使用远程流式传输输入创建入住人数统计应用

Vertex AI Vision 是一个由 AI 提供支持的平台，可用于注入、分析和存储视频 数据。借助 Vertex AI Vision，您可以构建和部署 AI 应用。您可以利用 Vertex AI Vision 与其他产品组件的集成来构建端到端 Vertex AI Vision 解决方案。

如需开始使用 Vertex AI Vision 平台实现解决方案，请查看以下 Vertex AI Vision 概念和组件：

  • 信息流：表示解决方案中的视频流式传输层。视频流来源可以是实时视频（例如 IP 摄像头），也可以是视频文件（例如 MP4 文件）。

  • 应用：实现视频流与 AI 处理器之间的连接，以便对视频执行机器学习操作。例如，您可以将摄像头视频流连接到可统计摄像头前人数的 AI 模型。

  • 媒体仓库：将视频流注入的视频存储到Google Cloud 存储空间。将数据存储到此目的地后，您便可以查询分析输出和元数据，这些数据来自所提取的流中数据所用的 AI 处理器。

目标

本教程介绍了如何执行以下操作：

  • 创建入座率统计应用。
  • 部署应用以供使用。
  • 设置远程计算机以播放视频。
  • 将流式视频提取到应用中的流节点。
  • 在 Vertex AI Vision 的媒体仓库中搜索视频。

费用

在本文档中，您将使用 Google Cloud的以下收费组件：

您可使用价格计算器根据您的预计使用情况来估算费用。

新 Google Cloud 用户可能有资格申请免费试用。

完成本文档中描述的任务后，您可以通过删除所创建的资源来避免继续计费。如需了解详情，请参阅清理。

准备工作

  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. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. Enable the Compute Engine and Vision AI APIs.

    Enable the APIs

  5. Create a service account:

    1. In the Google Cloud console, go to the Create service account page.

      Go to Create service account
    2. Select your project.

    3. In the Service account name field, enter a name. The Google Cloud console fills in the Service account ID field based on this name.

      In the Service account description field, enter a description. For example, Service account for quickstart.

    4. Click Create and continue.

    5. Grant the following roles to the service account: Vision AI > Vision AI Editor, Compute Engine > Compute Instance Admin (beta), Storage > Storage Object Viewer†.

      To grant a role, find the Select a role list, then select the role.

      To grant additional roles, click Add another role and add each additional role.

    6. Click Continue.

    7. Click Done to finish creating the service account.

      Do not close your browser window. You will use it in the next step.

  6. Create a service account key:

    1. In the Google Cloud console, click the email address for the service account that you created.
    2. Click Keys.
    3. Click Add key, and then click Create new key.
    4. Click Create. A JSON key file is downloaded to your computer.
    5. Click Close.

  7. Install the Google Cloud CLI.

  8. 如果您使用的是外部身份提供方 (IdP)，则必须先 使用联合身份登录 gcloud CLI。

  9. 如需初始化 gcloud CLI，请运行以下命令： 

    gcloud init

  10. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  11. Verify that billing is enabled for your Google Cloud project.

  12. Enable the Compute Engine and Vision AI APIs.

    Enable the APIs

  13. Create a service account:

    1. In the Google Cloud console, go to the Create service account page.

      Go to Create service account
    2. Select your project.

    3. In the Service account name field, enter a name. The Google Cloud console fills in the Service account ID field based on this name.

      In the Service account description field, enter a description. For example, Service account for quickstart.

    4. Click Create and continue.

    5. Grant the following roles to the service account: Vision AI > Vision AI Editor, Compute Engine > Compute Instance Admin (beta), Storage > Storage Object Viewer†.

      To grant a role, find the Select a role list, then select the role.

      To grant additional roles, click Add another role and add each additional role.

    6. Click Continue.

    7. Click Done to finish creating the service account.

      Do not close your browser window. You will use it in the next step.

  14. Create a service account key:

    1. In the Google Cloud console, click the email address for the service account that you created.
    2. Click Keys.
    3. Click Add key, and then click Create new key.
    4. Click Create. A JSON key file is downloaded to your computer.
    5. Click Close.

