Projekt- und Entwicklungsumgebung einrichten

In diesem Leitfaden wird beschrieben, wie Sie ein Google Cloud Projekt einrichten, um mit Vertex AI Vision zu beginnen.

Projekt einrichten

  1. Melden Sie sich in Ihrem Google Cloud -Konto an. Wenn Sie noch kein Google Cloud-Konto haben, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

  2. Installieren Sie die Google Cloud CLI.

  3. Wenn Sie einen externen Identitätsanbieter (IdP) verwenden, müssen Sie sich zuerst mit Ihrer föderierten Identität in der gcloud CLI anmelden.

  4. Führen Sie den folgenden Befehl aus, um die gcloud CLI zu initialisieren: 

    gcloud init

  5. Erstellen Sie ein Projekt oder wählen Sie ein vorhandenes Projekt aus Google Cloud .

    Rollen, die zum Auswählen oder Erstellen eines Projekts erforderlich sind

    • Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können ein beliebiges Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
    • Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Projektersteller“ (roles/resourcemanager.projectCreator), die die resourcemanager.projects.create Berechtigung enthält. Informationen zum Zuweisen von Rollen.

    • Erstellen Sie ein Google Cloud Projekt:

      gcloud projects create PROJECT_ID

      Ersetzen Sie PROJECT_ID durch einen Namen für das Google Cloud Projekt, das Sie erstellen.

    • Wählen Sie das von Ihnen erstellte Google Cloud Projekt aus:

      gcloud config set project PROJECT_ID

      Ersetzen Sie PROJECT_ID durch Ihren Google Cloud Projektnamen.

  6. Prüfen Sie, ob für Ihr Google Cloud Projekt die Abrechnung aktiviert ist.

  7. Aktivieren Sie die Vertex AI Vision API:

    Rollen, die zum Aktivieren von APIs erforderlich sind

    Zum Aktivieren von APIs benötigen Sie die IAM-Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin), die die Berechtigung serviceusage.services.enable enthält. Informationen zum Zuweisen von Rollen. 

    gcloud services enable visionai.googleapis.com

  8. Richten Sie die Authentifizierung ein:

    1. Sie benötigen die IAM-Rolle „Dienstkonto-Ersteller“ (roles/iam.serviceAccountCreator) und die Rolle „Projekt-IAM-Administrator“ (roles/resourcemanager.projectIamAdmin). Informationen zum Zuweisen von Rollen.

    2. Erstellen Sie das Dienstkonto: 

      gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

      Ersetzen Sie SERVICE_ACCOUNT_NAME durch einen Namen für das Dienstkonto.

    3. Weisen Sie dem Dienstkonto die IAM Rolle zu:roles/visionai.editor 

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

      Dabei gilt:

      • SERVICE_ACCOUNT_NAME: der Name des Dienstkontos
      • PROJECT_ID: die Projekt-ID, unter der Sie das Dienstkonto erstellt haben

    4. Erstellen Sie die Schlüsseldatei: 

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

      Dabei gilt:

      • FILE_NAME: ein Name für die Schlüsseldatei
      • SERVICE_ACCOUNT_NAME: der Name des Dienstkontos
      • PROJECT_ID: die Projekt-ID, unter der Sie das Dienstkonto erstellt haben

  9. Legen Sie die Umgebungsvariable GOOGLE_APPLICATION_CREDENTIALS auf den Pfad der JSON-Datei fest, die Ihre Anmeldedaten enthält. Diese Variable gilt nur für Ihre aktuelle Shell-Sitzung. Wenn Sie eine neue Sitzung öffnen, müssen Sie die Variable neu festlegen.

  10. Installieren Sie die Google Cloud CLI.

  11. Wenn Sie einen externen Identitätsanbieter (IdP) verwenden, müssen Sie sich zuerst mit Ihrer föderierten Identität in der gcloud CLI anmelden.

  12. Führen Sie den folgenden Befehl aus, um die gcloud CLI zu initialisieren: 

    gcloud init

  13. Erstellen Sie ein Projekt oder wählen Sie ein vorhandenes Projekt aus Google Cloud .

    Rollen, die zum Auswählen oder Erstellen eines Projekts erforderlich sind

    • Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können ein beliebiges Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
    • Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Projektersteller“ (roles/resourcemanager.projectCreator), die die resourcemanager.projects.create Berechtigung enthält. Informationen zum Zuweisen von Rollen.

    • Erstellen Sie ein Google Cloud Projekt:

      gcloud projects create PROJECT_ID

      Ersetzen Sie PROJECT_ID durch einen Namen für das Google Cloud Projekt, das Sie erstellen.

    • Wählen Sie das von Ihnen erstellte Google Cloud Projekt aus:

      gcloud config set project PROJECT_ID

      Ersetzen Sie PROJECT_ID durch Ihren Google Cloud Projektnamen.

