Leitfaden zur Tag-Erkennung

Das Modell Tag Recognizer hilft Ihnen, wichtige Probleme beim Verständnis Ihres Einzelhandelsregals zu lösen, nämlich das Erkennen und Parsen der Tags (z. B. des Preisschilds oder anderer Labels) gemäß dem nutzerdefinierten Schema zur Extraktion von Schlüssel/Wert-Paaren.

Dieses Modell kann als primärer KI-Baustein für die Analyse und Interpretation von Produktbilddaten in Einzelhandelsgeschäften dienen. Sie können dieses Modell beispielsweise für Regalbilder verwenden, die mit lokalen Kameras oder Mobilgeräten aufgenommen wurden.

Anwendungsfälle für die Tag- und Produkterkennung

Die Modelle Product Recognizer und Tag Recognizer können als primäre KI-Bausteine für die Analyse und Interpretation der Bilddaten zu Produkten und Tags dienen, die Sie möglicherweise in Einzelhandelsgeschäften erfasst haben.

Die Modelle „Produkterkennung“ und „Tag-Erkennung“ enthalten mehrere wichtige Google AI-Modellierungs- und Datenfunktionen, mit denen Einzelhändler und/oder technische Partner wichtige Probleme beim Analysieren von Produkt- und Preisschildbilddaten lösen können. Dazu gehören:

Erkennen, d. h. verstehen, welches Produkt auf dem Bild zu sehen ist.
Das Tag (z. B. „price-tag“ oder andere Textlabel-Tags) wird gemäß dem vom Nutzer definierten Schema für die Extraktion von Schlüssel/Wert-Paaren erkannt und geparst.

Insbesondere sind mehrere differenzierende Google AI-Modelle enthalten, um die Problemlösung in diesen Anwendungsfällen zu unterstützen, z. B.

Ein Modell zum Einbetten von Produkt-Miniaturansichten, das ein Bild einer Produkt-Miniaturansicht in eine numerische Darstellung des Merkmalsraums umwandelt.
Das Google-OCR-Modell, mit dem der gesamte im Bild sichtbare Text extrahiert wird.
Google-Modell zur Extraktion von Entitäten, das Sie anpassen können. Es wandelt die Rohdaten in die vom Nutzer definierten benannten Entitäten in Form von Schlüssel/Wert-Paaren um.

Zusätzlich zu diesen Google AI-Modellen greift die Produkterkennung auch auf die große Datenbank mit Produktinformationen von Google zurück. Die Produktdaten in dieser Produktdatenbank umfassen die GTIN-/UPC-Identität des Produkts, die Produktmarke, den Titel und sprachübergreifende Beschreibungen, das Produktlogo und Bilder mit verschiedenen Verpackungsvarianten. Die Produktdatenbank mit dem oben erwähnten visuellen Einbettungsmodell für Produkt-Thumbnails ermöglicht es dem Modell für die Produkterkennung, viele Produkte sofort zu erkennen.

Die beiden wichtigsten KI-Funktionen sind die Modelle für die Produkterkennung und die Taggerkennung.

Funktionsweise der Tag-Erkennung

Dieses Modell erkennt alle Textstrings im Tag und versucht dann, den Text in das benutzerdefinierte Schema für die Extraktion von Schlüssel/Wert-Paaren zu parsen, z. B. Produktartikelbeschreibung oder Preiswert. Dazu gehören die folgenden differenzierenden Google AI-Modelle:

Die Google-OCR-Technologie, mit der der gesamte sichtbare Text im Bild extrahiert wird.
Das Google-Modell zur Entitätsextraktion, mit dem der Roh-Text in die vom Nutzer definierten Schlüssel/Wert-Paare umgewandelt wird. Sie können dieses Modell mit Vertex AI anpassen. Wenn Sie sich beispielsweise hauptsächlich für die Beschreibung des Produktartikels, den Produktpreiswert oder den Angebotspreis interessieren, aber für nichts anderes, kann der Nutzer sein Tag-Parsing-Schema so definieren:
```
key: item_description   value: string
key: regular_price      value: number
key: sale_price         value: number
```

