Vision AI

右側のアーキテクチャ図に示すソリューションは、新しい PDF ドキュメントを Cloud Storage バケットに追加したときにトリガーされるパイプラインをデプロイします。パイプラインは、ドキュメントからテキストを抽出し、抽出されたテキストから要約を作成します。その要約は、表示と検索ができるようにデータベースに保存されます。

このアプリケーションを呼び出すには、Jupyter ノートブックからファイルをアップロードするか、Google Cloud コンソールで Cloud Storage に直接ファイルをアップロードします。

Vision API Product Search を使用すると、小売業者は商品を作成し、いくつかの視点から商品を視覚的に記述する参照画像を作成できます。小売業者はこれらの商品を商品セットに追加できます。

ユーザーが独自の画像で商品セットに対してクエリを実行すると、Vision API Product Search は ML を適用してユーザーの画像内の商品と小売業者の商品セット内の画像を比較し、視覚的および意味的に類似した結果をランク付きリストとして返します。

右側の図に示すソリューションでは、事前トレーニング済みの ML モデルを使用して、ユーザーから提供された画像を分析し、画像アノテーションを生成します。このソリューションをデプロイすると画像処理サービスが作成され、安全でない、または有害なユーザー作成コンテンツの処理、物理的なドキュメントのテキストのデジタル化、画像内のオブジェクトの検出と分類などが可能になります。

構成とセキュリティの設定を確認し、さまざまなニーズに合わせて画像処理サービスを調整する方法を理解できるようになります。

アプリケーションで動画データを分析する前に、Vertex AI Vision の Stream サービスを使用して、連続的なデータフローのためのパイプラインを作成します。取り込まれたデータは、Google の事前トレーニング済みモデルまたはお客様のカスタムモデルによって分析されます。Stream からの分析出力は Vertex AI Vision Warehouse に保存され、そこで AI を活用した高度な検索機能を使用して、非構造化メディア コンテンツをクエリできます。

Visual Inspection AI はすべてのステップで最適化されるため、セットアップが簡単で、ROI を迅速に確認できます。汎用 ML プラットフォームと比較して、高性能検査モデルのトレーニングを開始するためのラベル付き画像の数が最大で 300 分の 1 で、精度が最大 10 倍であることが示されています。技術的な専門知識がなくてもオンプレミスでモデルをトレーニングできます。何よりも、製造現場から流れるデータによってモデルを継続的に更新できるため、新しいユースケースが見つかるたびに精度が向上します。