Python SDK로 얼굴 흐림 모델 사용

이 튜토리얼에서는 Python SDK를 사용하여 동영상에서 얼굴을 흐리게 처리하는 방법을 보여줍니다. 이 예에서는 Cloud Storage 버킷의 동영상 파일을 흐리게 처리하고 흐리게 처리된 동영상 출력을 생성합니다. 이러한 출력 동영상은 소스 동영상과 동일한 Cloud Storage 버킷에 저장됩니다.

목표

이 튜토리얼에서는 다음 작업을 처리하는 방법을 보여줍니다.

• Cloud Storage 버킷을 만듭니다.
• 로컬 동영상 파일을 버킷에 업로드합니다.
• Python SDK를 사용하여 요청을 보냅니다.
• 흐리게 처리된 출력 동영상을 확인합니다.

비용

이 문서에서는 비용이 청구될 수 있는 Google Cloud구성요소를 사용합니다.

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

프로젝트 사용량을 기준으로 예상 비용을 산출하려면 가격 계산기를 사용하세요.

Google Cloud 신규 사용자는 무료 체험판을 사용할 수 있습니다.

이 문서에 설명된 태스크를 완료했으면 만든 리소스를 삭제하여 청구가 계속되는 것을 방지할 수 있습니다. 자세한 내용은 삭제를 참조하세요.

시작하기 전에

Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.
Google Cloud CLI를 설치합니다.
외부 ID 공급업체(IdP)를 사용하는 경우 먼저 제휴 ID로 gcloud CLI에 로그인해야 합니다.
gcloud CLI를 초기화하려면, 다음 명령어를 실행합니다.
gcloud init
Google Cloud 프로젝트를 만들거나 선택합니다.
프로젝트를 선택하거나 만드는 데 필요한 역할
• 프로젝트 선택: 프로젝트를 선택하는 데는 특정 IAM 역할이 필요하지 않습니다. 역할이 부여된 프로젝트를 선택하면 됩니다.
• 프로젝트 만들기: 프로젝트를 만들려면 resourcemanager.projects.create 권한이 포함된 프로젝트 생성자 역할(roles/resourcemanager.projectCreator)이 필요합니다. 역할 부여 방법 알아보기
참고: 이 절차에서 생성한 리소스를 유지하지 않으려면 기존 프로젝트를 선택하지 말고 프로젝트를 새로 만드세요. 작업이 끝나면 프로젝트를 삭제하여 프로젝트와 관련된 모든 리소스를 삭제할 수 있습니다.
• Google Cloud 프로젝트를 만듭니다.

  gcloud projects create PROJECT_ID

  PROJECT_ID를 만들려는 Google Cloud 프로젝트의 이름으로 바꿉니다.

• 생성한 Google Cloud 프로젝트를 선택합니다.

  gcloud config set project PROJECT_ID

  PROJECT_ID을 Google Cloud 프로젝트 이름으로 바꿉니다.
Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.
Vertex AI Vision API 및 Cloud Storage API를 사용 설정합니다.
API 사용 설정에 필요한 역할
API를 사용 설정하려면 serviceusage.services.enable 권한이 포함된 서비스 사용량 관리자 IAM 역할 (roles/serviceusage.serviceUsageAdmin)이 필요합니다. 역할 부여 방법 알아보기
gcloud services enable visionai.googleapis.com storage.googleapis.com
로컬 셸을 사용하는 경우 사용자 계정에 대한 로컬 인증 사용자 인증 정보를 만듭니다.
gcloud auth application-default login
Cloud Shell을 사용하는 경우 이 작업을 수행할 필요는 없습니다.
인증 오류가 반환되고 외부 ID 공급업체(IdP)를 사용하는 경우 제휴 ID로 gcloud CLI에 로그인했는지 확인합니다.
사용자 계정에 역할을 부여합니다. 다음 IAM 역할마다 다음 명령어를 1회 실행합니다. roles/visionai.editor, roles/storage.objectAdmin
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
다음을 바꿉니다.
• PROJECT_ID: 프로젝트 ID입니다.
• USER_IDENTIFIER: 사용자 계정의 식별자입니다. 예를 들면 [e-mail]입니다.
• ROLE: 사용자 계정에 부여하는 IAM 역할입니다.

Google Cloud CLI를 설치합니다.

외부 ID 공급업체(IdP)를 사용하는 경우 먼저 제휴 ID로 gcloud CLI에 로그인해야 합니다.

gcloud CLI를 초기화하려면, 다음 명령어를 실행합니다.

gcloud init

Google Cloud 프로젝트를 만들거나 선택합니다.

프로젝트를 선택하거나 만드는 데 필요한 역할

• 프로젝트 선택: 프로젝트를 선택하는 데는 특정 IAM 역할이 필요하지 않습니다. 역할이 부여된 프로젝트를 선택하면 됩니다.
• 프로젝트 만들기: 프로젝트를 만들려면 resourcemanager.projects.create 권한이 포함된 프로젝트 생성자 역할(roles/resourcemanager.projectCreator)이 필요합니다. 역할 부여 방법 알아보기

참고: 이 절차에서 생성한 리소스를 유지하지 않으려면 기존 프로젝트를 선택하지 말고 프로젝트를 새로 만드세요. 작업이 끝나면 프로젝트를 삭제하여 프로젝트와 관련된 모든 리소스를 삭제할 수 있습니다.

