Utilizzare il modello Sfocatura del volto con l'SDK Python

Questo tutorial mostra come utilizzare l'SDK Python per sfocare i volti nei video. L'esempio sfoca i file video da un bucket Cloud Storage e genera output video sfocati. Questi video di output vengono archiviati nello stesso bucket Cloud Storage dei video di origine.

Obiettivi

Questo tutorial mostra gli aspetti seguenti:

• Creare un bucket Cloud Storage.
• Caricare un file video locale nel bucket.
• Inviare una richiesta utilizzando l'SDK Python.
• Visualizzare i video di output sfocati.

Costi

In questo documento vengono utilizzati i seguenti componenti fatturabili di Google Cloud:

• Vertex AI Vision (Models - Person / face blur)
• Cloud Storage

Per generare una stima dei costi in base all'utilizzo previsto, utilizza il calcolatore prezzi.

I nuovi Google Cloud utenti potrebbero avere diritto a una prova senza costi.

Al termine delle attività descritte in questo documento, puoi evitare l'addebito di ulteriori costi eliminando le risorse che hai creato. Per saperne di più, consulta Esegui la pulizia.

Prima di iniziare

Accedi al tuo Google Cloud account. Se non conosci 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.
Installa Google Cloud CLI.
Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.
Per inizializzare gcloud CLI, esegui questo comando:
gcloud init
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.
Nota: se non prevedi di conservare le risorse create in questa procedura, crea un progetto anziché selezionarne uno esistente. Una volta completata questa procedura, puoi eliminare il progetto e tutte le relative risorse.
• 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.
Verifica che la fatturazione sia attivata per il Google Cloud progetto.
Abilita le API Vertex AI Vision e Cloud Storage:
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 storage.googleapis.com
Se utilizzi una shell locale, crea le credenziali di autenticazione locali per il tuo account utente:
gcloud auth application-default login
Non devi eseguire questa operazione se utilizzi Cloud Shell.
Se viene restituito un errore di autenticazione e utilizzi un provider di identità (IdP) esterno, verifica di aver acceduto a gcloud CLI con la tua identità federata.
Concedi i ruoli al tuo account utente. Esegui il seguente comando una volta per ciascuno dei seguenti ruoli IAM: roles/visionai.editor, roles/storage.objectAdmin
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
Sostituisci quanto segue:
• PROJECT_ID: il tuo ID progetto.
• USER_IDENTIFIER: l'identificatore del tuo account utente. Ad esempio, [e-mail].
• ROLE: il ruolo IAM che concedi al tuo account utente.

Installa Google Cloud CLI.

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

Per inizializzare gcloud CLI, esegui questo comando:

gcloud init

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.

Nota: se non prevedi di conservare le risorse create in questa procedura, crea un progetto anziché selezionarne uno esistente. Una volta completata questa procedura, puoi eliminare il progetto e tutte le relative risorse.

• 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.

Verifica che la fatturazione sia attivata per il Google Cloud progetto.

Abilita le API Vertex AI Vision e Cloud Storage:

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 storage.googleapis.com

Se utilizzi una shell locale, crea le credenziali di autenticazione locali per il tuo account utente:

gcloud auth application-default login

Non devi eseguire questa operazione se utilizzi Cloud Shell.

Se viene restituito un errore di autenticazione e utilizzi un provider di identità (IdP) esterno, verifica di aver acceduto a gcloud CLI con la tua identità federata.

Concedi i ruoli al tuo account utente. Esegui il seguente comando una volta per ciascuno dei seguenti ruoli IAM: roles/visionai.editor, roles/storage.objectAdmin

gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE

Sostituisci quanto segue:

• PROJECT_ID: il tuo ID progetto.
• USER_IDENTIFIER: l'identificatore del tuo account utente. Ad esempio, [e-mail].
• ROLE: il ruolo IAM che concedi al tuo account utente.
1. Scarica il codice sorgente dell'SDK Vertex AI Vision:

   git clone https://github.com/google/visionai.git

   Gli esempi Python si trovano nella visionai/python/example/ directory.

2. Scarica l'SDK Python:

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

Aggiungi file di input a Cloud Storage

Prima di poter inviare una richiesta utilizzando l'SDK Python, crea un bucket Cloud Storage e carica un video locale da utilizzare come input.

1. Crea un bucket Cloud Storage:

   gcloud storage buckets create gs://BUCKET_NAME
   

2. Carica un file video locale nel nuovo bucket:

   gcloud storage cp LOCAL_FILE gs://BUCKET_NAME
   

Installa le dipendenze e invia la richiesta

Dopo aver creato il bucket Cloud Storage per i video di input e output e aver aggiunto un video locale, installa le dipendenze necessarie e invia la richiesta.

1. (Facoltativo) Configura l'ambiente virtuale:

   1. Se non è installato, installa virtualenv:

      sudo apt-get install python3-venv
      

   2. Crea un nuovo ambiente virtuale:

      python3 -m venv vaivenv
      

   3. Attiva l'ambiente virtuale:

      source vaivenv/bin/activate
      

2. Installa le dipendenze:

   pip3 install visionai-0.0.5-py3-none-any.whl
   pip3 install google-cloud-storage
   

3. Invia la richiesta con l'SDK Python.

   Esegui le seguenti sostituzioni delle variabili:

   • PROJECT_ID: l' Google Cloud ID progetto.
   • LOCATION_ID: l'ID località. Ad esempio, us-central1. Ulteriori informazioni. Regioni supportate.
   • BUCKET_NAME: il bucket Cloud Storage che hai creato.

   python3 visionai/python/example/blur_gcs_video.py \
   --project_id=PROJECT_ID –cluster_id=application-cluster-0 \
   –location_id=LOCATION_ID –bucket_name=BUCKET_NAME
   

   Dovresti vedere un output simile al seguente:

    Listing mp4 files...
    test1.mp4
    test2.mp4
    Creating deid processes...
    process vnluvxgl is created
    process rvrdoucx is created
    Waiting for processes to finish...
    process vnluvxgl state is COMPLETED
    process rvrdoucx state is COMPLETED
    All processes have finished, please check the GCS bucket!
    ```
   

Esamina l'output

Al termine dell'elaborazione del video, puoi esaminare l'output nel bucket Cloud Storage. I file video sfocati generati si troveranno nello stesso bucket Cloud Storage del video di origine.

1. Elenca tutti gli oggetti nel bucket con il gcloud storage ls comando:

   gcloud storage ls gs://bucket
   

   Dovresti vedere i file di origine e i file di output simili ai seguenti:

   test1.mp4
   test2.mp4
   test1_deid_output.mp4
   test2_deid_output.mp4
   

2. (Facoltativo) Scarica i file di output localmente con il gcloud storage cp comando e visualizza i video sfocati:

   gcloud storage cp gs://BUCKET_NAME/FILE_NAME .
   

Libera spazio

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.

Passaggi successivi

• Scopri di più sul modello di sfocatura delle persone.
• Esplora architetture, diagrammi e best practice di riferimento su Google Cloud. Consulta il nostro Cloud Architecture Center.