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 an 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.
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 testen, z. B. die Leistung bei verschiedenen Hauttönen zu prüfen, 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.
Nächste Schritte
- Weitere Informationen finden Sie im Blogpost Vertex AI Vision: Einfache Entwicklung und Bereitstellung von KI-Anwendungen für maschinelles Sehen im großen Maßstab.
- Details zu den einzelnen Modellen finden Sie im Leitfaden zu Belegungsanalysen, im Leitfaden zum Unkenntlichmachen von Personen, im Leitfaden zur Personen-/Fahrzeugerkennung oder im Leitfaden zum Bewegungsfilter.
- In der Kurzanleitung App in der Console erstellen erfahren Sie, wie Sie Vertex AI Vision in der Google Cloud Console ausprobieren.
- Richten Sie Ihre lokale Umgebung für die Verwendung von Vertex AI Vision ein.