• Google Cloud 프로젝트를 만듭니다.

  gcloud projects create PROJECT_ID

  PROJECT_ID를 만들려는 Google Cloud 프로젝트의 이름으로 바꿉니다.

• 생성한 Google Cloud 프로젝트를 선택합니다.

  gcloud config set project PROJECT_ID

  PROJECT_ID을 Google Cloud 프로젝트 이름으로 바꿉니다.

Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

Vertex AI Vision API 및 Cloud Storage API를 사용 설정합니다.

API 사용 설정에 필요한 역할

API를 사용 설정하려면 serviceusage.services.enable 권한이 포함된 서비스 사용량 관리자 IAM 역할 (roles/serviceusage.serviceUsageAdmin)이 필요합니다. 역할 부여 방법 알아보기

gcloud services enable visionai.googleapis.com storage.googleapis.com

로컬 셸을 사용하는 경우 사용자 계정에 대한 로컬 인증 사용자 인증 정보를 만듭니다.

gcloud auth application-default login

Cloud Shell을 사용하는 경우 이 작업을 수행할 필요는 없습니다.

인증 오류가 반환되고 외부 ID 공급업체(IdP)를 사용하는 경우 제휴 ID로 gcloud CLI에 로그인했는지 확인합니다.

사용자 계정에 역할을 부여합니다. 다음 IAM 역할마다 다음 명령어를 1회 실행합니다. roles/visionai.editor, roles/storage.objectAdmin

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

다음을 바꿉니다.

• PROJECT_ID: 프로젝트 ID입니다.
• USER_IDENTIFIER: 사용자 계정의 식별자입니다. 예를 들면 [e-mail]입니다.
• ROLE: 사용자 계정에 부여하는 IAM 역할입니다.
1. Vertex AI Vision SDK 소스 코드를 가져옵니다.

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

   Python 예는 visionai/python/example/ 디렉터리에 있습니다.

2. Python SDK를 가져옵니다.

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

Cloud Storage에 입력 파일 추가

Python SDK를 사용하여 요청을 보내기 전에 Cloud Storage 버킷을 만들고 입력으로 사용할 로컬 동영상을 업로드합니다.

1. Cloud Storage 버킷을 만듭니다.

   gcloud storage buckets create gs://BUCKET_NAME
   

2. 로컬 동영상 파일을 새 버킷에 업로드합니다.

   gcloud storage cp LOCAL_FILE gs://BUCKET_NAME
   

종속 항목 설치 및 요청 전송

입력 및 출력 동영상을 위한 Cloud Storage 버킷을 만들고 로컬 동영상을 추가한 후 필요한 종속 항목을 설치하고 요청을 보냅니다.

1. 선택사항입니다. 가상 환경을 설정합니다.

   1. 설치되어 있지 않다면 virtualenv를 설치합니다.

      sudo apt-get install python3-venv
      

   2. 새 가상 환경을 만듭니다.

      python3 -m venv vaivenv
      

   3. 가상 환경을 활성화합니다.

      source vaivenv/bin/activate
      

2. 종속 항목을 설치합니다.

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

3. Python SDK로 요청을 보냅니다.

   다음 변수를 바꿉니다.

   • PROJECT_ID: Google Cloud 프로젝트 ID입니다.
   • LOCATION_ID: 위치 ID입니다. 예를 들면 us-central1입니다. 자세히 알아보기 지원되는 리전
   • BUCKET_NAME: 만든 Cloud Storage 버킷입니다.

   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
   

   다음과 비슷한 출력이 표시됩니다.

    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!
    ```
   

출력 검사

동영상 처리가 완료되면 Cloud Storage 버킷에서 출력을 검사할 수 있습니다. 생성된 흐리게 처리된 동영상 파일은 소스 동영상과 동일한 Cloud Storage 버킷에 있습니다.

1. gcloud storage ls 명령어를 사용하여 버킷의 모든 객체를 나열합니다.

   gcloud storage ls gs://bucket
   

   다음과 비슷한 소스 파일과 출력 파일이 표시됩니다.

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

2. 선택사항입니다. gcloud storage cp 명령어를 사용하여 출력 파일을 로컬로 다운로드하고 흐리게 처리된 동영상을 확인합니다.

   gcloud storage cp gs://BUCKET_NAME/FILE_NAME .
   

삭제

이 튜토리얼에서 사용된 리소스 비용이 Google Cloud 계정에 청구되지 않도록 하려면 리소스가 포함된 프로젝트를 삭제하거나 프로젝트를 유지하고 개별 리소스를 삭제하세요.

다음 단계

• 인물 흐리게 처리 모델에 대해 자세히 알아보세요.
• Google Cloud에 대한 참조 아키텍처, 다이어그램, 권장사항 살펴보기 Cloud 아키텍처 센터 살펴보기