Schema für das Tag-Parsing

Durch das Training des benutzerdefinierten Modells für die Entitätsextraktion wird das erkannte Tag-Elementfeld dann gemäß dem vom Nutzer definierten Schema erkannt und geparst, z. B. so:

  item_description:   COLLECTION 18PC GFT BX
  regular_price:      1099
  sale_price:         999

Beispiel für ein JSON-Ausgabeobjekt

{
  "imageUri": "gs://test_bucket/test_image.jpg",
  "tagRecognitionAnnotations": [
    {
      "entities": [
        {
          "confidence": 0.99646133,
          "mentionText": "NISSIN TOP RAMEN\n\nBOW CHICKEN\n\n",
          "region": {
            "xMax": 0.4618055,
            "xMin": 0.042725038,
            "yMax": 0.45387268,
            "yMin": 0.18415153
          },
          "type":"description"
        },
        {
          "confidence": 0.95828205,
          "mentionText": "$3.90\n",
          "region": {
            "xMax": 0.24819264,
            "xMin": 0.04185935,
            "yMax": 0.96134734,
            "yMin": 0.80382305
          },
          "type":"unit_price"
        },
        {
          "confidence": 0.60659707,
          "mentionText": "$14.99\n",
          "region": {
            "xMax": 0.9754113,
            "xMin": 0.3654699,
            "yMax": 0.92825794,
            "yMin": 0.40368474
          },
          "type":"price"
        }
      ]
    }
  ]
}

Umgebung einrichten

In diesem Abschnitt wird beschrieben, wie Sie mit der Store Vision AI RESTful API interagieren.

API_ENDPOINT=visionai.googleapis.com
PROJECT_ID=your project ID

Für alle create-Methoden muss der Name/die ID der zu erstellenden Ressource explizit angegeben werden. Sie können einen aussagekräftigen String als Kennung verwenden, z. B. „product-ABC“, oder eine zufällig generierte Kennung, z. B. eine UUID.

Wenn Sie einer Person mit einer Rolle Bearbeiterzugriff für die Verwendung der Store Vision API gewähren möchten, führen Sie den folgenden IAM-Bindungsbefehl aus:

gcloud projects add-iam-policy-binding PROJECT_ID --member='user:USER_ACCOUNT' --role='roles/visionai.editor'

Verwenden Sie den folgenden Befehl, um einem Dienstkonto Bearbeitungszugriff zu gewähren:

gcloud projects add-iam-policy-binding PROJECT_ID --member='serviceAccount:SERVICE_ACCOUNT' --role='roles/visionai.editor'

Weitere Informationen zum IAM-Binding

User Journey für die Tag-Erkennung

Führen Sie ein benutzerdefiniertes Training des Tag-Erkennungsmodells mit der Funktion Vertex AI / AutoML Vision Object Detection durch.
Führen Sie das Training des Modells für das Parsen von Tag-Entitäten mit der Funktion Vertex AI / AutoML Vision Object Detection mit einer benutzerdefinierten OCR-Engine durch.
Erstellen Sie einen Endpunkt mit der gewünschten Konfiguration für die Tag-Erkennung.
BatchAnalyze mit der Funktion „TagRecognition“ ausführen Im Backend identifiziert das System Tags aus jedem Eingabebild und analysiert den Text auf jedem erkannten Tag, um eine strukturierte Parsing-Ausgabe zu erstellen. T ## Modelltraining für die Tag-Erkennung und das Parsen von Einheiten

Sie können das benutzerdefinierte Modell zur Tag-Erkennung mit der Funktion zum Trainieren von Modellen zur Objekterkennung von Bildern unseres bestehenden Produkts Vertex AI / AutoML Vision trainieren. Das Feature für das Training von Vertex AI-/AutoML Vision-Modellen zur Objekterkennung bietet zwar ein vollständig verwaltetes Modelltraining, Sie sind jedoch weiterhin dafür verantwortlich, ein gut abgetastetes Bild-Dataset mit vollständig gelabelten Anmerkungen für die Begrenzungsrahmen von Objekten als Trainingsdataset für die Modelltrainingskonsole vorzubereiten. Google Cloud bietet den Vertex AI Data Labeling Service, mit dem Sie die Data Labeling-Aufgabe erstellen können. Weitere Informationen finden Sie unter folgendem Link zum Vertex AI-Daten-Labeling-Job: /vertex-ai/docs/datasets/data-labeling-job. Geben Sie den menschlichen Prüfern eine klare Anleitung zum Labeln der Daten, damit sie wissen, wie sie die Begrenzungsrahmen für die Tagerkennung in den Bildern als Vorbereitung für das Trainings-Dataset labeln müssen.

