設定專案和開發環境

本指南說明如何設定 Google Cloud 專案，以便開始使用 Vertex AI Vision。

設定專案

登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎 建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。

安裝 Google Cloud CLI。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

• 選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
• 建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

注意：如果您不打算保留在這項程序中建立的資源，請建立新專案，而不要選取現有專案。完成這些步驟後，您就可以刪除專案，並移除與該專案相關聯的所有資源。

• 建立 Google Cloud 專案：

  gcloud projects create PROJECT_ID

  將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。

• 選取您建立的 Google Cloud 專案：

  gcloud config set project PROJECT_ID

  將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認專案已啟用計費功能 Google Cloud 。

啟用 Vertex AI Vision API：

啟用 API 時所需的角色

如要啟用 API，您需要具備服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。

gcloud services enable visionai.googleapis.com

設定驗證方法：

1. 確認您具備「建立服務帳戶」身分與存取權管理角色 (roles/iam.serviceAccountCreator) 和「專案 IAM 管理員」角色 (roles/resourcemanager.projectIamAdmin)。瞭解如何授予角色。

2. 建立服務帳戶：

   gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

   將 SERVICE_ACCOUNT_NAME 換成服務帳戶的名稱。

3. 將 roles/visionai.editor 身分與存取權管理角色授予服務帳戶：

   gcloud projects add-iam-policy-binding PROJECT_ID --member="serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com" --role=roles/visionai.editor

   請替換下列項目：

   • SERVICE_ACCOUNT_NAME：服務帳戶名稱
   • PROJECT_ID：您建立服務帳戶的專案 ID
   注意：--role 旗標會影響服務帳戶在專案中可存取的資源。您之後可以撤銷這些角色或授予其他角色。

4. 產生金鑰檔案：

   gcloud iam service-accounts keys create FILE_NAME.json --iam-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com

   更改下列內容：

   • FILE_NAME：金鑰檔案的名稱
   • SERVICE_ACCOUNT_NAME：服務帳戶名稱
   • PROJECT_ID：您建立服務帳戶的專案 ID

將環境變數 GOOGLE_APPLICATION_CREDENTIALS 設為包含您憑證的 JSON 檔案路徑。這項變數僅適用於您目前的殼層工作階段，因此如果您開啟了新的工作階段，就必須重新設定變數。

範例：Linux 或 macOS

export GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

將 KEY_PATH 替換為包含您憑證的 JSON 檔案路徑。

例如：

export GOOGLE_APPLICATION_CREDENTIALS="/home/user/Downloads/service-account-file.json"

範例：Windows

PowerShell：

$env:GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

將 KEY_PATH 替換為包含您憑證的 JSON 檔案路徑。

例如：

$env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\username\Downloads\service-account-file.json"

命令提示字元：

set GOOGLE_APPLICATION_CREDENTIALS=KEY_PATH

將 KEY_PATH 替換為包含您憑證的 JSON 檔案路徑。

安裝 Google Cloud CLI。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

• 選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
• 建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

注意：如果您不打算保留在這項程序中建立的資源，請建立新專案，而不要選取現有專案。完成這些步驟後，您就可以刪除專案，並移除與該專案相關聯的所有資源。

• 建立 Google Cloud 專案：

  gcloud projects create PROJECT_ID

  將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。

• 選取您建立的 Google Cloud 專案：

  gcloud config set project PROJECT_ID

  將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認專案已啟用計費功能 Google Cloud 。

啟用 Vertex AI Vision API：

啟用 API 時所需的角色

如要啟用 API，您需要具備服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。

gcloud services enable visionai.googleapis.com

設定驗證方法：

1. 確認您具備「建立服務帳戶」身分與存取權管理角色 (roles/iam.serviceAccountCreator) 和「專案 IAM 管理員」角色 (roles/resourcemanager.projectIamAdmin)。瞭解如何授予角色。

2. 建立服務帳戶：

   gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

   將 SERVICE_ACCOUNT_NAME 換成服務帳戶的名稱。

3. 將 roles/visionai.editor 身分與存取權管理角色授予服務帳戶：

   gcloud projects add-iam-policy-binding PROJECT_ID --member="serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com" --role=roles/visionai.editor

