프로젝트 및 개발 환경 설정

이 가이드에서는 Vertex AI Vision을 사용하기 위해 Google Cloud 프로젝트를 설정하는 방법을 설명합니다.

프로젝트 설정

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.




특정 작업을 수행하려면 Vertex AI Vision 외에도 추가Google Cloud 제품을 사용해야 합니다. 다른 Google Cloud 제품을 사용하려면 추가 설정 작업을 수행해야 할 수 있습니다.

Vertex AI Vision SDK

Vertex AI Vision 소프트웨어 개발 키트 (SDK)에는 Vertex AI Vision으로 프로그램과 맞춤 워크플로를 개발할 수 있는 도구와 라이브러리가 포함되어 있습니다.

이러한 도구는 Vertex AI Vision을 사용하여 솔루션을 사용하거나 개발할 때 생산성을 높이는 데 도움이 되는 바이너리 소스 파일 집합을 의미합니다. 이러한 바이너리 소스 파일을 스크립트에 추가하여 대규모 배포를 관리할 수도 있습니다. 명령줄 인터페이스 (CLI) vaictl가 이 카테고리의 예입니다.

라이브러리는 Vertex AI Vision으로 다양한 형태의 I/O를 프로그래매틱 방식으로 관리, 제어, 실행하는 데 사용할 수 있는 프로그래밍 API 집합을 의미합니다. C++ 프로그래밍 API가 이 카테고리의 예입니다.

도구와 라이브러리의 코드는 오픈소스이며 개발자가 직접 빌드하는 것을 환영합니다. 도구의 경우 특정 플랫폼에서 사전 빌드된 바이너리 파일을 제공하므로 직접 다운로드하여 사용할 수 있습니다. 플랫폼이 직접 지원되지 않는 경우를 위해 Docker 이미지도 제공합니다.

기본 요건

Vertex AI Vision SDK를 사용하기 전에 다음 기본 요건을 고려하세요.

지원되는 플랫폼

현재 Debian 기반 Linux 배포를 실행하는 x86 머신만 직접 지원됩니다. 다른 플랫폼을 사용하는 경우 도구가 이미 빌드되고 설치된 Docker 이미지도 제공됩니다.

추가 소프트웨어 요구사항

Vertex AI Vision SDK에 필요한 대부분의 서드 파티 소프트웨어 종속 항목은 사전 빌드된 바이너리를 설치할 때 자동으로 관리됩니다. 하지만 SDK 기능 및 워크플로의 특정 측면을 사용하려면 추가 종속 항목을 설치해야 합니다. 이 섹션에서는 이러한 예외와 예외를 다운로드하고 설치하는 방법을 설명합니다.

Python SDK

Python pip 패키지는 모든 종속 항목을 자동으로 설치합니다. 하지만 기본 Python 설치는 다음 조건을 충족해야 합니다.

• Python 3.8 이상

소스 종속 항목에서 빌드

대부분의 사용자는 워크플로에 사전 빌드된 SDK 바이너리를 사용할 수 있습니다. 소스에서 SDK를 개발하고 빌드하려면 시스템이 다음 요구사항을 충족해야 합니다.

• Bazel을 설치합니다. 설치 안내는 Bazel 문서를 참고하세요.

• Ubuntu 20.04에서는 여러 시스템 종속 항목도 필요합니다. 다음 명령어를 사용하여 설치할 수 있습니다.

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

사전 빌드된 바이너리 가져오기

vaictl 도구는 Vertex AI Vision을 제어하고 처리된 데이터를 전송 및 수신하는 데 사용할 수 있는 기성 바이너리 도구입니다.

이 섹션에서는 이 도구를 다운로드하고 설치하는 방법을 보여줍니다.

Debian 패키지 설치

I/O (스트림 데이터)를 사용해야 하는 경우 vaictl 명령줄 도구를 사용하는 두 가지 옵션이 있습니다.

• 명령줄 도구를 로컬로 설치(OS: Debian GNU/Linux, CPU 아키텍처: x86_64)하거나
• 모든 종속 항목이 설치된 Docker 이미지에서 명령어를 실행합니다.

