ApplicationConfigs

Pesan yang menyimpan grafik aplikasi.

Representasi JSON 
{
  "nodes": [
    {
      object (Node)
    }
  ]
}
Kolom
nodes[]

object (Node)

Daftar node dalam grafik aplikasi.

Node

Pesan yang menjelaskan objek node.

Representasi JSON 
{
  "name": string,
  "displayName": string,
  "nodeConfig": {
    object (ProcessorConfig)
  },
  "processor": string,
  "parents": [
    {
      object (InputEdge)
    }
  ],

  // Union field stream_output_config can be only one of the following:
  "outputAllOutputChannelsToStream": boolean
  // End of list of possible types for union field stream_output_config.
}
Kolom
name

string

Wajib. Nama unik untuk node.
displayName

string

Nama tampilan yang mudah digunakan untuk node.
nodeConfig

object (ProcessorConfig)

Konfigurasi node.
processor

string

Nama pemroses merujuk ke resource pemroses yang dipilih.
parents[]

object (InputEdge)

Node induk. Node input tidak boleh memiliki node induk. Untuk V1 Alpha1/Beta, hanya node media warehouse yang dapat memiliki beberapa induk, jenis node lainnya hanya akan memiliki satu induk.

Kolom union stream_output_config.

stream_output_config hanya dapat berupa salah satu dari hal berikut:
outputAllOutputChannelsToStream

boolean

Secara default, output node hanya akan tersedia untuk node downstream. Untuk menggunakan output langsung dari node aplikasi, output harus dikirim ke Vision AI Streams terlebih dahulu.

Dengan menetapkan outputAllOutputChannelsToStream ke true, Platform Aplikasi akan otomatis mengirim semua output node saat ini ke resource Vision AI Stream (satu streaming per saluran output). Resource aliran output akan dibuat oleh App Platform secara otomatis selama deployment dan dihapus setelah deployment aplikasi dibatalkan. Perhatikan bahwa konfigurasi ini berlaku untuk semua Instance Aplikasi.

Streaming output dapat diganti di tingkat instance dengan mengonfigurasi bagian outputResources dari resource Instance. producerNode harus berupa node saat ini, outputResourceBinding harus berupa nama saluran output (atau biarkan kosong jika hanya ada 1 saluran output prosesor) dan outputResource harus berupa aliran output target.

ProcessorConfig

ID Berikutnya: 28

Representasi JSON 
{

  // Union field processor_config can be only one of the following:
  "videoStreamInputConfig": {
    object (VideoStreamInputConfig)
  },
  "aiEnabledDevicesInputConfig": {
    object (AIEnabledDevicesInputConfig)
  },
  "mediaWarehouseConfig": {
    object (MediaWarehouseConfig)
  },
  "personBlurConfig": {
    object (PersonBlurConfig)
  },
  "occupancyCountConfig": {
    object (OccupancyCountConfig)
  },
  "personVehicleDetectionConfig": {
    object (PersonVehicleDetectionConfig)
  },
  "vertexAutomlVisionConfig": {
    object (VertexAutoMLVisionConfig)
  },
  "vertexAutomlVideoConfig": {
    object (VertexAutoMLVideoConfig)
  },
  "vertexCustomConfig": {
    object (VertexCustomConfig)
  },
  "generalObjectDetectionConfig": {
    object (GeneralObjectDetectionConfig)
  },
  "bigQueryConfig": {
    object (BigQueryConfig)
  },
  "personalProtectiveEquipmentDetectionConfig": {
    object (PersonalProtectiveEquipmentDetectionConfig)
  }
  // End of list of possible types for union field processor_config.
}
Kolom

Kolom union processor_config.

processor_config hanya dapat berupa salah satu dari hal berikut:
videoStreamInputConfig

object (VideoStreamInputConfig)

Konfigurasi pemroses input streaming.
aiEnabledDevicesInputConfig

object (AIEnabledDevicesInputConfig)

Konfigurasi perangkat input yang dilengkapi AI.
mediaWarehouseConfig

object (MediaWarehouseConfig)

Konfigurasi pemroses media warehouse.
personBlurConfig

object (PersonBlurConfig)

Konfigurasi pemroses pemburaman orang.
occupancyCountConfig

object (OccupancyCountConfig)

Konfigurasi pemroses jumlah jumlah tamu.
personVehicleDetectionConfig

object (PersonVehicleDetectionConfig)