   請替換下列項目：

   • SERVICE_ACCOUNT_NAME：服務帳戶名稱
   • PROJECT_ID：您建立服務帳戶的專案 ID
   注意：--role 旗標會影響服務帳戶在專案中可存取的資源。您之後可以撤銷這些角色或授予其他角色。

4. 產生金鑰檔案：

   gcloud iam service-accounts keys create FILE_NAME.json --iam-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com

   更改下列內容：

   • FILE_NAME：金鑰檔案的名稱
   • SERVICE_ACCOUNT_NAME：服務帳戶名稱
   • PROJECT_ID：您建立服務帳戶的專案 ID

將環境變數 GOOGLE_APPLICATION_CREDENTIALS 設為包含您憑證的 JSON 檔案路徑。這項變數僅適用於您目前的殼層工作階段，因此如果您開啟了新的工作階段，就必須重新設定變數。

範例：Linux 或 macOS

export GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

將 KEY_PATH 替換為包含您憑證的 JSON 檔案路徑。

例如：

export GOOGLE_APPLICATION_CREDENTIALS="/home/user/Downloads/service-account-file.json"

範例：Windows

PowerShell：

$env:GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

將 KEY_PATH 替換為包含您憑證的 JSON 檔案路徑。

例如：

$env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\username\Downloads\service-account-file.json"

命令提示字元：

set GOOGLE_APPLICATION_CREDENTIALS=KEY_PATH

將 KEY_PATH 替換為包含您憑證的 JSON 檔案路徑。

角色：視用途而定，project.editor 角色可能更適合。如果只將 visionai.editor 角色授予政策繫結，您必須為特定作業授予其他角色。舉例來說，您需要新增 bigquery.dataEditor 才能使用 BigQuery 連接器，cloudfunctions.developer 才能使用 Cloud Run 函式等。

某些工作需要使用 Vertex AI Vision 以外的額外Google Cloud 產品。如要使用其他 Google Cloud 產品，可能需要執行額外的設定工作。

Vertex AI Vision SDK

Vertex AI Vision 軟體開發套件 (SDK) 包含多種工具和程式庫，可協助您使用 Vertex AI Vision 開發程式和自訂工作流程。

這些工具是指一組二進位來源檔案，可協助您在使用或開發 Vertex AI Vision 解決方案時提高生產力。您也可以將這些二進位檔新增至編寫指令碼，以利管理大規模部署作業。指令列介面 (CLI) vaictl 就是這類工具的例子。

程式庫是指一組程式設計 API，可用於以程式輔助方式管理、控制及執行各種形式的 I/O，搭配 Vertex AI Vision 使用。C++ 程式設計 API 就是這類範例。

這兩項工具和程式庫的程式碼都是開放原始碼，歡迎開發人員直接建構。我們也提供特定平台上的預先建構二進位檔，方便您直接下載使用。如果平台不直接支援，我們也提供 Docker 映像檔。

必要條件

使用 Vertex AI Vision SDK 前，請先確認是否符合下列必要條件。

支援的平台

我們目前僅直接支援執行 Debian 型 Linux 發行版的 x86 電腦。如果您使用其他平台，我們也提供已建構及安裝工具的 Docker 映像檔。

其他軟體需求

安裝預建二進位檔時，Vertex AI Vision SDK 需要的大部分第三方軟體依附元件都會自動管理。不過，如要使用 SDK 功能和工作流程的特定層面，您必須安裝其他依附元件。本節列出這些例外狀況，以及如何下載及安裝這些例外狀況。

Python SDK

Python pip 套件會自動安裝所有依附元件。 不過，基本的底層 Python 安裝作業必須符合下列條件：

• Python >= 3.8。

從來源依附元件建構

大多數使用者都能在工作流程中使用預先建構的 SDK 二進位檔。 如要從來源開發及建構 SDK，請務必確認系統符合下列需求。

• 安裝 Bazel。如需安裝操作說明，請參閱 Bazel 說明文件。

• 在 Ubuntu 20.04 上，您還需要幾個系統依附元件。您可以使用下列指令安裝這些工具：

  apt-get install -y --no-install-recommends \
      autoconf \
      automake \
      build-essential \
      ca-certificates \
      flex \
      bison \
      python3 \
      nasm \
      libjpeg-dev
  

