Vision AI
Estrai insight da immagini, documenti e video
Accedi a modelli di visione artificiale avanzati tramite API per automatizzare le attività di visione, semplificare l'analisi e sbloccare insight strategici. Oppure crea app personalizzate con addestramento di modelli senza codice e a basso costo in un ambiente gestito.
I nuovi clienti ricevono fino a 300 $ di crediti senza costi per provare Vision AI e altri prodotti Google Cloud.
Puoi anche provare a eseguire il deployment di soluzioni di riepilogo documenti ed elaborazione di immagini IA/ML consigliate da Google.
Panoramica
Che cos'è la visione artificiale?
La visione artificiale è un campo dell'intelligenza artificiale (IA) che consente a computer e sistemi di interpretare e analizzare dati visivi e ricavare informazioni significative da immagini digitali, video e altri input visivi. Alcune delle sue tipiche applicazioni nel mondo reale includono: rilevamento di oggetti, elaborazione di contenuti visivi (immagini, documenti, video), comprensione e analisi, ricerca di prodotti, classificazione e ricerca di immagini e moderazione dei contenuti.
AI generativa multimodale avanzata
Gemini Enterprise Agent Platform di Google Cloud offre l'accesso a Gemini, una famiglia di modelli multimodali all'avanguardia in grado di comprendere praticamente qualsiasi input, combinare diversi tipi di informazioni e generare quasi ogni tipo di output.
AI generativa incentrata sulla visione
Imagen su Agent Platform offre agli sviluppatori di applicazioni le funzionalità di AI generativa all'avanguardia per le immagini di Google tramite un'API. Alcune delle sue funzionalità principali includono la generazione di immagini con prompt di testo, la modifica delle immagini con prompt di testo, la descrizione di un'immagine nel testo e l'ottimizzazione del modello del soggetto.
Vision AI pronta all'uso
Basata sui modelli ML preaddestrati di Google per la visione artificiale, l'API Cloud Vision è un'API (REST e RPC) facilmente disponibile che consente agli sviluppatori di integrare facilmente funzionalità comuni di rilevamento visivo all'interno delle applicazioni, ad esempio: etichettatura di immagini, rilevamento di volti e punti di riferimento, riconoscimento ottico dei caratteri (OCR) e tagging dei contenuti espliciti.
Ogni funzionalità che applichi a un'immagine è un'unità fatturabile: l'API Cloud Vision ti consente di utilizzare senza costi 1000 unità delle sue funzionalità ogni mese. Visualizza dettagli dei prezzi.
AI generativa per la comprensione dei documenti
Document AI è una piattaforma per la comprensione di documenti che combina visione artificiale e altre tecnologie, come l'elaborazione del linguaggio naturale, per estrarre testo e dati da documenti scansionati, trasformando i dati non strutturati in informazioni strutturate e insight aziendali.
Offre un'ampia gamma di processori preaddestrati ottimizzati per diversi tipi di documenti. Inoltre, semplifica la creazione di processori personalizzati per classificare, suddividere ed estrarre dati strutturati dai documenti tramite Document AI Workbench.
Vision AI per i video pronta all'uso
L'API Video Intelligence, che è alla base della tecnologia di visione artificiale, è un modo semplice per elaborare, analizzare e comprendere i contenuti video.
I suoi modelli di ML preaddestrati riconoscono automaticamente un gran numero di oggetti, luoghi e azioni nei video archiviati e in streaming, con una qualità eccezionale. È estremamente efficiente per casi d'uso comuni come la moderazione e i consigli sui contenuti, gli archivi multimediali e la pubblicità contestuale. Puoi anche addestrare modelli ML personalizzati con Agent Platform Vision per le tue esigenze specifiche.
Dati, privacy e sicurezza
Google Cloud dispone di funzionalità leader del settore che offrono a te, ovvero ai nostri clienti, il controllo dei dati e la visibilità su quando e come viene effettuato l'accesso ai dati.