  14. Prüfen Sie, ob für Ihr Google Cloud Projekt die Abrechnung aktiviert ist.

  15. Aktivieren Sie die Vertex AI Vision API:

    Rollen, die zum Aktivieren von APIs erforderlich sind

    Zum Aktivieren von APIs benötigen Sie die IAM-Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin), die die Berechtigung serviceusage.services.enable enthält. Informationen zum Zuweisen von Rollen. 

    gcloud services enable visionai.googleapis.com

  16. Richten Sie die Authentifizierung ein:

    1. Sie benötigen die IAM-Rolle „Dienstkonto-Ersteller“ (roles/iam.serviceAccountCreator) und die Rolle „Projekt-IAM-Administrator“ (roles/resourcemanager.projectIamAdmin). Informationen zum Zuweisen von Rollen.

    2. Erstellen Sie das Dienstkonto: 

      gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

      Ersetzen Sie SERVICE_ACCOUNT_NAME durch einen Namen für das Dienstkonto.

    3. Weisen Sie dem Dienstkonto die IAM Rolle zu:roles/visionai.editor 

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

      Dabei gilt:

      • SERVICE_ACCOUNT_NAME: der Name des Dienstkontos
      • PROJECT_ID: die Projekt-ID, unter der Sie das Dienstkonto erstellt haben

    4. Erstellen Sie die Schlüsseldatei: 

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

      Dabei gilt:

      • FILE_NAME: ein Name für die Schlüsseldatei
      • SERVICE_ACCOUNT_NAME: der Name des Dienstkontos
      • PROJECT_ID: die Projekt-ID, unter der Sie das Dienstkonto erstellt haben

  17. Legen Sie die Umgebungsvariable GOOGLE_APPLICATION_CREDENTIALS auf den Pfad der JSON-Datei fest, die Ihre Anmeldedaten enthält. Diese Variable gilt nur für Ihre aktuelle Shell-Sitzung. Wenn Sie eine neue Sitzung öffnen, müssen Sie die Variable neu festlegen.


Für bestimmte Aufgaben müssen Sie neben Vertex AI Vision zusätzliche Google Cloud Produkte verwenden. Möglicherweise müssen Sie zusätzliche Einrichtungsschritte ausführen, um andere Google Cloud Produkte zu verwenden.

Vertex AI Vision SDK

Das Vertex AI Vision Software Development Kit (SDK) enthält Tools und Bibliotheken, mit denen Sie Programme und benutzerdefinierte Workflows mit Vertex AI Vision entwickeln können.

Diese Tools beziehen sich auf eine Reihe von binären Quelldateien, die Ihre Produktivität steigern, wenn Sie Lösungen mit Vertex AI Vision verwenden oder entwickeln. Sie können diese binären Quelldateien auch in Ihre Skripts einfügen, um Bereitstellungen in größerem Maßstab zu verwalten. Die Befehlszeilenschnittstelle (Command Line Interface, CLI) vaictl ist ein Beispiel für diese Kategorie.

Bibliotheken beziehen sich auf eine Reihe von Programmier-APIs, mit denen Sie verschiedene Formen von Ein-/Ausgabe mit Vertex AI Vision programmatisch verwalten, steuern und ausführen können. Die C++-Programmier-API ist ein Beispiel für diese Kategorie.

Der Code für Tools und Bibliotheken ist Open Source und wir freuen uns, wenn Entwickler ihn direkt erstellen. Für Tools bieten wir auch vorgefertigte Binärdateien auf bestimmten Plattformen an, die Sie direkt verwenden können. Außerdem bieten wir Docker-Images für Fälle an, in denen Ihre Plattform nicht direkt unterstützt wird.

Vorbereitung

Beachten Sie diese Voraussetzungen, bevor Sie das Vertex AI Vision SDK verwenden.

Unterstützte Plattformen

Derzeit werden nur x86-Computer mit einer Debian-basierten Linux-Distribution direkt unterstützt. Wir bieten auch ein Docker-Image mit bereits erstellten und installierten Tools an, wenn Sie eine andere Plattform verwenden.

Zusätzliche Softwareanforderungen

Die meisten Softwareabhängigkeiten von Drittanbietern, die für das Vertex AI Vision SDK erforderlich sind, werden automatisch verwaltet, wenn Sie die vorgefertigten Binärdateien installieren. Um bestimmte Aspekte der SDK-Funktionen und -Workflows zu verwenden, müssen Sie jedoch zusätzliche Abhängigkeiten installieren. In diesem Abschnitt werden diese Ausnahmen und die entsprechenden Download- und Installationsanweisungen aufgeführt.

Python SDK

Das Python-Pip-Paket installiert alle seine Abhängigkeiten automatisch. Ihre grundlegende Python-Installation muss jedoch die folgenden Bedingungen erfüllen:

  • Python >= 3.8

Abhängigkeiten für die Erstellung aus der Quelle

Die meisten Nutzer können die vorgefertigten SDK-Binärdateien für ihren Workflow verwenden. Wenn Sie das SDK aus der Quelle entwickeln und erstellen möchten, muss Ihr System auch die folgenden Anforderungen erfüllen.

  • Installieren Sie Bazel. Installationsanweisungen finden Sie in der Bazel-Dokumentation.