Konfigurasi prosesor Deteksi Kendaraan Orang.
vertexAutomlVisionConfig

object (VertexAutoMLVisionConfig)

Konfigurasi pemroses visi Vertex AutoML.
vertexAutomlVideoConfig

object (VertexAutoMLVideoConfig)

Konfigurasi pemroses video Vertex AutoML.
vertexCustomConfig

object (VertexCustomConfig)

Konfigurasi prosesor Vertex Custom.
generalObjectDetectionConfig

object (GeneralObjectDetectionConfig)

Konfigurasi prosesor Deteksi Objek Umum.
bigQueryConfig

object (BigQueryConfig)

Konfigurasi pemroses BigQuery.
personalProtectiveEquipmentDetectionConfig

object (PersonalProtectiveEquipmentDetectionConfig)

Konfigurasi personalProtectiveEquipmentDetectionConfig

VideoStreamInputConfig

Pesan yang menjelaskan Konfigurasi Input Streaming Video. Pesan ini hanya boleh digunakan sebagai placeholder untuk pemroses builtin:stream-input, binding streaming yang sebenarnya harus ditentukan menggunakan API yang sesuai.

Representasi JSON 
{
  "streams": [
    string
  ],
  "streamsWithAnnotation": [
    {
      object (StreamWithAnnotation)
    }
  ]
}
Kolom
streams[]
(deprecated)

string
streamsWithAnnotation[]
(deprecated)

object (StreamWithAnnotation)

AIEnabledDevicesInputConfig

Pesan yang menjelaskan Konfigurasi Input Perangkat yang mendukung AI.

MediaWarehouseConfig

Pesan yang menjelaskan MediaWarehouseConfig.

Representasi JSON 
{
  "corpus": string,
  "region": string,
  "ttl": string
}
Kolom
corpus

string

Nama resource korpus Media Warehouse. Format: projects/${projectId}/locations/${locationId}/corpora/${corpus_id}
region
(deprecated)

string

Tidak digunakan lagi.
ttl

string (Duration format)

Durasi semua aset media, metadata terkait, dan dokumen penelusuran dapat ada.

Durasi dalam detik dengan maksimal sembilan digit pecahan, yang diakhiri dengan 's'. Contoh: "3.5s".

PersonBlurConfig

Pesan yang menjelaskan FaceBlurConfig.

Representasi JSON 
{
  "personBlurType": enum (PersonBlurType),
  "facesOnly": boolean
}
Kolom
personBlurType

enum (PersonBlurType)

Jenis pemburaman orang.
facesOnly

boolean

Apakah hanya memburamkan wajah selain seluruh objek di pemroses.

PersonBlurType

Jenis Pemburaman Orang

Enum
PERSON_BLUR_TYPE_UNSPECIFIED Jenis PersonBlur UNSPECIFIED.
FULL_OCCULUSION Oklusi penuh Jenis FaceBlur.
BLUR_FILTER Filter blur Jenis FaceBlur.

OccupancyCountConfig

Pesan yang menjelaskan OccupancyCountConfig.

Representasi JSON 
{
  "enablePeopleCounting": boolean,
  "enableVehicleCounting": boolean,
  "enableDwellingTimeTracking": boolean
}
Kolom
enablePeopleCounting

boolean

Baik untuk menghitung kemunculan orang, jumlah output memiliki 'orang' sebagai kunci.
enableVehicleCounting

boolean

Baik untuk menghitung kemunculan kendaraan, jumlah output akan memiliki 'vehicle' sebagai kunci.
enableDwellingTimeTracking

boolean

Apakah akan melacak waktu berkeliaran setiap objek individual di dalam scene atau zona tertentu.

PersonVehicleDetectionConfig

Pesan yang menjelaskan PersonVehicleDetectionConfig.

Representasi JSON 
{
  "enablePeopleCounting": boolean,
  "enableVehicleCounting": boolean
}
Kolom
enablePeopleCounting

boolean

Setidaknya salah satu kolom enablePeopleCounting dan enableVehicleCounting harus ditetapkan ke benar (true). Baik untuk menghitung kemunculan orang, jumlah output memiliki 'orang' sebagai kunci.
enableVehicleCounting

boolean

Baik untuk menghitung kemunculan kendaraan, jumlah output akan memiliki 'vehicle' sebagai kunci.

VertexAutoMLVisionConfig

Pesan konfigurasi Pemroses Vertex AutoML Vision.