Come cliente Google Cloud, sei proprietario dei tuoi dati cliente. Adottiamo rigorose misure di sicurezza per salvaguardare i dati dei clienti e ti offriamo strumenti e funzionalità per controllarli in base alle tue esigenze. I dati del cliente sono tuoi, non di Google. Trattiamo i tuoi dati solo in base a quanto stabilito dai contratti che hai sottoscritto.
Scopri di più nel nostro Centro risorse per la privacy.
Confronta i prodotti di visione artificiale
| Offerta | Ideale per | Funzionalità principali |
|---|---|---|
Integrazione rapida e semplice delle funzionalità di visione di base. | Funzionalità predefinite come etichettatura delle immagini, rilevamento di volti e punti di riferimento, OCR, ricerca sicura. Conveniente, pagamento in base al consumo. | |
Estrazione di insight da documenti e immagini scansionati, automazione dei flussi di lavoro dei documenti. | OCR (basato sull'AI generativa), NLP, ML per la comprensione dei documenti, l'estrazione del testo, l'identificazione delle entità e la categorizzazione dei documenti. | |
Analisi dei contenuti video, della moderazione e dei consigli dei contenuti, degli archivi multimediali e degli annunci contestuali. | Rilevamento e tracciamento di oggetti, comprensione delle scene, riconoscimento delle attività, rilevamento e riconoscimento facciale, rilevamento e riconoscimento dei testi. | |
Ottieni descrizioni automatiche delle immagini. Classificazione e ricerca di immagini. Consigli e moderazione dei contenuti. | Generazione di immagini, editing di immagini, didascalie visive e embedding multimodale. Consulta l'elenco completo delle funzionalità e delle relative fasi di lancio. |
Ottimizzati per scopi diversi, questi prodotti consentono di sfruttare modelli di ML preaddestrati e di iniziare subito a lavorare, con la possibilità di essere perfezionati facilmente.
Integrazione rapida e semplice delle funzionalità di visione di base.
Funzionalità predefinite come etichettatura delle immagini, rilevamento di volti e punti di riferimento, OCR, ricerca sicura.
Conveniente, pagamento in base al consumo.
Estrazione di insight da documenti e immagini scansionati, automazione dei flussi di lavoro dei documenti.
OCR (basato sull'AI generativa), NLP, ML per la comprensione dei documenti, l'estrazione del testo, l'identificazione delle entità e la categorizzazione dei documenti.
Analisi dei contenuti video, della moderazione e dei consigli dei contenuti, degli archivi multimediali e degli annunci contestuali.
Rilevamento e tracciamento di oggetti, comprensione delle scene, riconoscimento delle attività, rilevamento e riconoscimento facciale, rilevamento e riconoscimento dei testi.
Ottieni descrizioni automatiche delle immagini.
Classificazione e ricerca di immagini.
Consigli e moderazione dei contenuti.
Generazione di immagini, editing di immagini, didascalie visive e embedding multimodale.
Consulta l'elenco completo delle funzionalità e delle relative fasi di lancio.
Ottimizzati per scopi diversi, questi prodotti consentono di sfruttare modelli di ML preaddestrati e di iniziare subito a lavorare, con la possibilità di essere perfezionati facilmente.
Come funziona
La suite di strumenti Vision AI di Google Cloud combina la visione artificiale con altre tecnologie per comprendere e analizzare i video e integrare facilmente funzionalità di rilevamento visivo nelle applicazioni, tra cui etichettatura delle immagini, rilevamento di volti e punti di riferimento, riconoscimento ottico dei caratteri (OCR) e tagging dei contenuti espliciti.
Questi strumenti sono disponibili tramite API e rimangono personalizzabili per esigenze specifiche.
