设置项目和开发环境

本指南介绍如何设置 Google Cloud 项目以开始使用 Vertex AI Vision。

设置项目

登录您的 Google Cloud 账号。如果您是 Google Cloud的新用户， 请创建账号，以评估我们的产品在 实际场景中的表现。新客户还可获享 $300 赠金，用于 运行、测试和部署工作负载。

安装 Google Cloud CLI。

如果您使用的是外部身份提供方 (IdP)，则必须先使用联合身份登录 gcloud CLI。

如需初始化 gcloud CLI，请运行以下命令：

gcloud init

创建或选择 Google Cloud 项目。

选择或创建项目所需角色

• 选择项目：选择项目不需要特定的 IAM 角色，您可以选择已被授予角色的任何项目。
• 创建项目：如需创建项目，您需要拥有 Project Creator 角色 (roles/resourcemanager.projectCreator)，该角色包含 resourcemanager.projects.create 权限。了解如何授予 角色。

注意：如果您不打算保留在此过程中创建的 资源，请创建项目，而不是 选择现有项目。完成这些步骤后，您可以 删除项目，移除与该项目关联的所有资源。

• 创建 Google Cloud 项目：

  gcloud projects create PROJECT_ID

  将 PROJECT_ID 替换为您要创建的 Google Cloud 项目名称。

• 选择您创建的 Google Cloud 项目：

  gcloud config set project PROJECT_ID

  将 PROJECT_ID 替换为您的 Google Cloud 项目名称。

验证是否已为您的 Google Cloud 项目启用结算功能。

启用 Vertex AI Vision API：

启用 API 所需的角色

如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 权限。了解如何授予 角色。

gcloud services enable visionai.googleapis.com

设置身份验证：

1. 确保您拥有 Create Service Accounts IAM 角色 (roles/iam.serviceAccountCreator) 和 Project IAM Admin 角色 (roles/resourcemanager.projectIamAdmin)。了解如何授予角色。

2. 创建服务帐号：

   gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

   将 SERVICE_ACCOUNT_NAME 替换为服务帐号的名称。

3. 向服务帐号授予 roles/visionai.editor IAM 角色：

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

   请替换以下内容：

   • SERVICE_ACCOUNT_NAME：服务账号的名称
   • PROJECT_ID：您在其中创建服务帐号的项目的 ID
   注意：--role 标志会影响服务帐号可以访问项目中的哪些资源。您可以稍后撤消这些角色或授予其他角色。

4. 生成密钥文件：

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

   替换以下内容：

   • FILE_NAME：密钥文件的名称
   • SERVICE_ACCOUNT_NAME：服务账号的名称
   • PROJECT_ID：您在其中创建服务帐号的项目的 ID

将环境变量 GOOGLE_APPLICATION_CREDENTIALS 设置为包含凭据的 JSON 文件的路径。 此变量仅适用于当前的 shell 会话，因此，如果您打开新的会话，请重新设置该变量。

示例：Linux 或 macOS

export GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

将 KEY_PATH 替换为包含凭据的 JSON 文件的路径。

例如：

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

示例：Windows

对于 PowerShell：

$env:GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

将 KEY_PATH 替换为包含凭据的 JSON 文件的路径。

例如：

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

对于命令提示符：

set GOOGLE_APPLICATION_CREDENTIALS=KEY_PATH

将 KEY_PATH 替换为包含凭据的 JSON 文件的路径。

安装 Google Cloud CLI。

如果您使用的是外部身份提供方 (IdP)，则必须先使用联合身份登录 gcloud CLI。

如需初始化 gcloud CLI，请运行以下命令：

gcloud init

创建或选择 Google Cloud 项目。

选择或创建项目所需角色

• 选择项目：选择项目不需要特定的 IAM 角色，您可以选择已被授予角色的任何项目。
• 创建项目：如需创建项目，您需要拥有 Project Creator 角色 (roles/resourcemanager.projectCreator)，该角色包含 resourcemanager.projects.create 权限。了解如何授予 角色。

