Questa pagina è stata tradotta dall'API Cloud Translation.

Attivare l'output del live streaming

Dopo aver creato lo stream di importazione dei dati e aggiunto i node di elaborazione all'app, devi scegliere dove inviare i dati elaborati. Un'opzione è ricevere direttamente l'output dell'app di live streaming per poter intervenire in base a questi dati in tempo reale.

In genere, configuri l'app in modo da archiviare l'output del modello in un Google Cloud data warehouse come Media Warehouse di Vertex AI Vision o BigQuery. Una volta archiviati i dati in uno di questi data warehouse, possono essere utilizzati per i job di analisi offline in base al grafo dell'applicazione. Tuttavia, puoi anche ricevere gli output del modello in modalità live streaming. Puoi chiedere a Vertex AI Vision di inoltrare gli output del modello a una risorsa stream e utilizzare lo strumento a riga di comando (vaictl) o l'API Vertex AI Vision per utilizzarli in tempo reale.

Supponiamo che tu abbia il seguente grafo dell'applicazione con i tre seguenti nodi:

Nodo dell'origine dati "Stream di input" (input-stream)
Il nodo di elaborazione "Conteggio presenze" (occupancy-count)
Nodo di destinazione dell'output dell'app "Media Warehouse" (warehouse)

Al momento, l'output dell'app viene inviato dallo stream al processo di conteggio delle persone, e poi al Media Warehouse di Vertex AI Vision, dove viene archiviato.

Configurazione dell'app API:

Configurazione di un'app di esempio nella console Cloud

{
  "applicationConfigs": {
    "nodes": [
        {
          "displayName": "Input Stream",
          "name": "input-stream",
          "processor": "builtin:stream-input"
        },
        {
          "displayName": "Occupancy Count",
          "name": "occupancy-count",
          "nodeConfig": {
            "occupancyCountConfig": {
              "enablePeopleCounting": true,
              "enableVehicleCounting": true
            }
          },
          "parents": [
            {
              "parentNode": "input-stream"
            }
          ],
          "processor": "builtin:occupancy-count"
        },
        {
          "displayName": "Media Warehouse",
          "name": "warehouse",
          "nodeConfig": {
            "mediaWarehouseConfig": {
              "corpus": "projects/PROJECT_ID/locations/LOCATION_ID/corpora/CORPUS_ID",
              "ttl": "86400s"
            }
          },
          "parents": [
            {
              "parentNode": "input-stream"
            },
            {
              "parentNode": "occupancy-count"
            }
          ],
          "processor": "builtin:media-warehouse"
        }
    ]
  }
}

Attivare l'output dello stream (console Google Cloud)

Puoi attivare l'output dello stream nella console Google Cloud al primo deployment del modello o quando esegui il ritiro e il nuovo deployment del modello.

Console

Apri la scheda Applicazioni della dashboard di Vertex AI Vision.

Vai alla scheda Applicazioni
Seleziona Visualizza grafico accanto al nome dell'applicazione nell'elenco.
Nella pagina del generatore di grafici delle applicazioni, fai clic sul pulsante Esegui il deployment.
Nel menu delle opzioni Esegui il deployment dell'applicazione visualizzato, seleziona Attiva lo streaming di output.
Nel menu a discesa Modelli corrispondente, seleziona i modelli per i quali vuoi attivare l'output in streaming.
Fai clic su Esegui il deployment.

Attivare l'output dello stream (API)

Aggiorna il nodo dell'app

Puoi aggiornare la configurazione di un'app sulla riga di comando in modo che un nodo del modello invii specificamente l'output a uno stream.

Dopo aver completato questo passaggio, hai la possibilità di aggiornare l'istanza dell'app per specificare la risorsa stream che riceve i dati di output del nodo di analisi.

REST

Questo esempio utilizza il metodo projects.locations.applications.patch. Questa richiesta aggiorna la configurazione dell'app API dell'app di esempio precedente in modo che il nodo occupancy-count invii le annotazioni di output a uno stream di Vertex AI Vision. Questo comportamento è attivato dal campo output_all_output_channels_to_stream.

Prima di utilizzare i dati della richiesta, apporta le seguenti sostituzioni:

PROJECT: il tuo Google Cloud ID progetto o numero di progetto.
LOCATION_ID: la regione in cui utilizzi Vertex AI Vision. Ad esempio: us-central1, europe-west4. Consulta le regioni disponibili.
APPLICATION_ID: l'ID dell'applicazione di destinazione.

