓迎します。ツールについては、特定のプラットフォームで事前構築されたバイナリ ファイルも提供しています。このファイルはダウンロードして直接使用できます。プラットフォームが直接サポートされていない場合は、Docker イメージも提供しています。

前提条件

Vertex AI Vision SDK を使用する前に、次の前提条件を確認してください。

対応プラットフォーム

現在、Debian ベースの Linux ディストリビューションを実行する x86 マシンのみを直接サポートしています。別のプラットフォームを使用している場合は、ツールがすでにビルドされてインストールされている Docker イメージも提供しています。

その他のソフトウェア要件

Vertex AI Vision SDK が必要とするサードパーティ ソフトウェアの依存関係のほとんどは、ビルド済みバイナリをインストールすると自動的に管理されます。ただし、SDK の機能とワークフローの特定の側面を使用するには、追加の依存関係をインストールする必要があります。このセクションでは、これらの例外と、そのダウンロードとインストール方法について説明します。

Python SDK

Python pip パッケージは、すべての依存関係を自動的にインストールします。ただし、基本的な基盤となる Python インストールは、次の条件を満たしている必要があります。

• Python >= 3.8。

ソースからビルドする依存関係

ほとんどのユーザーは、ワークフローにビルド済みの SDK バイナリを使用できます。ソースから SDK を開発してビルドする場合は、システムが次の要件を満たしていることも確認する必要があります。

• Bazel をインストールします。インストール手順については、Bazel のドキュメントをご覧ください。

• Ubuntu 20.04 では、いくつかのシステム依存関係も必要です。次のコマンドを使用してインストールできます。

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

ビルド済みのバイナリを取得する

vaictl ツールは、Vertex AI Vision の制御に使用できるだけでなく、処理するデータの送受信にも使用できる既製のバイナリツールです。

このセクションでは、このツールをダウンロードしてインストールする方法について説明します。

Debian パッケージをインストールする

I/O（ストリーム データ）を操作するために必要な vaictl コマンドライン ツールを使用するには、次の 2 つの方法があります。

• コマンドライン ツールをローカルにインストールする（OS: Debian GNU/Linux、CPU アーキテクチャ: x86_64）または
• すべての依存関係がインストールされている Docker イメージでコマンドを実行します。

vaictl コマンドライン ツールを取得する手順は次のとおりです。

パッケージをダウンロードする

直接インストールの場合、現在サポートされているのは Debian/Ubuntu ディストリビューションのみです。

この Debian パッケージは、Vertex AI Vision SDK の GitHub リリース ページからダウンロードすることもできます。

1. （省略可）以前のバージョンの vaictl を削除します。

   vaictl コマンドライン ツールをインストールする前に、お使いのマシンにこのツールの以前のバージョンがあれば削除する必要があります。

   sudo apt-get remove visionai

2. 必要なパッケージをダウンロードします。パッケージは GitHub リリース ページからダウンロードするか、次のコマンドを使用します。

   wget https://github.com/google/visionai/releases/download/v0.0.5/visionai_0.0-5_amd64.deb

3. パッケージをダウンロードしたら、ファイルをダウンロードしたディレクトリで次のコマンドを実行します。

   sudo apt install ./visionai_0.0-5_amd64.deb

4. インストールを確認します。

   vaictl --help

Docker を入手する

Vertex AI Vision SDK とそのすべての依存関係がすでにプリインストールされている Docker イメージを取得できます。この Docker イメージは gcr.io/visionai-public-images/vaictl で入手できます。

1. Container Registry からイメージをダウンロードします。

   docker pull gcr.io/visionai-public-images/vaictl

2. インタラクティブ コンテナ ターミナルを実行します。

   docker run -it --rm gcr.io/visionai-public-images/vaictl /bin/bash

3. 機能を確認します。

   vaictl --help

ソースコードを取得する

Vertex AI Vision SDK はオープンソースであり、GitHub で公開されています。

SDK はサービス API 定義に依存しますが、この依存関係は Bazel によって自動的に管理されるため、明示的に取得する必要はありません。ただし、サービス API に直接アクセスする必要がある場合は、googleapis GitHub リポジトリで取得できます。

Python プログラミング SDK

Vertex AI Vision は Python SDK もサポートしています。この SDK を使用してプログラミングするには、Python SDK をインストールする前に、Python SDK の基本的な依存関係を満たしていることを確認してください。

SDK リファレンス情報については、Python SDK リファレンスをご覧ください。

Python SDK を使用するサンプルコードについては、Python SDK を使用した顔のぼかしチュートリアルをご覧ください。または、visionai/python/examples/ ディレクトリのソース ディストリビューションにあるサンプルをご覧ください。

Python SDK パッケージを取得する

Vertex AI Vision SDK には Python ライブラリも含まれています。次の手順に沿って、Python SDK のビルド済みバージョンをダウンロードしてインストールします。

1. パッケージをダウンロードします。

   Python SDK パッケージは、Vertex AI Vision SDK の GitHub リリース ページからダウンロードするか、次のコマンドを実行してダウンロードできます。

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

2. 省略可。新しい仮想環境を作成して有効にします。

   python3 -m venv vaivenv
   source vaivenv/bin/activate
   

3. パッケージをインストールします。

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

4. 省略可。インストールが機能していることを確認します。

   python3
   

   import visionai
   

5. 省略可。仮想環境を無効にします。

   deactivate
   

C++ プログラミング SDK

C++ は、Google がサポートする最初のプログラミング SDK です。C++ 公開 SDK は visionai/public/streams.h にあります。リファレンス情報については、リファレンス ドキュメントをご覧ください。

次のステップ

• 省略可: C++ SDK を使用してビルドとテストを行う方法を確認します。
• アプリにデータを取り込む方法を学び、アプリの構築で追加できる処理コンポーネントについて確認する。
• アプリの出力をデータ接続に接続する で、出力ストレージと処理オプションについて学習する。
• コンソールで Warehouse データを検索する方法を確認する。