注意：如果您不打算保留在此过程中创建的 资源，请创建项目，而不是 选择现有项目。完成这些步骤后，您可以 删除项目，移除与该项目关联的所有资源。

• 创建 Google Cloud 项目：

  gcloud projects create PROJECT_ID

  将 PROJECT_ID 替换为您要创建的 Google Cloud 项目名称。

• 选择您创建的 Google Cloud 项目：

  gcloud config set project PROJECT_ID

  将 PROJECT_ID 替换为您的 Google Cloud 项目名称。

验证是否已为您的 Google Cloud 项目启用结算功能。

启用 Vertex AI Vision API：

启用 API 所需的角色

如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 权限。了解如何授予 角色。

gcloud services enable visionai.googleapis.com

设置身份验证：

1. 确保您拥有 Create Service Accounts IAM 角色 (roles/iam.serviceAccountCreator) 和 Project IAM Admin 角色 (roles/resourcemanager.projectIamAdmin)。了解如何授予角色。

2. 创建服务帐号：

   gcloud iam service-accounts create SERVICE_ACCOUNT_NAME

   将 SERVICE_ACCOUNT_NAME 替换为服务帐号的名称。

3. 向服务帐号授予 roles/visionai.editor IAM 角色：

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

   请替换以下内容：

   • SERVICE_ACCOUNT_NAME：服务账号的名称
   • PROJECT_ID：您在其中创建服务帐号的项目的 ID
   注意：--role 标志会影响服务帐号可以访问项目中的哪些资源。您可以稍后撤消这些角色或授予其他角色。

4. 生成密钥文件：

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

   替换以下内容：

   • FILE_NAME：密钥文件的名称
   • SERVICE_ACCOUNT_NAME：服务账号的名称
   • PROJECT_ID：您在其中创建服务帐号的项目的 ID

将环境变量 GOOGLE_APPLICATION_CREDENTIALS 设置为包含凭据的 JSON 文件的路径。 此变量仅适用于当前的 shell 会话，因此，如果您打开新的会话，请重新设置该变量。

示例：Linux 或 macOS

export GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

将 KEY_PATH 替换为包含凭据的 JSON 文件的路径。

例如：

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

示例：Windows

对于 PowerShell：

$env:GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

将 KEY_PATH 替换为包含凭据的 JSON 文件的路径。

例如：

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

对于命令提示符：

set GOOGLE_APPLICATION_CREDENTIALS=KEY_PATH

将 KEY_PATH 替换为包含凭据的 JSON 文件的路径。

角色：根据您的使用场景， project.editor 角色可能更 合适。如果您仅向政策绑定授予 visionai.editor 角色，则需要为某些操作授予其他角色。例如，您需要添加 bigquery.dataEditor 以使用 BigQuery 连接器，添加 cloudfunctions.developer 以使用 Cloud Run 函数等。

某些任务需要您使用 Vertex AI Vision 之外的其他 Google Cloud 产品。您可能 需要执行其他设置任务才能使用其他 Google Cloud 产品。

Vertex AI Vision SDK

Vertex AI Vision 软件开发套件 (SDK) 包含一些工具和库，供您使用 Vertex AI Vision 开发程序和自定义工作流。

这些工具是指一组二进制源文件，可帮助您在使用或开发使用 Vertex AI Vision 的解决方案时提高工作效率。您还可以将这些二进制文件添加到脚本中，以帮助管理更大规模的部署。命令行界面 (CLI) vaictl 就是此类的一个示例。

库是指一组程序设计 API，您可以使用这些 API 以程序化方式管理、控制和执行与 Vertex AI Vision 的不同形式的 I/O。C++ 编程 API 就是此类的一个示例。

工具和库的代码都是开源的，我们欢迎开发者直接构建它们。对于工具，我们还在特定平台上提供预构建的二进制文件，您可以下载以供直接使用。如果您的平台不受直接支持，我们还提供 Docker 映像。

前提条件

在使用 Vertex AI Vision SDK 之前，请考虑以下前提条件。

支持的平台

我们目前仅直接支持运行基于 Debian 的 Linux 发行版的 x86 机器。如果您使用其他平台，我们还提供已构建并安装工具的 Docker 映像。

其他软件要求

当您安装预构建的二进制文件时，系统会自动管理 Vertex AI Vision SDK 所需的大部分第三方软件依赖项。但是，如需使用 SDK 功能和工作流的某些方面，您必须安装其他依赖项。本部分列出了这些例外情况以及如何下载和安装它们。