  15. Install the Google Cloud CLI.

  16. 如果您使用的是外部身份提供方 (IdP)，则必须先 使用联合身份登录 gcloud CLI。

  17. 如需初始化 gcloud CLI，请运行以下命令： 

    gcloud init

    18. † 仅当您从 Cloud Storage 存储桶复制示例视频文件时才需要此角色。

    创建入座率统计应用

    设置好环境后，第一步是创建用于处理数据的应用。 应用可以看作是一个自动化的流水线，用于连接以下各项：

    • 数据注入：将视频 Feed 注入到流中。
    • 数据分析：提取数据后，可以添加 AI 模型。可以对提取的视频信息执行任何计算机视觉操作。
    • 数据存储：视频源的两个版本（原始视频流和由 AI 模型处理的视频流）可以存储在媒体仓库中。

    在 Google Cloud 控制台中，应用以图表形式表示。此外，在 Vertex AI Vision 中，应用图必须至少包含两个节点：一个视频源节点（流），以及至少一个其他节点（处理模型或输出目的地）。

    创建空应用

    在填充应用图之前，您必须先创建一个空应用。

    控制台

    在 Google Cloud 控制台中创建应用。

    1. 打开 Vertex AI Vision 信息中心的应用标签页。

      前往“应用”标签页

    2. 点击创建按钮。

    3. 输入 occupancy-count-app 作为应用名称，然后选择您所在的区域。

    4. 点击创建。

    添加应用组件节点

    创建空应用后，您可以将以下三个节点添加到应用图表中：

    1. 提取节点：用于提取您创建的 Compute Engine 虚拟机实例发送的数据的流资源。
    2. 处理节点：对提取的数据执行操作的入住分析模型。
    3. 存储节点：用于存储已处理视频的媒体仓库，同时也是元数据存储区。该仓库可用于生成有关已提取视频数据的分析信息，并存储 AI 模型根据数据推断出的信息。

