Configure um projeto e um ambiente de programação

Este guia descreve como configurar um Google Cloud projeto para começar a usar o Vertex AI Vision.

Configure o seu projeto

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.

Se estiver a usar um fornecedor de identidade (IdP) externo, tem primeiro de iniciar sessão na CLI gcloud com a sua identidade federada.

Para inicializar a CLI gcloud, execute o seguinte comando:

gcloud init

Create or select a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the 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.

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI Vision API:

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

gcloud services enable visionai.googleapis.com

Set up authentication:

1. Ensure that you have the Create Service Accounts IAM role (roles/iam.serviceAccountCreator). Learn how to grant roles.

2. Create the service account:

   gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

   Replace SERVICE_ACCOUNT_NAME with a name for the service account.

3. 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
   Note: The --role flag affects which resources the service account can access in your project. You can revoke these roles or grant additional roles later.

4. 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.

Se estiver a usar um fornecedor de identidade (IdP) externo, tem primeiro de iniciar sessão na CLI gcloud com a sua identidade federada.

Para inicializar a CLI gcloud, execute o seguinte comando:

gcloud init

Create or select a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the 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.

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI Vision API:

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

gcloud services enable visionai.googleapis.com

Set up authentication:

1. Ensure that you have the Create Service Accounts IAM role (roles/iam.serviceAccountCreator). Learn how to grant roles.

2. Create the service account:

   gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

   Replace SERVICE_ACCOUNT_NAME with a name for the service account.

3. 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
   Note: The --role flag affects which resources the service account can access in your project. You can revoke these roles or grant additional roles later.

4. 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.



Funções: consoante o seu exemplo de utilização, a função project.editor pode ser mais adequada. Se conceder apenas a função visionai.editor à associação de políticas, tem de conceder funções adicionais para determinadas operações. Por exemplo, tem de adicionar bigquery.dataEditor para usar um conetor do BigQuery, cloudfunctions.developer para usar funções do Cloud Run, etc.

Determinadas tarefas requerem a utilização deGoogle Cloud produtos adicionais além do Vertex AI Vision. Pode ter de realizar tarefas de configuração adicionais para usar outros Google Cloud produtos.

SDK Vertex AI Vision

O Software Development Kit (SDK) Vertex AI Vision contém ferramentas e bibliotecas para desenvolver programas e fluxos de trabalho personalizados com o Vertex AI Vision.

Estas ferramentas referem-se a um conjunto de ficheiros de origem binários que ajudam a aumentar a sua produtividade quando usa ou desenvolve soluções com a Vertex AI Vision. Também pode adicionar estes ficheiros de origem binários aos seus scripts para ajudar a gerir implementações de maior escala. A interface de linhas de comando (CLI) vaictl é um exemplo nesta categoria.

As bibliotecas referem-se a um conjunto de APIs de programação que pode usar para gerir, controlar e executar programaticamente a entrada/saída de diferentes formulários com o Vertex AI Vision. A API de programação C++ é um exemplo nesta categoria.

O código das ferramentas e das bibliotecas é de código aberto, e convidamos os programadores a criá-los diretamente. Para ferramentas, também oferecemos ficheiros binários pré-criados em plataformas específicas que pode transferir para utilização direta. Também oferecemos imagens do Docker para casos em que a sua plataforma não é suportada diretamente.

Pré-requisitos

Considere estes pré-requisitos antes de usar o SDK Vertex AI Vision.

Plataformas suportadas

Atualmente, só suportamos diretamente máquinas x86 com uma distribuição Linux baseada em Debian. Também oferecemos uma imagem do Docker com ferramentas já criadas e instaladas se usar uma plataforma diferente.

Requisitos de software adicionais

A maioria das dependências de software de terceiros que o SDK Vertex AI Vision requer são geridas automaticamente quando instala os ficheiros binários pré-criados. No entanto, para usar determinados aspetos das funcionalidades e dos fluxos de trabalho do SDK, tem de instalar dependências adicionais. Esta secção apresenta estas exceções e como as transferir e instalar.

SDK Python

O pacote Python pip instala automaticamente todas as respetivas dependências. No entanto, a instalação básica subjacente do Python tem de cumprir as seguintes condições:

• Python >= 3.8.

