Vertex AI Vision 是一个由 AI 提供支持的平台，用于提取、分析和存储视频数据。借助 Vertex AI Vision，用户可以使用简化的界面构建和部署应用。
借助 Vertex AI Vision，您可以利用 Vertex AI Vision 与其他主要组件（即实时视频分析、数据流和 Vision Warehouse）的集成，构建端到端计算机图片解决方案。借助 Vertex AI Vision API，您可以使用低级 API 构建高级应用，并创建和更新可组合多个单独 API 调用的高级工作流。然后，您可以向 Vertex AI Vision 平台服务器发出单个部署请求，以整体执行工作流。
借助 Vertex AI Vision，您可以：
- 提取实时视频数据
- 使用通用和自定义的视觉 AI 模型分析数据以获得数据洞见
- 在 Vision Warehouse 中存储数据洞见，以简化查询和元数据信息
Vertex AI Vision 工作流
您需要完成以下步骤才能使用 Vertex AI Vision：
提取实时数据
借助 Vertex AI Vision 的 架构，您可以快速方便地在公共云中流式传输实时视频提取基础架构。
分析数据
数据提取后，Vertex AI Vision 的框架可让您轻松访问和协调不断扩大的通用、自定义和专用分析模型组合。
存储和查询输出
应用分析数据后，您可以将此信息发送到存储目的地（Vision 仓库或 BigQuery），也可以实时接收数据。借助 Vision 仓库，您可以将应用输出发送到仓库，以概括您的搜索工作并支持多种数据类型和用例。
关于 Responsible AI 的说明
在 Google Cloud，我们十分重视帮助客户使用 Vertex AI Vision 安全地开发和实现解决方案。对于 Vertex AI Vision，我们一直致力于根据 Google 的 AI 原则开发公平、公正的性能。
这项工作包括在开发过程中进行偏差测试（例如，研究在不同肤色上的表现），以及开发可增强隐私保护和限制个人身份识别的产品功能，例如人物和人脸模糊处理。我们致力于不断迭代和改进，并将继续将最佳实践和经验教训纳入 Vertex AI 产品中。
将 Vertex AI Vision 集成到客户独特的组织环境中时，可能需要考虑其他 Responsible AI 注意事项。我们鼓励客户在实现 Vertex AI Vision 时利用公平性、可解释性、隐私性和安全性最佳实践，尤其是在构建自定义模型或 AutoML 训练模型时。在本技术文档中，我们提供了更多指导和资源来支持此工作。如需了解详情，请参阅 Google 关于 Responsible AI 做法的建议。
后续步骤
- 如需了解详情，请参阅博文“Vertex AI Vision：轻松构建和大规模部署计算机视觉应用”。
- 如需详细了解特定模型，请参阅“占用情况分析”指南、“模糊处理人物”指南、“人员/车辆检测器”指南或“动作过滤”指南。
- 如需在 Google Cloud 控制台中试用 Vertex AI Vision，请参阅在控制台中构建应用快速入门。
- 设置本地环境以使用 Vertex AI Vision。