Vision AI

Mit der im Architekturdiagramm rechts dargestellten Lösung wird eine Pipeline bereitgestellt, die ausgelöst wird, wenn Sie Ihrem Cloud Storage-Bucket ein neues PDF-Dokument hinzufügen. Die Pipeline extrahiert Text aus Ihrem Dokument, erstellt eine Zusammenfassung aus dem extrahierten Text und speichert die Zusammenfassung in einer Datenbank, damit Sie sie ansehen und durchsuchen können.

Sie können die Anwendung aufrufen, indem Sie Dateien entweder über ein Jupyter Notebook oder direkt in Cloud Storage in der Google Cloud Console hochladen.

Mit der Vision API-Produktsuche können Einzelhändler Produkte mit Referenzbildern erstellen, die das Produkt optisch aus mehreren Perspektiven darstellen. Einzelhändler können diese Produkte dann Produktgruppen hinzufügen.

Wenn ein Nutzer die Produktgruppe mit eigenen Bildern abfragt, nutzt die API Vision-Produktsuche maschinelles Lernen, um das Produkt im Bild des Nutzers mit den Bildern in der Produktgruppe des Einzelhändlers zu vergleichen. Zurückgegeben wird eine nach Rang sortierte Liste mit optisch und semantisch ähnlichen Ergebnissen.

Die im Diagramm rechts dargestellte Lösung nutzt vortrainierte Modelle für maschinelles Lernen, um von Nutzern bereitgestellte Bilder zu analysieren und Bildanmerkungen zu generieren. Durch die Bereitstellung dieser Lösung wird ein Bildverarbeitungsdienst erstellt, der Sie dabei unterstützt, unsichere oder schädliche von Nutzern erstellte Inhalte zu verarbeiten, Text aus physischen Dokumenten zu digitalisieren, Objekte in Bildern zu erkennen und zu klassifizieren und vieles mehr.

Sie können sich die Konfigurations- und Sicherheitseinstellungen ansehen und nachvollziehen, wie Sie den Bildverarbeitungsdienst an verschiedene Anforderungen anpassen können.

Bevor Sie die Videodaten mit Ihrer Anwendung analysieren, erstellen Sie eine Pipeline für den kontinuierlichen Datenfluss mit dem Streams-Dienst in Vertex AI Vision. Die aufgenommenen Daten werden dann von den vortrainierten Modellen von Google oder Ihrem benutzerdefinierten Modell analysiert. Die Analyseergebnisse der Streams werden dann im Vertex AI Vision Warehouse gespeichert. Dort können Sie mit erweiterten KI-gestützten Suchfunktionen unstrukturierte Medieninhalte abfragen.

Visual Inspection AI wird bei jedem Schritt optimiert. Die Einrichtung ist einfach und der ROI lässt sich schnell erkennen. Mit bis zu 300-mal weniger beschrifteten Bildern zum Trainieren von Hochleistungsinspektionsmodellen als bei ML-Plattformen für allgemeine Zwecke liefert es nachweislich eine bis zu zehnmal höhere Genauigkeit. Sie können Modelle auch ohne technisches Fachwissen trainieren und sie werden lokal ausgeführt. Das Beste daran ist, dass die Modelle kontinuierlich mit Daten aus der Fabrik aktualisiert werden können, was die Genauigkeit erhöht, wenn Sie neue Anwendungsfälle entdecken.