Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Vertex AI Vision ist eine KI-gestützte Plattform zum Aufnehmen, Analysieren und Speichern von Videodaten. Mit Vertex AI Vision können Nutzer Anwendungen mit einer vereinfachten Benutzeroberfläche erstellen und bereitstellen.
Mit Vertex AI Vision können Sie End-to-End-Lösungen für Computerbilder erstellen, indem Sie die Integration von Vertex AI Vision mit anderen wichtigen Komponenten nutzen, nämlich Live-Videoanalyse, Datenstreams und Vision Warehouse. Mit der Vertex AI Vision API können Sie eine App auf höherer Ebene aus APIs auf niedriger Ebene erstellen und einen Workflow auf höherer Ebene erstellen und aktualisieren, der mehrere einzelne API-Aufrufe kombiniert. Sie können Ihren Workflow dann als Einheit ausführen, indem Sie eine einzelne Bereitstellungsanfrage an den Vertex AI Vision-Plattformserver senden.
Mit Vertex AI Vision können Sie:
Echtzeit-Videodaten aufnehmen
Daten mit allgemeinen und benutzerdefinierten Vision AI-Modellen analysieren
Statistiken in Vision Warehouse speichern, um Abfragen und Metadateninformationen zu vereinfachen
Vertex AI Vision-Workflow
So verwenden Sie Vertex AI Vision:
Echtzeitdaten aufnehmen
Mit der Architektur von Vertex AI Vision können Sie die Infrastruktur für die Echtzeitaufnahme von Videos schnell und einfach in einer öffentlichen Cloud streamen.
Zehn Tipps zur Datenanalyse mit der G Suite
Nach der Datenaufnahme bietet Ihnen das Framework von Vertex AI Vision einfachen Zugriff und Orchestration eines großen und wachsenden Portfolios von allgemeinen, benutzerdefinierten und spezialisierten Analysemodellen.
Ausgabe speichern und abfragen
Nachdem Ihre App Ihre Daten analysiert hat, können Sie diese Informationen an ein Speicherziel (Vision Warehouse oder BigQuery) senden oder die Daten live empfangen. Mit Vision Warehouse können Sie den App-Output an ein Warehouse senden, das Ihre Sucharbeit generalisiert und mehrere Datentypen und Anwendungsfälle unterstützt.
Ein Diagramm für eine Vertex AI Vision-App zur Belegungsanalyse in der Google Cloud Console
Hinweis zur verantwortungsbewussten Anwendung von KI
Bei Google Cloudhelfen wir Kunden bei der Entwicklung und Implementierung von Lösungen auf Basis von KI-Prinzipien, die auf Vertex AI Vision basieren. Bei Vertex AI Vision haben wir uns bemüht, eine faire und gerechte Leistung gemäß den KI-Grundsätzen von Google zu entwickeln.
Dazu gehört auch, während der Entwicklung auf Voreingenommenheit zu prüfen, z. B. die Leistung bei verschiedenen Hauttönen zu untersuchen und Produktfunktionen zu entwickeln, die den Datenschutz verbessern und die Identifizierung von Personen einschränken, z. B. das Unkenntlichmachen von Personen und Gesichtern.
Wir sind bestrebt, unsere Produkte kontinuierlich zu verbessern und Best Practices und Erfahrungen in unsere Vertex AI-Produkte einfließen zu lassen.
Wenn Vertex AI Vision in den individuellen Kontext eines Unternehmens eingebunden wird, müssen wahrscheinlich zusätzliche Überlegungen im Hinblick auf die verantwortungsbewusste Anwendung von KI berücksichtigt werden.