다음 단계에 따라 vaictl 명령줄 도구를 가져옵니다.

패키지 다운로드

직접 설치의 경우 현재 Debian/Ubuntu 배포만 지원됩니다.

Vertex AI Vision SDK GitHub 출시 페이지에서 이 Debian 패키지를 다운로드할 수도 있습니다.

1. (선택사항) 이전 버전의 vaictl를 삭제합니다.

   vaictl 명령줄 도구를 설치하려면 먼저 머신에서 이전 버전의 도구를 삭제해야 합니다.

   sudo apt-get remove visionai

2. 필수 패키지를 다운로드합니다. GitHub 출시 페이지에서 패키지를 다운로드하거나 다음 명령어를 사용할 수 있습니다.

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

3. 패키지를 다운로드한 후 파일을 다운로드한 디렉터리에서 다음 명령어를 실행합니다.

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

4. 설치를 확인합니다.

   vaictl --help

Docker 다운로드

Vertex AI Vision SDK와 모든 종속 항목이 이미 사전 설치된 Docker 이미지를 가져올 수 있습니다. 이 Docker 이미지는 gcr.io/visionai-public-images/vaictl에서 사용할 수 있습니다.

1. Container Registry에서 이미지를 다운로드합니다.

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

2. 대화형 컨테이너 터미널을 실행합니다.

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

3. 기능을 확인합니다.

   vaictl --help

소스 코드 가져오기

Vertex AI Vision SDK는 오픈소스이며 GitHub에서 공개적으로 제공됩니다.

SDK는 서비스 API 정의에 종속되지만 이 종속성은 이미 Bazel에 의해 자동으로 관리되므로 명시적으로 획득할 필요가 없습니다. 하지만 서비스 API에 직접 액세스해야 하는 경우 googleapis GitHub 저장소에서 API를 가져올 수 있습니다.

Python 프로그래밍 SDK

Vertex AI Vision은 Python SDK도 지원합니다. 이 SDK로 프로그래밍하려면 Python SDK를 설치하기 전에 기본 Python SDK 종속 항목을 충족해야 합니다.

SDK 참조 정보는 Python SDK 참조를 확인하세요.

Python SDK를 사용하는 예시 코드는 Python SDK를 사용한 얼굴 흐리게 처리 튜토리얼을 참고하거나 visionai/python/examples/ 디렉터리의 소스 배포에서 몇 가지 예시를 참고하세요.

Python SDK 패키지 가져오기

Vertex AI Vision SDK에는 Python 라이브러리도 포함되어 있습니다. 다음 안내에 따라 미리 빌드된 Python SDK 버전을 다운로드하고 설치합니다.

1. 패키지를 다운로드합니다.

   Vertex AI Vision SDK GitHub 출시 페이지에서 Python SDK 패키지를 다운로드하거나 다음 명령어를 실행할 수 있습니다.

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

2. (선택사항) 새 가상 환경을 만들고 활성화합니다.

   python3 -m venv vaivenv
   source vaivenv/bin/activate
   

3. 패키지를 설치합니다.

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

4. (선택사항) 설치가 완료되었는지 확인합니다.

   python3
   

   import visionai
   

5. (선택사항) 가상 환경을 비활성화합니다.

   deactivate
   

C++ 프로그래밍 SDK

C++은 Google에서 지원하는 첫 번째 프로그래밍 SDK입니다. C++ 공개 SDK는 visionai/public/streams.h에 있습니다. 참조 정보는 참조 문서를 확인하세요.

다음 단계

• 선택사항: C++ SDK를 사용하여 빌드하고 테스트하는 방법을 알아봅니다.
• 앱에 데이터를 수집하는 방법을 알아보고 앱 빌드에서 추가할 수 있는 처리 구성요소에 관해 알아보세요.
• 데이터 대상에 앱 출력 연결 에서 출력 스토리지 및 처리 옵션을 알아보세요.
• 콘솔에서 Warehouse 데이터 검색 방법을 알아보세요.