Configurazione di un progetto e di un ambiente di sviluppo

Questa guida descrive come configurare un Google Cloud progetto per iniziare a utilizzare Vertex AI Vision.

Configura il progetto

  1. Accedi al tuo Google Cloud account. Se non hai mai utilizzato Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti senza costi per l'esecuzione, il test e il deployment dei workload.

  2. Installa Google Cloud CLI.

  3. Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

  4. Per inizializzare gcloud CLI, esegui questo comando: 

    gcloud init

  5. Crea o seleziona un Google Cloud progetto.

    Ruoli richiesti per selezionare o creare un progetto

    • Seleziona un progetto: la selezione di un progetto non richiede un ruolo IAM specifico: puoi selezionare qualsiasi progetto su cui ti è stato concesso un ruolo.
    • Crea un progetto: per creare un progetto, devi disporre del ruolo Autore progetto (roles/resourcemanager.projectCreator), che contiene l' resourcemanager.projects.create autorizzazione. Scopri come concedere i ruoli.

    • Crea un Google Cloud progetto:

      gcloud projects create PROJECT_ID

      Sostituisci PROJECT_ID con un nome per il Google Cloud progetto che stai creando.

    • Seleziona il Google Cloud progetto che hai creato:

      gcloud config set project PROJECT_ID

      Sostituisci PROJECT_ID con il nome del Google Cloud progetto.

  6. Verifica che la fatturazione sia abilitata per il tuo Google Cloud progetto.

  7. Abilita l'API Vertex AI Vision:

    Ruoli richiesti per abilitare le API

    Per abilitare le API, devi disporre del ruolo IAM Amministratore utilizzo servizi (roles/serviceusage.serviceUsageAdmin), che contiene l' serviceusage.services.enable autorizzazione. Scopri come concedere i ruoli. 

    gcloud services enable visionai.googleapis.com

  8. Configura l'autenticazione:

    1. Assicurati di disporre del ruolo IAM Creazione account di servizio (roles/iam.serviceAccountCreator) e del ruolo Amministratore IAM progetto (roles/resourcemanager.projectIamAdmin). Scopri come concedere i ruoli.

    2. Crea l'account di servizio: 

      gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

      Sostituisci SERVICE_ACCOUNT_NAME con un nome per l'account di servizio.

    3. Concedi il ruolo IAM roles/visionai.editor all'account di servizio: 

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

      Sostituisci quanto segue:

      • SERVICE_ACCOUNT_NAME: il nome dell'account di servizio
      • PROJECT_ID: l'ID progetto in cui hai creato il account di servizio

    4. Genera il file della chiave: 

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

      Sostituisci quanto segue:

      • FILE_NAME: un nome per il file della chiave
      • SERVICE_ACCOUNT_NAME: il nome dell'account di servizio
      • PROJECT_ID: l'ID progetto in cui hai creato il account di servizio

  9. Imposta la variabile di ambiente GOOGLE_APPLICATION_CREDENTIALS sul percorso del file JSON contenente le tue credenziali. Questa variabile si applica solo alla sessione di shell corrente, quindi se apri una nuova sessione, imposta di nuovo la variabile.

  10. Installa Google Cloud CLI.

  11. Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

  12. Per inizializzare gcloud CLI, esegui questo comando: 

    gcloud init

  13. Crea o seleziona un Google Cloud progetto.

    Ruoli richiesti per selezionare o creare un progetto

    • Seleziona un progetto: la selezione di un progetto non richiede un ruolo IAM specifico: puoi selezionare qualsiasi progetto su cui ti è stato concesso un ruolo.
    • Crea un progetto: per creare un progetto, devi disporre del ruolo Autore progetto (roles/resourcemanager.projectCreator), che contiene l' resourcemanager.projects.create autorizzazione. Scopri come concedere i ruoli.

    • Crea un Google Cloud progetto:

      gcloud projects create PROJECT_ID

      Sostituisci PROJECT_ID con un nome per il Google Cloud progetto che stai creando.

    • Seleziona il Google Cloud progetto che hai creato:

      gcloud config set project PROJECT_ID

      Sostituisci PROJECT_ID con il nome del Google Cloud progetto.