Metodo HTTP e URL:

PATCH https://visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/applications/APPLICATION_ID

Corpo JSON della richiesta:

{
  "applicationConfigs": {
    "nodes": [
        {
          "displayName": "Input Stream",
          "name": "input-stream",
          "processor": "builtin:stream-input"
        },
        {
          "displayName": "Occupancy Count",
          "name": "occupancy-count",
          "nodeConfig": {
            "occupancyCountConfig": {
              "enablePeopleCounting": true,
              "enableVehicleCounting": true
            }
          },
          "parents": [
            {
              "parentNode": "input-stream"
            }
          ],
          "processor": "builtin:occupancy-count",
          "output_all_output_channels_to_stream": true
        }
    ]
  }
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Nota: il seguente comando presuppone che tu abbia eseguito l'accesso all'interfaccia a riga di comando gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login oppure utilizzando Cloud Shell, che ti consente di accedere automaticamente all'interfaccia a riga di comando gcloud. Puoi controllare l'account attualmente attivo eseguendo gcloud auth list.

Salva il corpo della richiesta in un file denominato request.json, quindi esegui il comando seguente:

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/applications/APPLICATION_ID"

PowerShell

Nota: il comando seguente presuppone che tu abbia eseguito l'accesso alla CLI gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login . Puoi controllare l'account attualmente attivo eseguendo gcloud auth list.

Salva il corpo della richiesta in un file denominato request.json, quindi esegui il comando seguente:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method PATCH `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/applications/APPLICATION_ID" | Select-Object -Expand Content

Se l'operazione di aggiornamento termina, restituisce uno stato 200 OK senza errori e il servizio aggiorna la risorsa dell'applicazione di conseguenza.

Aggiorna l'istanza dell'app

L'esempio precedente mostra come aggiornare l'app, in modo che il nodo di destinazione possa inviare l'output a uno stream. Dopo aver attivato questa opzione, se vuoi puoi aggiornare l'istanza dell'app per specificare la risorsa stream che riceve i dati di output del nodo di analisi.

Se non specifichi uno stream con questo comando, la piattaforma dell'app continua a utilizzare uno stream predefinito creato al momento del deployment del nodo dell'app.

Devi creare una risorsa stream a cui il nodo invia l'output

prima di inviare la seguente richiesta.

REST

Questo esempio utilizza il metodo projects.locations.applications.updateApplicationInstances. Questa richiesta utilizza la configurazione dell'app API aggiornata dell'app di esempio precedente. Il comando di aggiornamento precedente ha impostato il nodo occupancy-count in modo da poter inviare le annotazioni di output a uno stream di Vision di Vertex AI. Questo comando aggiorna l'istanza dell'app in modo da inviare i dati dal nodo occupancy-count del produttore a una risorsa stream esistente.

Prima di utilizzare i dati della richiesta, apporta le seguenti sostituzioni:

PROJECT: il tuo Google Cloud ID progetto o numero di progetto.
LOCATION_ID: la regione in cui utilizzi Vertex AI Vision. Ad esempio: us-central1, europe-west4. Consulta le regioni disponibili.
APPLICATION_ID: l'ID dell'applicazione di destinazione.
inputResources: la risorsa o le risorse di input per l'istanza dell'applicazione corrente. Si tratta di un array di oggetti contenenti i seguenti campi:
- consumerNode: il nome del nodo del grafico che riceve la risorsa di input.
- inputResource: il nome completo della risorsa di input.
outputResources.outputResource: la risorsa stream in cui eseguire l'output dei dati dell'app.
outputResources.producerNode: il nome del nodo del produttore dell'output dell'app. In questo esempio, occupancy-count è il nodo di analisi.
INSTANCE_ID: l'ID dell'istanza dell'app.

Metodo HTTP e URL:

POST https://visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/applications/APPLICATION_ID:updateApplicationInstances

Corpo JSON della richiesta:

{
  "applicationInstances": [
    {
      "instance": {
        "inputResources": [
          {
            "consumerNode": "input-stream",
            "inputResource": "projects/PROJECT_NUMBER/locations/LOCATION_ID/clusters/application-cluster-0/streams/INPUT_STREAM_ID"
          }
        ],
        "outputResources":[
          {
            "outputResource": "projects/PROJECT_NUMBER/locations/LOCATION_ID/clusters/application-cluster-0/streams/OUTPUT_STREAM_ID",
            "producerNode": "occupancy-count"
          }
        ]
      },
      "instanceId": INSTANCE_ID
    }
  ]
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json, quindi esegui il comando seguente:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/applications/APPLICATION_ID:updateApplicationInstances"

PowerShell

Salva il corpo della richiesta in un file denominato request.json, quindi esegui il comando seguente:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/applications/APPLICATION_ID:updateApplicationInstances" | Select-Object -Expand Content

Se l'operazione di aggiornamento termina, restituisce uno stato 200 OK senza errori e il servizio aggiorna l'istanza dell'applicazione di conseguenza.