Crie a partir de dependências de origem

A maioria dos utilizadores pode usar os binários do SDK pré-criados para o respetivo fluxo de trabalho. Se quiser desenvolver e criar o SDK a partir da origem, também tem de se certificar de que o seu sistema cumpre os seguintes requisitos.

• Instale o Bazel. Para ver instruções de instalação, consulte a documentação do Bazel.

• No Ubuntu 20.04, também precisa de várias dependências do sistema. Pode instalá-los com o seguinte comando:

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

Obtenha binários pré-criados

A ferramenta vaictl é a ferramenta binária pronta a usar que pode ser usada para controlar o Vertex AI Vision, bem como para enviar e receber dados que processa.

Esta secção mostra formas de transferir e instalar esta ferramenta.

Instale o pacote Debian

Tem duas opções para usar a ferramenta de linha de comandos vaictl, que precisa para trabalhar com I/O (dados de stream):

• Instale a ferramenta de linha de comandos localmente (SO: Debian GNU/Linux, arquitetura da CPU: x86_64) ou
• Execute os comandos numa imagem do Docker com todas as dependências instaladas.

Siga estes passos para obter a ferramenta de linha de comandos vaictl:

Transfira o pacote

Para instalações diretas, atualmente, apenas suportamos distribuições Debian/Ubuntu.

Também pode transferir este pacote Debian a partir da página de lançamentos do GitHub do SDK Vertex AI Vision.

1. (Opcional) Remova as versões anteriores do vaictl.

   Antes de poder instalar a ferramenta de linha de comandos vaictl, tem de eliminar todas as versões anteriores da ferramenta no seu computador:

   sudo apt-get remove visionai

2. Transfira o pacote necessário. Pode transferir o pacote a partir da página de lançamentos do GitHub ou usar o seguinte comando:

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

3. Depois de transferir o pacote, execute o seguinte comando no diretório onde transferiu o ficheiro:

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

4. Valide a instalação:

   vaictl --help

Obtenha o Docker

Pode obter uma imagem do Docker com o SDK Vertex AI Vision e todas as respetivas dependências já pré-instaladas. Esta imagem do Docker está disponível em: gcr.io/visionai-public-images/vaictl.

1. Transfira a imagem do Container Registry:

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

2. Executar um terminal de contentores interativo.

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

3. Valide a funcionalidade:

   vaictl --help

Obtenha o código-fonte

O SDK Vertex AI Vision é de código aberto e está disponível publicamente no GitHub.

Embora o SDK dependa das definições da API de serviço, esta dependência já é gerida automaticamente pelo Bazel e não precisa de a adquirir explicitamente. No entanto, se precisar de acesso direto às APIs de serviço, pode obtê-las no googleapisrepositório do GitHub.

O SDK de programação Python

O Vertex AI Vision também suporta um SDK Python. Para programar com este SDK, certifique-se de que cumpriu as dependências básicas do SDK Python antes de instalar o SDK Python.

Para informações de referência do SDK, consulte a referência do SDK Python.

Para ver exemplos de códigos que usam o SDK Python, consulte o tutorial sobre o efeito de esbatimento de rostos com o SDK Python ou veja alguns exemplos na distribuição de origem no diretório visionai/python/examples/.

Obtenha o pacote do SDK Python

O SDK Vertex AI Vision também contém uma biblioteca Python. Transfira e instale a versão pré-criada do SDK Python com as seguintes instruções.

1. Transfira o pacote.

   Pode transferir o pacote do SDK Python a partir da página de lançamentos do GitHub do SDK Vertex AI Vision ou pode executar o comando:

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

2. Opcional. Crie e ative um novo ambiente virtual:

   python3 -m venv vaivenv
   source vaivenv/bin/activate
   

3. Instale o pacote:

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

4. Opcional. Confirme se a instalação funcionou:

   python3
   

   import visionai
   

5. Opcional. Desative o ambiente virtual:

   deactivate
   

O SDK de programação C++

O C++ é o primeiro SDK de programação que suportamos. O SDK público de C++ encontra-se em visionai/public/streams.h. Para informações de referência, consulte a documentação de referência.

O que se segue?

• Opcional: saiba como criar e testar com o SDK de C++.
• Saiba como carregar dados para uma app e leia acerca dos componentes de processamento que pode adicionar em Criar uma app.
• Saiba mais sobre as opções de armazenamento e tratamento de resultados em Associe o resultado da app a um destino de dados .
• Leia sobre como pesquisar dados do armazém na consola.