La suite di strumenti Vision AI di Google Cloud combina la visione artificiale con altre tecnologie per comprendere e analizzare i video e integrare facilmente funzionalità di rilevamento visivo nelle applicazioni, tra cui etichettatura delle immagini, rilevamento di volti e punti di riferimento, riconoscimento ottico dei caratteri (OCR) e tagging dei contenuti espliciti.
Questi strumenti sono disponibili tramite API e rimangono personalizzabili per esigenze specifiche.
Demo
Scopri come funziona la visione artificiale con i tuoi file
Rileva il testo nei file non elaborati e riassumi automaticamente
Riassumi documenti di grandi dimensioni con l'AI generativa
La soluzione raffigurata nel diagramma dell'architettura a destra esegue il deployment di una pipeline che viene attivata quando aggiungi un nuovo documento PDF al tuo bucket Cloud Storage. La pipeline estrae il testo dal documento, crea un riepilogo dal testo estratto e lo archivia in un database che puoi visualizzare e cercare.
Puoi richiamare l'applicazione caricando file tramite un blocco note Jupyter o direttamente in Cloud Storage nella console Google Cloud.
Tempo di deployment stimato: 11 min (1 min per la configurazione, 10 min per il deployment).
Procedure
Riassumi documenti di grandi dimensioni con l'AI generativa
La soluzione raffigurata nel diagramma dell'architettura a destra esegue il deployment di una pipeline che viene attivata quando aggiungi un nuovo documento PDF al tuo bucket Cloud Storage. La pipeline estrae il testo dal documento, crea un riepilogo dal testo estratto e lo archivia in un database che puoi visualizzare e cercare.
Puoi richiamare l'applicazione caricando file tramite un blocco note Jupyter o direttamente in Cloud Storage nella console Google Cloud.
Tempo di deployment stimato: 11 min (1 min per la configurazione, 10 min per il deployment).
Crea una pipeline di elaborazione delle immagini
Elaborazione scalabile delle immagini su un'architettura serverless
La soluzione, rappresentata nel diagramma a destra, utilizza modelli di machine learning preaddestrati per analizzare le immagini fornite dagli utenti e generare annotazioni delle immagini. L'implementazione di questa soluzione crea un servizio di elaborazione delle immagini che può aiutarti a gestire contenuti generati dagli utenti non sicuri o dannosi, digitalizzare il testo dei documenti fisici, rilevare e classificare oggetti nelle immagini e altro ancora.
Sarai in grado di rivedere le impostazioni di configurazione e sicurezza per capire come adattare il servizio di elaborazione delle immagini alle diverse esigenze.
Tutorial: creare una pipeline di analisi della visione per elaborare una grande quantità di immagini
Documentazione completa: Elaborazione di immagini AI/ML su Cloud Functions
Guida passo passo completa: Esegui il deployment della pipeline di elaborazione delle immagini utilizzando l'interfaccia a riga di comando di Terraform +
Tempo di deployment stimato: 12 min (2 min per la configurazione, 10 min per il deployment).
Procedure
Elaborazione scalabile delle immagini su un'architettura serverless
La soluzione, rappresentata nel diagramma a destra, utilizza modelli di machine learning preaddestrati per analizzare le immagini fornite dagli utenti e generare annotazioni delle immagini. L'implementazione di questa soluzione crea un servizio di elaborazione delle immagini che può aiutarti a gestire contenuti generati dagli utenti non sicuri o dannosi, digitalizzare il testo dei documenti fisici, rilevare e classificare oggetti nelle immagini e altro ancora.
Sarai in grado di rivedere le impostazioni di configurazione e sicurezza per capire come adattare il servizio di elaborazione delle immagini alle diverse esigenze.
Tutorial: creare una pipeline di analisi della visione per elaborare una grande quantità di immagini
Documentazione completa: Elaborazione di immagini AI/ML su Cloud Functions
Guida passo passo completa: Esegui il deployment della pipeline di elaborazione delle immagini utilizzando l'interfaccia a riga di comando di Terraform +
Tempo di deployment stimato: 12 min (2 min per la configurazione, 10 min per il deployment).