  • Unter Ubuntu 20.04 benötigen Sie außerdem mehrere Systemabhängigkeiten. Sie können sie mit dem folgenden Befehl installieren:

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

Vorgefertigte Binärdateien abrufen

Das Tool vaictl ist das vorgefertigte Binärtool, mit dem Sie Vertex AI Vision steuern sowie Daten senden und empfangen können, die von Vertex AI Vision verarbeitet werden.

In diesem Abschnitt werden Möglichkeiten zum Herunterladen und Installieren dieses Tools beschrieben.

Debian-Paket installieren

Sie haben zwei Möglichkeiten, das Befehlszeilentool vaictl zu verwenden, das für die Arbeit mit Ein-/Ausgabe (Streamdaten) erforderlich ist:

  • Installieren Sie das Befehlszeilentool lokal (Betriebssystem: Debian GNU/Linux, CPU-Architektur: x86_64) oder
  • Führen Sie die Befehle in einem Docker-Image aus, in dem alle Abhängigkeiten installiert sind.

Führen Sie die folgenden Schritte aus, um das Befehlszeilentool vaictl zu erhalten:

Paket herunterladen

Für direkte Installationen werden derzeit nur Debian/Ubuntu Distributionen unterstützt.

Sie können dieses Debian-Paket auch von der GitHub-Releases-Seite des Vertex AI Vision SDK herunterladen.

  1. (Optional) Entfernen Sie frühere Versionen von vaictl.

    Bevor Sie das vaictl Befehlszeilentool installieren können, müssen Sie alle vorherigen Versionen des Tools auf Ihrem Computer löschen:

    sudo apt-get remove visionai
  2. Laden Sie das erforderliche Paket herunter. Sie können das Paket von der GitHub-Releases-Seite herunterladen oder den folgenden Befehl verwenden: 
    wget https://github.com/google/visionai/releases/download/v0.0.5/visionai_0.0-5_amd64.deb
  3. Führen Sie nach dem Herunterladen des Pakets den folgenden Befehl im Verzeichnis aus, in das Sie die Datei heruntergeladen haben: 
    sudo apt install ./visionai_0.0-5_amd64.deb
  4. Installation prüfen: 
    vaictl --help

Docker abrufen

Sie können ein Docker-Image abrufen, in dem das Vertex AI Vision SDK und alle zugehörigen Abhängigkeiten bereits vorinstalliert sind. Dieses Docker-Image ist unter gcr.io/visionai-public-images/vaictl verfügbar.

  1. Laden Sie das Image aus Container Registry herunter: 
    docker pull gcr.io/visionai-public-images/vaictl
  2. Führen Sie ein interaktives Containerterminal aus. 
    docker run -it --rm gcr.io/visionai-public-images/vaictl /bin/bash
  3. Funktionalität prüfen: 
    vaictl --help

Quellcode abrufen

Das Vertex AI Vision SDK ist Open Source und auf GitHub öffentlich verfügbar.

Das SDK hängt von den API-Definitionen des Dienstes ab. Diese Abhängigkeit wird jedoch bereits automatisch von Bazel verwaltet und Sie müssen sie nicht explizit abrufen. Wenn Sie jedoch direkten Zugriff auf die Dienst-APIs benötigen, können Sie sie im googleapis GitHub-Repository abrufen.

Python-Programmier-SDK

Vertex AI Vision unterstützt auch ein Python SDK. Wenn Sie mit diesem SDK programmieren möchten, müssen Sie nur sicherstellen, dass Sie die grundlegenden Abhängigkeiten des Python SDK erfüllt haben, bevor Sie das Python SDK installieren.

Referenzinformationen zum SDK finden Sie in der Python SDK-Referenz.

Beispielcode, der das Python SDK verwendet, finden Sie in der Anleitung Gesichter mit dem Python SDK unkenntlich machen, oder in einigen Beispielen in der Quellverteilung im visionai/python/examples/ Verzeichnis.

Python SDK-Paket abrufen

Das Vertex AI Vision SDK enthält auch eine Python-Bibliothek. Laden Sie die vorgefertigte Version des Python SDK herunter und installieren Sie sie gemäß der folgenden Anleitung.

  1. Laden Sie das Paket herunter:

    Sie können das Python SDK-Paket von der GitHub-Releases-Seite des Vertex AI Vision SDKherunterladen oder den folgenden Befehl ausführen:

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

  2. Optional. Erstellen und aktivieren Sie eine neue virtuelle Umgebung:

    python3 -m venv vaivenv
source vaivenv/bin/activate

  3. Installieren Sie das Paket:

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

  4. Optional. Prüfen Sie, ob die Installation funktioniert hat:

    python3

    import visionai

  5. Optional. Deaktivieren Sie die virtuelle Umgebung:

    deactivate

C++-Programmier-SDK

C++ ist das erste Programmier-SDK, das wir unterstützen. Das öffentliche C++-SDK befindet sich in visionai/public/streams.h. Referenzinformationen finden Sie in der Referenz dokumentation.

Nächste Schritte

Zurück
Kurzanleitung: App in der Console erstellen