取得預先建構的二進位檔

vaictl 工具是現成的二進位工具，可用於控制 Vertex AI Vision，以及傳送和接收處理的資料。

本節說明如何下載及安裝這項工具。

安裝 Debian 套件

使用 vaictl 指令列工具有兩種方式，您需要使用這項工具處理 I/O (串流資料)：

• 在本機安裝指令列工具 (作業系統：Debian GNU/Linux，CPU 架構：x86_64) 或
• 在已安裝所有依附元件的 Docker 映像檔中執行指令。

請按照下列步驟取得 vaictl 指令列工具：

下載套件

直接安裝時，目前僅支援 Debian/Ubuntu 發行版本。

您也可以從 Vertex AI Vision SDK GitHub 版本頁面下載這個 Debian 套件。

1. (選用) 移除舊版 vaictl。

   您必須先將機器上的所有舊版 vaictl 指令列工具刪除，才能安裝該工具：

   sudo apt-get remove visionai

2. 下載必要套件。您可以從 GitHub 發行版本頁面下載套件，或使用下列指令：

   wget https://github.com/google/visionai/releases/download/v0.0.5/visionai_0.0-5_amd64.deb

3. 下載套件後，請在下載檔案的目錄中執行下列指令：

   sudo apt install ./visionai_0.0-5_amd64.deb

4. 驗證安裝狀態：

   vaictl --help

取得 Docker

您可以取得已預先安裝 Vertex AI Vision SDK 和所有依附元件的 Docker 映像檔。這個 Docker 映像檔位於 gcr.io/visionai-public-images/vaictl。

1. 從 Container Registry 下載映像檔：

   docker pull gcr.io/visionai-public-images/vaictl

2. 執行互動式容器終端機。

   docker run -it --rm gcr.io/visionai-public-images/vaictl /bin/bash

3. 驗證功能：

   vaictl --help

取得原始碼

Vertex AI Vision SDK 為開放原始碼，可在 GitHub 上公開取得。

雖然 SDK 依附於服務 API 定義，但 Bazel 已自動管理這項依附元件，因此您不需要明確取得。不過，如果您需要直接存取服務 API，可以前往 googleapis GitHub 存放區取得。

Python 程式設計 SDK

Vertex AI Vision 也支援 Python SDK。如要使用這個 SDK 進行程式設計，請先確認您已符合基本的 Python SDK 依附元件，再安裝 Python SDK。

如需 SDK 參考資訊，請參閱 Python SDK 參考資料。

如需使用 Python SDK 的程式碼範例，請參閱「使用 Python SDK 模糊處理臉部教學課程」，或查看 visionai/python/examples/ 目錄中來源發布內容的一些範例。

取得 Python SDK 套件

Vertex AI Vision SDK 也包含 Python 程式庫。按照下列指示下載並安裝 Python SDK 的預先建構版本。

1. 下載套件。

   您可以從 Vertex AI Vision SDK GitHub 發布頁面下載 Python SDK 套件，也可以執行下列指令：

   wget https://github.com/google/visionai/releases/download/v0.0.5/visionai-0.0.5-py3-none-any.whl
   

2. 選用。建立並啟用新的虛擬環境：

   python3 -m venv vaivenv
   source vaivenv/bin/activate
   

3. 安裝套件：

   pip3 install visionai-0.0.5-py3-none-any.whl
   

4. 選用。確認安裝作業是否正常運作：

   python3
   

   import visionai
   

5. 選用。停用虛擬環境：

   deactivate
   

C++ 程式設計 SDK

C++ 是我們支援的第一個程式設計 SDK。C++ 公用 SDK 位於 visionai/public/streams.h。如需參考資訊，請參閱參考說明文件。

後續步驟

• 選用：瞭解如何使用 C++ SDK 建構及測試。
• 瞭解如何擷取資料至應用程式，並參閱「建構應用程式」，瞭解可新增的處理元件。
• 如要瞭解輸出儲存空間和處理選項，請參閱「將應用程式輸出結果連結至資料目的地 」一文。
• 請參閱這篇文章，瞭解如何在控制台中查看搜尋倉儲資料。