    控制台

    在控制台中向应用添加组件节点。

    1. 打开 Vertex AI Vision 信息中心的应用标签页。

      前往“应用”标签页

    2. 在 occupancy-count-app 行中，选择 查看图表。这样会进入处理流水线的图表可视化界面。

    添加数据注入节点

    1. 如需添加输入视频流节点，请选择侧边菜单的连接器部分中的视频流选项。

    2. 在打开的视频流菜单的来源部分中，选择 添加视频流。

    3. 在添加视频流菜单中，选择 注册新的视频流，然后添加 occupancy-count-stream 作为视频流名称。

    4. 如需将视频流添加到应用图表中，请点击添加视频流。

    添加数据处理节点

    1. 如需添加入住人数统计模型节点，请选择侧边菜单的专用模型部分中的入住分析选项。

    2. 保留默认选择项：人员和车辆。

    添加数据存储节点

    1. 如需添加输出目标位置（存储）节点，请选择侧边菜单的连接器部分中的 Vertex AI Vision 的媒体仓库选项。

    2. 在 Vertex AI Vision 的媒体仓库菜单中，点击连接仓库。

    3. 在连接仓库菜单中，选择 创建新仓库。将仓库命名为 occupancy-count-warehouse，并将 TTL 时长保留为 14 天。

    4. 点击创建按钮以添加仓库。

    部署应用以供使用

    在构建包含所有必要组件的端到端应用后，使用该应用的最后一步是部署它。

    控制台

    1. 打开 Vertex AI Vision 信息中心的应用标签页。

      前往“应用”标签页

    2. 选择列表中 occupancy-count-app 应用旁边的查看图表。

    3. 在应用图表构建器页面中，点击 Deploy（部署）按钮。

    4. 在随后的确认对话框中，选择部署。

      部署操作可能需要几分钟才能完成。部署完成后，节点旁边会显示绿色对勾标记。

      界面中已部署的应用

    设置远程计算机以播放视频

    现在，您已部署好入住人数统计应用，该应用可以接收、处理和存储流式数据，接下来您必须将视频数据实际流式传输到该应用中。

    在本教程中，您将创建一个托管视频的 Compute Engine 虚拟机实例，并从该虚拟机发送流式视频数据。

    创建一个 Linux VM

    从 Compute Engine 虚拟机实例发送视频的第一步是创建虚拟机实例。

    控制台

    1. 在控制台中，进入虚拟机实例页面。

      转到虚拟机实例

    2. 选择您的项目并点击继续。

    3. 点击创建实例。

    4. 为您的虚拟机指定名称。如需了解详情，请参阅资源命名惯例。

    5. 可选操作：更改此虚拟机的可用区。Compute Engine 会随机列出每个区域内的可用区，以鼓励跨多个可用区使用。

    6. 接受其余的默认选项。如需详细了解这些选项，请参阅创建并启动虚拟机。

    7. 要创建并启动该虚拟机，请点击创建。

    设置虚拟机环境

    虚拟机启动后，您可以使用控制台在浏览器中建立 SSH 连接。建立此连接后，您可以下载 vaictl 命令行工具，将视频注入到您的应用中。

    控制台

    与虚拟机建立 SSH 连接

    1. 在控制台中，打开虚拟机实例页面。

      转到虚拟机实例

    2. 在您创建的实例行的连接部分中，点击 SSH。这将在新的浏览器窗口中打开 SSH 连接。

      界面中的 SSH 选项

    下载 vaictl 命令行工具

    1. 在 SSH-in-browser 窗口中，使用以下命令下载 Vertex AI Vision (vaictl) 命令行工具：

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

    2. 运行以下命令来安装命令行工具：

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

    3. 您可以运行以下命令来测试安装：

      vaictl --help

    将视频文件提取到应用中

    设置虚拟机环境后，您可以复制示例视频文件，然后使用 vaictl 将视频数据流式传输到入住人数统计应用。

    SSH-in-browser

    将示例视频复制到虚拟机

    1. 在虚拟机的浏览器中的 SSH 窗口中，使用以下 gcloud storage cp 命令复制示例视频。替换以下变量：
      • SOURCE：要使用的视频文件的位置。您可以使用自己的视频文件来源（例如 gs://BUCKET_NAME/FILENAME.mp4），也可以使用以下某个示例视频：
        • gs://cloud-samples-data/vertex-ai-vision/street_vehicles_people.mp4（包含人物和车辆的视频，来源）
        • gs://cloud-samples-data/vertex-ai-vision/highway_vehicles.mp4（仅包含车辆的视频，来源） 
      gcloud storage cp SOURCE .

    从虚拟机流式传输视频并将数据注入应用

    1. 如需将此本地视频文件发送到应用输入流，请使用以下命令。您必须进行以下变量替换：
      • PROJECT_ID：您的 Google Cloud 项目 ID。
      • LOCATION_ID：您的位置 ID。例如，us-central1。如需了解详情，请参阅 Cloud 位置。
      • LOCAL_FILE.EXT：本地视频文件的文件名。 例如，my-video.mp4。
      • --loop 标志：可选。循环播放文件数据以模拟流式传输。

      此命令会将视频文件流式传输到流。如果您使用 --loop 标志，视频会循环播放到流中，直到您停止该命令： 

      vaictl -p PROJECT_ID \
    -l LOCATION_ID \
    -c application-cluster-0 \
    --service-endpoint visionai.googleapis.com \
send video-file to streams 'occupancy-count-stream' --file-path LOCAL_FILE.EXT --loop

    从开始执行 vaictl 注入操作到视频显示在信息中心，可能需要大约 100 秒的时间。

    在流注入可用后，您可以在 Vertex AI Vision 信息中心的流标签页中选择 occupancy-count-stream 流，查看视频 Feed。

    前往“数据流”标签页

    界面中正在直播的视频的视图
    在 Google Cloud 控制台中实时查看正在提取到直播中的视频。视频来源： Pixabay 上的 Elizabeth Mavor （添加了像素化效果）。

    搜索存储仓库中的视频内容

    将视频数据注入到处理应用后，您可以查看分析后的视频数据，并根据入住情况分析信息搜索数据。

    控制台

    1. 打开 Vertex AI Vision 信息中心的仓库标签页。

      前往“数据仓库”标签页

    2. 在列表中找到 occupancy-count-warehouse 仓库，然后点击 查看素材资源。

    3. 在人数或车辆数部分，将最小值设置为 1，将最大值设置为 5。

    4. 如需过滤存储在 Vertex AI Vision 的 Media Warehouse 中的已处理视频数据，请点击搜索。

      界面中分面的存储数据视图
      Google Cloud 控制台中符合搜索条件的已存储视频数据的视图。视频提供方： Elizabeth Mavor（来自 Pixabay，应用了搜索条件）。

    清理

    为避免因本教程中使用的资源导致您的 Google Cloud 账号产生费用，请删除包含这些资源的项目，或者保留项目但删除各个资源。

    删除项目

    1. In the Google Cloud console, go to the Manage resources page.

      Go to Manage resources

    2. In the project list, select the project that you want to delete, and then click Delete.
    3. In the dialog, type the project ID, and then click Shut down to delete the project.

    删除各个资源

    删除 Compute Engine 虚拟机实例

    1. In the Google Cloud console, go to the VM instances page.

      Go to VM instances

    2. Select the checkbox for the instance that you want to delete.
    3. To delete the instance, click More actions, click Delete, and then follow the instructions.

    删除仓库

    1. In the Google Cloud console, go to the Warehouses page.

      Go to the Warehouses tab

    2. Locate your occupancy-count-warehouse warehouse.
    3. To delete the warehouse, click Actions, click Delete warehouse, and then follow the instructions.

    删除数据流

    1. In the Google Cloud console, go to the Streams page.

      Go to the Streams tab

    2. Locate your occupancy-count-stream stream.
    3. To delete the stream, click Actions, click Delete stream, and then follow the instructions.

    删除应用

    1. In the Google Cloud console, go to the Applications page.

      Go to the Applications tab

    2. Locate your occupancy-count-app app.
    3. To delete the app, click Actions, click Delete application, and then follow the instructions.

    后续步骤