Wir empfehlen unseren Kunden, bei der Implementierung von Vertex AI Vision Best Practices in Sachen Fairness, Interpretierbarkeit, Datenschutz und Sicherheit zu nutzen, insbesondere beim Erstellen benutzerdefinierter oder mit AutoML trainierter Modelle. In dieser technischen Dokumentation finden Sie zusätzliche Anleitungen und Ressourcen, die Sie bei dieser Arbeit unterstützen. Weitere Informationen finden Sie in den Empfehlungen von Google zu verantwortungsbewusster KI.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-11 (UTC)."],[],[],null,["# Vertex AI Vision overview\n\nVertex AI Vision is an AI-powered platform to ingest, analyze and store video\ndata. Vertex AI Vision lets users build and deploy\napplications with a simplified user interface.\n\nUsing Vertex AI Vision you can build end-to-end computer image solutions by\nleveraging Vertex AI Vision's\nintegration with other major components, namely Live Video Analytics,\ndata streams, and Vision Warehouse. The Vertex AI Vision API allows you to\nbuild a high level app from low level APIs, and create and update a high\nlevel workflow that combines multiple individual API calls. You can then\nexecute your workflow as a unit by making a single deploy request to\nthe Vertex AI Vision platform server.\n\nUsing Vertex AI Vision, you can:\n\n- Ingest real-time video data\n- Analyze data for insights using general and custom vision AI models\n- Store insights in Vision Warehouse for simplified querying and metadata information\n\nVertex AI Vision workflow\n-------------------------\n\nThe steps you complete to use Vertex AI Vision are as follows:\n\n1. **Ingest real-time data**\n\n Vertex AI Vision's architecture allows you to quickly and\n conveniently stream real-time video ingestion infrastructure in a\n public Cloud.\n2. **Analyze data**\n\n After data is ingested, Vertex AI Vision's framework provides you with easy\n access and orchestration of a large and growing portfolio of *general* ,\n *custom* ,\n \\& *specialized* analysis models.\n3. **Store and query output**\n\n After your app analyzes your data you can send this information to a\n storage destination (Vision Warehouse or BigQuery), or\n receive the data live. With Vision Warehouse you can send your app\n output to a warehouse that generalizes your search work and serves\n multiple data types and use cases.\n\n*A graph for a Vertex AI Vision occupancy analytics app in the Google Cloud console*\n\nA note on Responsible AI\n------------------------\n\nAt Google Cloud, we prioritize helping customers safely develop and implement\nsolutions using Vertex AI Vision. For Vertex AI Vision, we've worked to\ndevelop fair and equitable performance in accordance with\n[Google's AI Principles](https://ai.google/principles/).\n\nThis work includes testing for bias during development, for example looking at\nperformance across different skin tones, and developing product features to\nenhance privacy and limit personal identification, like person and face blur.\nWe are committed to iterating and improving, and we will continue to\nincorporate best practices and lessons learned into our Vertex AI\nproducts.\n\nWhen Vertex AI Vision is integrated into a customer's unique organizational\ncontext, there are likely to be additional responsible AI considerations.\nWe encourage customers to leverage fairness, interpretability, privacy and\nsecurity [best practices](https://ai.google/responsibilities/responsible-ai-practices/?category=general) when implementing Vertex AI Vision,\nespecially when building custom or AutoML trained models. Throughout this\ntechnical documentation, we have provided additional guidance and resources to\nsupport this work. To learn more, read about Google's recommendations\nfor [Responsible AI practices](https://ai.google/responsibilities/responsible-ai-practices/?category=general).\n\nWhat's next\n-----------\n\n- Read more in the blog post [\"Vertex AI Vision: Easily build and deploy computer vision\n applications at scale\"](https://cloud.google.com/blog/products/ai-machine-learning/computer-vision-for-vertex-ai).\n- Learn details about specific models in the [Occupancy analytics guide](/vision-ai/docs/occupancy-analytics-model), [Person blur guide](/vision-ai/docs/person-blur-model), [Person/vehicle detector guide](/vision-ai/docs/person-vehicle-model), or [Motion filtering guide](/vision-ai/docs/motion-filtering-model).\n- Try Vertex AI Vision in the Google Cloud console by reading the [Build an app in the console](/vision-ai/docs/build-app-console-quickstart) quickstart.\n- [Set up your local environment](/vision-ai/docs/cloud-environment) to use Vertex AI Vision."]]