  14. Verifica che la fatturazione sia abilitata per il tuo Google Cloud progetto.

  15. Abilita l'API Vertex AI Vision:

    Ruoli richiesti per abilitare le API

    Per abilitare le API, devi disporre del ruolo IAM Amministratore utilizzo servizi (roles/serviceusage.serviceUsageAdmin), che contiene l' serviceusage.services.enable autorizzazione. Scopri come concedere i ruoli. 

    gcloud services enable visionai.googleapis.com

  16. Configura l'autenticazione:

    1. Assicurati di disporre del ruolo IAM Creazione account di servizio (roles/iam.serviceAccountCreator) e del ruolo Amministratore IAM progetto (roles/resourcemanager.projectIamAdmin). Scopri come concedere i ruoli.

    2. Crea l'account di servizio: 

      gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

      Sostituisci SERVICE_ACCOUNT_NAME con un nome per l'account di servizio.

    3. Concedi il ruolo IAM roles/visionai.editor all'account di servizio: 

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

      Sostituisci quanto segue:

      • SERVICE_ACCOUNT_NAME: il nome dell'account di servizio
      • PROJECT_ID: l'ID progetto in cui hai creato il account di servizio

    4. Genera il file della chiave: 

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

      Sostituisci quanto segue:

      • FILE_NAME: un nome per il file della chiave
      • SERVICE_ACCOUNT_NAME: il nome dell'account di servizio
      • PROJECT_ID: l'ID progetto in cui hai creato il account di servizio

  17. Imposta la variabile di ambiente GOOGLE_APPLICATION_CREDENTIALS sul percorso del file JSON contenente le tue credenziali. Questa variabile si applica solo alla sessione di shell corrente, quindi se apri una nuova sessione, imposta di nuovo la variabile.


Per alcune attività è necessario utilizzare altri Google Cloud prodotti oltre a Vertex AI Vision. Potresti dover eseguire attività di configurazione aggiuntive per utilizzare altri Google Cloud prodotti.

SDK Vertex AI Vision

L'SDK (Software Development Kit) Vertex AI Vision contiene strumenti e librerie per sviluppare programmi e flussi di lavoro personalizzati con Vertex AI Vision.

Questi strumenti si riferiscono a un insieme di file di origine binari che ti aiutano a migliorare la produttività quando utilizzi o sviluppi soluzioni con Vertex AI Vision. Puoi anche aggiungere questi file di origine binari agli script per gestire deployment su larga scala. L'interfaccia a riga di comando (CLI) vaictl è un esempio in questa categoria.

Le librerie si riferiscono a un insieme di API di programmazione che puoi utilizzare per gestire, controllare ed eseguire operazioni di I/O di diverse forme in modo programmatico con Vertex AI Vision. L'API di programmazione C++ è un esempio in questa categoria.

Il codice per gli strumenti e le librerie è open source e invitiamo gli sviluppatori a crearli direttamente. Per gli strumenti, offriamo anche file binari precompilati su piattaforme specifiche che puoi scaricare per l'utilizzo diretto. Offriamo anche immagini Docker per i casi in cui la tua piattaforma non è supportata direttamente.

Prerequisiti

Tieni presente questi prerequisiti prima di utilizzare l'SDK Vertex AI Vision.

Piattaforme supportate

Al momento supportiamo direttamente solo le macchine x86 che eseguono una distribuzione Linux basata su Debian. Offriamo anche un'immagine Docker con gli strumenti già compilati e installati se utilizzi una piattaforma diversa.

Requisiti software aggiuntivi

La maggior parte delle dipendenze software di terze parti richieste dall'SDK Vertex AI Vision viene gestita automaticamente quando installi i file binari precompilati. Tuttavia, per utilizzare determinati aspetti delle funzionalità e dei flussi di lavoro dell'SDK, devi installare dipendenze aggiuntive. Questa sezione elenca queste eccezioni e spiega come scaricarle e installarle.

SDK Python

Il pacchetto pip Python installa automaticamente tutte le sue dipendenze. Tuttavia, l'installazione di Python sottostante di base deve soddisfare le seguenti condizioni:

  • Python >= 3.8.

Crea dipendenze dall'origine

La maggior parte degli utenti può utilizzare i file binari precompilati dell'SDK per il proprio flusso di lavoro. Se vuoi sviluppare e creare l'SDK dall'origine, devi anche assicurarti che il tuo sistema soddisfi i seguenti requisiti.

  • Installa Bazel. Per le istruzioni di installazione, consulta la documentazione di Bazel.