Python SDK

Python pip 软件包会自动安装其所有依赖项。 但是，您的基本底层 Python 安装必须满足以下条件：

• Python >= 3.8。

从源代码构建依赖项

大多数用户都可以使用预构建的 SDK 二进制文件来完成工作流。 如果您想从源代码开发和构建 SDK，还必须确保您的系统满足以下要求。

• 安装 Bazel。如需了解安装说明，请参阅 Bazel 文档。

• 在 Ubuntu 20.04 上，您还需要几个系统依赖项。您可以使用以下命令安装它们：

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

获取预构建的二进制文件

vaictl 工具是现成的二进制工具，可用于控制 Vertex AI Vision，以及发送和接收其处理的数据。

本部分介绍了下载和安装此工具的方法。

安装 Debian 软件包

您可以使用以下两种方式来使用 vaictl 命令行工具，该工具需要与 I/O（流数据）搭配使用：

• 在本地安装命令行工具 （操作系统：Debian GNU/Linux，CPU 架构：x86_64） 或
• 在安装了所有依赖项的 Docker 映像中运行命令。

请按照以下步骤获取 vaictl 命令行工具：

下载软件包

对于直接安装，我们目前仅支持 Debian/Ubuntu 发行版。

您还可以从 Vertex AI Vision SDK GitHub 发布页面下载此 Debian 软件包。

1. （可选）移除之前的 vaictl 版本。

   在安装 vaictl 命令行工具之前，您必须删除机器上该工具的所有先前版本：

   sudo apt-get remove visionai

2. 下载所需的软件包。您可以从 GitHub 发布页面下载软件包， 也可以使用以下命令：

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

3. 下载软件包后，在下载文件的目录中运行以下命令：

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

4. 验证安装：

   vaictl --help

获取 Docker

您可以获取已预安装 Vertex AI Vision SDK 及其所有 依赖项的 Docker 映像。此 Docker 映像位于 gcr.io/visionai-public-images/vaictl.

1. 从 Container Registry 下载映像：

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

2. 运行交互式容器终端。

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

3. 验证功能：

   vaictl --help

获取源代码

Vertex AI Vision SDK 是开源的，可在 GitHub上公开获取。

虽然 SDK 依赖于服务 API 定义，但此依赖项已 由 Bazel 自动管理，您无需 显式获取它。但是，如果您需要直接访问 服务 API，可以在 googleapis GitHub 代码库中获取它们。

Python 编程 SDK

Vertex AI Vision 还支持 Python SDK。如需使用此 SDK 进行编程，只需确保在安装 Python SDK 之前满足基本的 Python SDK 依赖项即可。

如需了解 SDK 参考信息，请参阅 Python SDK 参考文档。

如需查看使用 Python SDK 的示例代码，请参阅 使用 Python SDK 进行面部模糊处理教程， 或参阅源代码分发中的 visionai/python/examples/ 目录中的一些示例。

获取 Python SDK 软件包

Vertex AI Vision SDK 还包含一个 Python 库。按照以下说明下载并安装预构建版本的 Python SDK。

1. 下载软件包。

   您可以从 Vertex AI Vision SDK GitHub 发布页面下载 Python SDK 软件包， 也可以运行以下命令：

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

2. 可选。创建并激活新的虚拟环境：

   python3 -m venv vaivenv
   source vaivenv/bin/activate
   

3. 安装软件包：

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

4. 可选。确认安装成功：

   python3
   

   import visionai
   

5. 可选。停用虚拟环境：

   deactivate
   

C++ 编程 SDK

C++ 是我们支持的第一个编程 SDK。C++ 公共 SDK 位于 visionai/public/streams.h 中。如需了解参考信息，请参阅参考 文档。

后续步骤

• 可选：了解如何使用 C++ SDK 进行构建和测试。
• 了解如何将数据注入应用，并了解可在构建应用中添加的处理组件。
• 了解将应用输出连接到数据目标位置中的 输出存储和处理选项 。
• 了解如何在控制台中 搜索 Warehouse 数据。