Representasi JSON 
{
  "confidenceThreshold": number,
  "maxPredictions": integer
}
Kolom
confidenceThreshold

number

Hanya entity dengan skor yang lebih tinggi dari nilai minimum yang akan ditampilkan. Nilai 0,0 berarti menampilkan semua entity yang terdeteksi.
maxPredictions

integer

Maksimal jumlah prediksi ini akan ditampilkan per frame output. Nilai 0 berarti menampilkan semua entity yang terdeteksi.

VertexAutoMLVideoConfig

Pesan yang menjelaskan VertexAutoMLVideoConfig.

Representasi JSON 
{
  "confidenceThreshold": number,
  "blockedLabels": [
    string
  ],
  "maxPredictions": integer,
  "boundingBoxSizeLimit": number
}
Kolom
confidenceThreshold

number

Hanya entity dengan skor yang lebih tinggi dari nilai minimum yang akan ditampilkan. Nilai 0,0 berarti menampilkan semua entity yang terdeteksi.
blockedLabels[]

string

Label yang ditentukan di kolom ini tidak akan ditampilkan.
maxPredictions

integer

Maksimal jumlah prediksi ini akan ditampilkan per frame output. Nilai 0 berarti menampilkan semua entity yang terdeteksi.
boundingBoxSizeLimit

number

Hanya Bounding Box yang ukurannya lebih besar dari batas ini yang akan ditampilkan. Khusus Pelacakan Objek. Nilai 0,0 berarti menampilkan semua entity yang terdeteksi.

VertexCustomConfig

Pesan yang menjelaskan VertexCustomConfig.

Representasi JSON 
{
  "maxPredictionFps": integer,
  "dedicatedResources": {
    object (DedicatedResources)
  },
  "postProcessingCloudFunction": string,
  "attachApplicationMetadata": boolean
}
Kolom
maxPredictionFps

integer

Frame prediksi maksimum per detik. Atribut ini menetapkan seberapa cepat operator mengirim permintaan prediksi ke endpoint Vertex AI. Nilai defaultnya adalah 0, yang berarti tidak ada batas fps prediksi maksimum. Operator mengirimkan permintaan prediksi pada fps input.
dedicatedResources

object (DedicatedResources)

Deskripsi resource yang didedikasikan untuk DeployedModel, dan yang memerlukan tingkat konfigurasi manual yang lebih tinggi.
postProcessingCloudFunction

string

Jika tidak kosong, hasil prediksi akan dikirim ke fungsi cloud yang ditentukan untuk pemrosesan pasca. * Fungsi cloud akan menerima AppPlatformCloudFunctionRequest dengan kolom anotasi sebagai format json dari proto PredictResponse. * Fungsi cloud harus menampilkan AppPlatformCloudFunctionResponse dengan PredictResponse yang disimpan di kolom anotasi. * Untuk menghapus output prediksi, cukup hapus kolom payload di AppPlatformCloudFunctionResponse yang ditampilkan.
attachApplicationMetadata

boolean

Jika benar, permintaan prediksi yang diterima oleh model kustom juga akan berisi metadata dengan skema berikut: 'appPlatformMetadata': { 'ingestionTime': DOUBLE; (Stempel waktu UNIX) 'application': STRING; 'instanceId': STRING; 'node': STRING; 'processor': STRING; }

DedicatedResources

Deskripsi resource yang didedikasikan untuk DeployedModel, dan yang memerlukan tingkat konfigurasi manual yang lebih tinggi.

Representasi JSON 
{
  "machineSpec": {
    object (MachineSpec)
  },
  "minReplicaCount": integer,
  "maxReplicaCount": integer,
  "autoscalingMetricSpecs": [
    {
      object (AutoscalingMetricSpec)
    }
  ]
}
Kolom
machineSpec

object (MachineSpec)

Wajib. Tidak dapat diubah. Spesifikasi satu mesin yang digunakan oleh prediksi.
minReplicaCount

integer

Wajib. Tidak dapat diubah. Jumlah minimum replika mesin tempat DeployedModel ini akan selalu di-deploy. Nilai ini harus lebih besar dari atau sama dengan 1.