  • Su Ubuntu 20.04, sono necessarie anche diverse dipendenze di sistema. Puoi installarli con il seguente comando:

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

Scarica i file binari precompilati

Lo strumento vaictl è lo strumento binario precompilato che può essere utilizzato per controllare Vertex AI Vision, nonché per inviare e ricevere i dati che elabora.

Questa sezione mostra i modi per scaricare e installare questo strumento.

Installa il pacchetto Debian

Hai due opzioni per utilizzare lo strumento a riga di comando vaictl, necessario per lavorare con l'I/O (dati di flusso):

  • Installa lo strumento a riga di comando localmente (sistema operativo: Debian GNU/Linux, architettura della CPU: x86_64) oppure
  • Esegui i comandi in un'immagine Docker con tutte le dipendenze installate.

Segui questi passaggi per ottenere lo strumento a riga di comando vaictl:

Download pacchetto

Per le installazioni dirette, al momento supportiamo solo le distribuzioni Debian/Ubuntu distributions.

Puoi anche scaricare questo pacchetto Debian dalla pagina delle release dell'SDK Vertex AI Vision su GitHub.

  1. (Facoltativo) Rimuovi le versioni precedenti di vaictl.

    Per installare lo strumento a riga di comando vaictl, devi eliminare eventuali versioni precedenti dello strumento sul tuo computer:

    sudo apt-get remove visionai
  2. Scarica il pacchetto richiesto. Puoi scaricare il pacchetto da la pagina delle release di GitHub, o utilizzare il seguente comando: 
    wget https://github.com/google/visionai/releases/download/v0.0.5/visionai_0.0-5_amd64.deb
  3. Dopo aver scaricato il pacchetto, esegui il seguente comando nella directory in cui hai scaricato il file: 
    sudo apt install ./visionai_0.0-5_amd64.deb
  4. Verifica l'installazione: 
    vaictl --help

Scarica Docker

Puoi ottenere un'immagine Docker con l'SDK Vertex AI Vision e tutte le relative dipendenze già preinstallate. Questa immagine Docker è disponibile all'indirizzo gcr.io/visionai-public-images/vaictl.

  1. Scarica l'immagine da Container Registry: 
    docker pull gcr.io/visionai-public-images/vaictl
  2. Esegui un terminale container interattivo. 
    docker run -it --rm gcr.io/visionai-public-images/vaictl /bin/bash
  3. Verifica la funzionalità: 
    vaictl --help

Recupera il codice sorgente

L'SDK Vertex AI Vision è open source e disponibile pubblicamente su GitHub.

Sebbene l'SDK dipenda dalle definizioni dell'API del servizio, questa dipendenza viene già gestita automaticamente da Bazel e non devi acquisirla esplicitamente. Tuttavia, se hai bisogno dell'accesso diretto alle API del servizio, puoi ottenerle nel googleapis repository GitHub.

L'SDK di programmazione Python

Vertex AI Vision supporta anche un SDK Python. Per programmare con questo SDK, assicurati di aver soddisfatto le dipendenze di base dell'SDK Python prima di installarlo.

Per informazioni di riferimento sull'SDK, consulta il riferimento dell'SDK Python.

Per i codici di esempio che utilizzano l'SDK Python, consulta il tutorial Sfocatura del volto con l'SDK Python, o alcuni esempi nella distribuzione di origine nella visionai/python/examples/ directory.

Scarica il pacchetto SDK Python

L'SDK Vertex AI Vision contiene anche una libreria Python. Scarica e installa la versione precompilata dell'SDK Python seguendo queste istruzioni.

  1. Scarica il pacchetto.

    Puoi scaricare il pacchetto SDK Python dalla pagina delle release dell'SDK Vertex AI Vision su GitHub, oppure puoi eseguire il comando:

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

  2. (Facoltativo) Crea e attiva un nuovo ambiente virtuale:

    python3 -m venv vaivenv
source vaivenv/bin/activate

  3. Installa il pacchetto .

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

  4. (Facoltativo) Verifica che l'installazione sia andata a buon fine:

    python3

    import visionai

  5. (Facoltativo) Disattiva l'ambiente virtuale:

    deactivate

L'SDK di programmazione C++

C++ è il primo SDK di programmazione che supportiamo. L'SDK pubblico C++ si trova in visionai/public/streams.h. Per informazioni di riferimento, consulta la documentazione di riferimento.

Passaggi successivi

Indietro
Guida rapida: crea un'app nella console