Ottieni descrizioni automatiche delle immagini con l'AI generativa
La funzionalità Didascalia visiva di Imagen ti consente di generare una descrizione pertinente per un'immagine. Puoi utilizzarla per ottenere metadati più dettagliati sulle immagini da archiviare e cercare, per generare sottotitoli automatici. per supportare casi d'uso di accessibilità e ricevere descrizioni rapide di prodotti e risorse visive.
Disponibile in inglese, francese, tedesco, italiano e spagnolo, questa funzionalità è accessibile nella console Google Cloud o tramite una chiamata API.
Procedure
La funzionalità Didascalia visiva di Imagen ti consente di generare una descrizione pertinente per un'immagine. Puoi utilizzarla per ottenere metadati più dettagliati sulle immagini da archiviare e cercare, per generare sottotitoli automatici. per supportare casi d'uso di accessibilità e ricevere descrizioni rapide di prodotti e risorse visive.
Disponibile in inglese, francese, tedesco, italiano e spagnolo, questa funzionalità è accessibile nella console Google Cloud o tramite una chiamata API.
Estrai testo e insight dai documenti con l'AI generativa
Estrai insight da documenti articolati con Document AI
Basato su un modello di base, Document AI Custom Extractor estrae testo e dati dai documenti, generici e specifici per il dominio, più velocemente e con maggiore accuratezza. Facile ottimizzazione con soli 5-10 documenti per prestazioni ancora migliori.
Se vuoi addestrare un modello personalizzato, etichetta automaticamente i set di dati con il modello di base per velocizzare i tempi di produzione.
Oppure puoi scegliere di utilizzare processori specializzati preaddestrati: consulta l'elenco completo dei processori.
Procedure
Estrai insight da documenti articolati con Document AI
Basato su un modello di base, Document AI Custom Extractor estrae testo e dati dai documenti, generici e specifici per il dominio, più velocemente e con maggiore accuratezza. Facile ottimizzazione con soli 5-10 documenti per prestazioni ancora migliori.
Se vuoi addestrare un modello personalizzato, etichetta automaticamente i set di dati con il modello di base per velocizzare i tempi di produzione.
Oppure puoi scegliere di utilizzare processori specializzati preaddestrati: consulta l'elenco completo dei processori.
Prezzi
| Come funzionano i prezzi di Vision AI | Ogni offerta di visione ha un insieme di funzionalità o processori, che hanno prezzi diversi. Consulta le pagine dei prezzi dettagliati per maggiori informazioni. | ||
|---|---|---|---|
| Livello senza costi | Prodotto/servizio | Prezzo scontato | Dettagli |
API Vision | Prime 1000 unità ogni mese sono senza costi | Oltre 5.000.001 unità al mese | |
Document AI | N/A I prezzi sono influenzati dal processore. | 5.000.001+ pagine al mese per il processore Enterprise Document OCR | |
API Video Intelligence | Primi 1000 minuti al mese sono senza costi | 100.000+ minuti al mese | |
Imagen: embedding multimodali |
|
| US $0,0001 per input di immagine |
Imagen: didascalia visiva |
|
| US $0,0015 per immagine |
Gemini Pro Vision | |||
Come funzionano i prezzi di Vision AI
Ogni offerta di visione ha un insieme di funzionalità o processori, che hanno prezzi diversi. Consulta le pagine dei prezzi dettagliati per maggiori informazioni.
API Vision
Prime 1000 unità
ogni mese sono senza costi
Oltre 5.000.001 unità
al mese
Document AI
N/A
I prezzi sono influenzati dal processore.
5.000.001+ pagine
al mese per il processore Enterprise Document OCR
API Video Intelligence
Primi 1000 minuti
al mese sono senza costi
100.000+ minuti
al mese
Imagen: embedding multimodali
US $0,0001
per input di immagine
Imagen: didascalia visiva
US $0,0015
per immagine