Jika traffic terhadap DeployedModel meningkat, traffic tersebut dapat di-deploy secara dinamis ke lebih banyak replika, dan saat traffic menurun, beberapa replika tambahan ini dapat dibebaskan.
maxReplicaCount

integer

Tidak dapat diubah. Jumlah maksimum replika tempat DeployedModel ini dapat di-deploy saat traffic terhadapnya meningkat. Jika nilai yang diminta terlalu besar, deployment akan mengalami error, tetapi jika deployment berhasil, kemampuan untuk menskalakan model ke banyak replika tersebut akan terjamin (kecuali jika layanan mengalami pemadaman). Jika traffic terhadap DeployedModel meningkat melebihi kapasitas maksimum replikanya, sebagian traffic akan dihapus. Jika nilai ini tidak diberikan, minReplicaCount akan digunakan sebagai nilai default.

Nilai kolom ini memengaruhi tagihan terhadap kuota CPU dan GPU Vertex. Secara khusus, Anda akan ditagih untuk maxReplicaCount * jumlah core dalam jenis mesin yang dipilih) dan (maxReplicaCount * jumlah GPU per replika dalam jenis mesin yang dipilih).
autoscalingMetricSpecs[]

object (AutoscalingMetricSpec)

Tidak dapat diubah. Spesifikasi metrik yang mengganti nilai target metrik penggunaan resource (pemakaian CPU, siklus tugas akselerator, dan sebagainya) (defaultnya 60 jika tidak ditetapkan). Maksimal satu entri diizinkan per metrik.

Jika machineSpec.accelerator_count di atas 0, penskalaan otomatis akan didasarkan pada metrik siklus tugas akselerator dan penggunaan CPU, serta menskalakan ke atas saat salah satu metrik melebihi nilai targetnya, sementara menskalakan ke bawah jika kedua metrik berada di bawah nilai targetnya. Nilai target default adalah 60 untuk kedua metrik.

Jika machineSpec.accelerator_count adalah 0, penskalaan otomatis akan didasarkan pada metrik penggunaan CPU saja dengan nilai target default 60 jika tidak ditetapkan secara eksplisit.

Misalnya, dalam kasus Prediksi Online, jika Anda ingin mengganti target penggunaan CPU menjadi 80, Anda harus menetapkan autoscalingMetricSpecs.metric_name ke aiplatform.googleapis.com/prediction/online/cpu/utilization dan autoscalingMetricSpecs.target ke 80.

MachineSpec

Spesifikasi satu mesin.

Representasi JSON 
{
  "machineType": string,
  "acceleratorType": enum (AcceleratorType),
  "acceleratorCount": integer
}
Kolom
machineType

string

Tidak dapat diubah. Jenis mesin.

Lihat daftar jenis mesin yang didukung untuk prediksi

Lihat daftar jenis mesin yang didukung untuk pelatihan kustom.

Untuk [DeployedModel][], kolom ini bersifat opsional, dan nilai defaultnya adalah n1-standard-2. Untuk [BatchPredictionJob][] atau sebagai bagian dari [WorkerPoolSpec][], kolom ini wajib diisi.
acceleratorType

enum (AcceleratorType)

Tidak dapat diubah. Jenis akselerator yang dapat dipasang ke mesin sesuai dengan acceleratorCount.
acceleratorCount

integer

Jumlah akselerator yang akan dipasang ke mesin.

AcceleratorType

Mewakili jenis akselerator hardware.

Enum
ACCELERATOR_TYPE_UNSPECIFIED Jenis akselerator tidak ditentukan, yang berarti tidak ada akselerator.
NVIDIA_TESLA_K80 GPU Nvidia Tesla K80.
NVIDIA_TESLA_P100 GPU Nvidia Tesla P100.
NVIDIA_TESLA_V100 GPU Nvidia Tesla V100.
NVIDIA_TESLA_P4 GPU Nvidia Tesla P4.
NVIDIA_TESLA_T4 GPU Nvidia Tesla T4.
NVIDIA_TESLA_A100 GPU Nvidia Tesla A100.
TPU_V2 TPU v2.
TPU_V3 TPU v3.

AutoscalingMetricSpec

Spesifikasi metrik yang menentukan penggunaan resource target (penggunaan CPU, siklus tugas akselerator, dan sebagainya) untuk menghitung jumlah replika yang diinginkan.

Representasi JSON 
{
  "metricName": string,
  "target": integer
}
Kolom
metricName

string

Wajib. Nama metrik resource. Metrik yang didukung:

  • Untuk Prediksi Online:
  • aiplatform.googleapis.com/prediction/online/accelerator/duty_cycle
  • aiplatform.googleapis.com/prediction/online/cpu/utilization
target

integer

Penggunaan resource target dalam persentase (1% - 100%) untuk metrik tertentu; setelah penggunaan sebenarnya menyimpang dari target sebesar persentase tertentu, replika mesin akan berubah. Nilai defaultnya adalah 60 (mewakili 60%) jika tidak diberikan.

GeneralObjectDetectionConfig

Pesan konfigurasi untuk pemroses Deteksi Objek Umum.

BigQueryConfig

Pesan konfigurasi untuk pemroses BigQuery.

Representasi JSON 
{
  "table": string,
  "cloudFunctionMapping": {
    string: string,
    ...
  },
  "createDefaultTableIfNotExists": boolean
}
Kolom
table

string

Resource tabel BigQuery untuk Vision AI Platform guna menyerap anotasi.
cloudFunctionMapping

map (key: string, value: string)

Skema Data Secara default, Aplikasi Vision AI akan mencoba menulis anotasi ke tabel BigQuery target menggunakan skema berikut:

ingestion_time: TIMESTAMP, waktu penyerapan data asli.

application: STRING, nama aplikasi yang menghasilkan anotasi.

instance: STRING, ID instance yang menghasilkan anotasi.

node: STRING, nama node grafik aplikasi yang menghasilkan anotasi.

annotation: STRING atau JSON, protobuf anotasi yang sebenarnya akan dikonversi menjadi string json dengan kolom byte sebagai string yang dienkode 64. Kolom ini dapat ditulis ke kolom jenis String atau Json.

Untuk meneruskan data anotasi ke tabel BigQuery yang ada, pelanggan harus memastikan kompatibilitas skema. Peta memetakan nama node aplikasi ke endpoint fungsi cloud yang sesuai untuk mengubah anotasi langsung ke google.cloud.bigquery.storage.v1.AppendRowsRequest (hanya avro_rows atau proto_rows yang harus ditetapkan). Jika dikonfigurasi, anotasi yang dihasilkan oleh node aplikasi yang sesuai akan dikirim ke Cloud Function terlebih dahulu sebelum diteruskan ke BigQuery.

Jika skema tabel default tidak cocok, pelanggan dapat mengubah output anotasi dari Aplikasi Vision AI ke skema tabel BigQuery arbitrer dengan CloudFunction. * Cloud Function akan menerima AppPlatformCloudFunctionRequest dengan kolom anotasi sebagai format json anotasi Vision AI. * Fungsi cloud harus menampilkan AppPlatformCloudFunctionResponse dengan AppendRowsRequest yang disimpan di kolom anotasi. * Untuk menghapus anotasi, cukup hapus kolom anotasi di AppPlatformCloudFunctionResponse yang ditampilkan.

Objek yang berisi daftar pasangan "key": value. Contoh: { "name": "wrench", "mass": "1.3kg", "count": "3" }.
createDefaultTableIfNotExists

boolean

Jika benar, Platform Aplikasi akan membuat Set Data BigQuery dan Tabel BigQuery dengan skema default jika tabel yang ditentukan tidak ada. Hal ini tidak akan berfungsi jika skema kustom fungsi cloud ditentukan karena sistem tidak mengetahui skema yang Anda inginkan. Kolom JSON akan digunakan dalam tabel default yang dibuat oleh Platform Aplikasi.

PersonalProtectiveEquipmentDetectionConfig

Pesan yang menjelaskan PersonalProtectiveEquipmentDetectionConfig.

Representasi JSON 
{
  "enableFaceCoverageDetection": boolean,
  "enableHeadCoverageDetection": boolean,
  "enableHandsCoverageDetection": boolean
}
Kolom
enableFaceCoverageDetection

boolean

Apakah akan mengaktifkan deteksi penutupan wajah.
enableHeadCoverageDetection

boolean

Apakah akan mengaktifkan deteksi cakupan kepala.
enableHandsCoverageDetection

boolean

Apakah akan mengaktifkan deteksi cakupan tangan.

InputEdge

Pesan yang menjelaskan satu tepi yang mengarah ke node.

Representasi JSON 
{
  "parentNode": string,
  "parentOutputChannel": string,
  "connectedInputChannel": string
}
Kolom
parentNode

string

Nama node induk.
parentOutputChannel

string

Artefak output yang terhubung dari node induk. Ini dapat dihilangkan jika pemroses target hanya memiliki 1 artefak output.
connectedInputChannel

string

Saluran input yang terhubung dari prosesor node saat ini. Ini dapat dihilangkan jika pemroses target hanya memiliki 1 saluran input.