Um das Modell zum Parsen von Tag-Entitäten zu trainieren, müssen Sie eine Sammlung von Trainingsdaten mit Bildern und den zugehörigen Annotationen vorbereiten.

Das Bild ist das bereits zugeschnittene Tag-Bild.
In jedem Bild müssen Sie das wichtige Feld für die Einheit (z. B. die Felder „product_title“, „price“ und „unit_price“) definieren und angeben, das erkannt und analysiert werden soll, sowie die zugehörige Koordinatenposition des umrahmenden Rechtecks im zugeschnittenen Bild.
Damit die Erkennung bzw. das Parsen korrekt erfolgen kann, müssen Sie auch die Syntax für reguläre Ausdrücke angeben, um jedes Feld zu charakterisieren. Dies ist erforderlich, um den Trainings- und Inferenzprozess des Algorithmus für das Tag-Parsing zu unterstützen.

erkanntes Tag-Bild

Trainingsbeispiel für das Parsen von Tag-Entitäten

Im vorherigen Beispiel für das Training zum Parsen von Tag-Entitäten können Sie beispielsweise eine Zeile mit Annotierungsinformationen in der CSV-Datei mit den Annotierungen für Trainingsdaten so angeben:

"image_filepath", "product_title", "(x0, y0, x1, y1)", "", "price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}", "unit_price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}"

Aus dem vorherigen Beispiel:

Das Feld „product_title“ hat die entsprechende Koordinatenangabe für das umgebende Rechteck „(x0, y0, x1, y1)“ und die Einschränkung für den regulären Ausdruck für dieses Feld ist „“ (keine).
Das Feld „price“ hat die entsprechende Koordinaten des umgebenden Rechtecks „(x0, y0, x1, y1)“. Die Einschränkung für reguläre Ausdrücke für dieses Feld ist „$\d+\.\d{2}“. Das bedeutet, dass wir dieses Feld mit dem $-Zeichen am Anfang der Texteingabe und einigen Ziffern vor dem „.“ und zwei Ziffern nach dem „.“ erkennen und parsen möchten.
Das Feld „unit_price“ hat dieselbe Annotationssyntax wie das Feld „price“. Die Koordinaten des umrahmten Bildes sind beispielsweise „(x0, y0, x1, y1)“ und die Einschränkung für den regulären Ausdruck für dieses Feld ist „\$\d+\.\d{2}“. Das bedeutet, dass wir dieses Feld mit dem $-Zeichen am Anfang des Texteintrags und einigen Ziffern vor dem „.“ und zwei Ziffern nach dem „.“ erkennen und parsen möchten.

Daher enthalten Trainingsdaten für ein Modell zum Parsen von Preisschildern bzw. zur Erkennung von Einheiten eine Sammlung von Preisschildbildern mit der Annotation in einer CSV-Datei, wobei jeder CSV-Zeileneintrag dem Eintrag im vorherigen Beispiel entspricht.

"image_filepath", "product_title", "(x0, y0, x1, y1)", "", "price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}", "unit_price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}"

"image_filepath", "product_title", "(x0, y0, x1, y1)", "", "price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}", "unit_price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}"

"image_filepath", "product_title", "(x0, y0, x1, y1)", "", "price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}", "unit_price", "(x0, y0, x1, y1)", "\\$\\d+\\.\\d{2}"

[...]

Sie können das angepasste Modell für die Tag-Entität-Analyse mit der Funktion zum Trainieren von Modellen für die Bildobjekterkennung unseres bestehenden Produkts Vertex AI /AutoML Vision sowie der Anpassung der Google OCR-Engine trainieren.

Das Training und die Bereitstellung von benutzerdefinierten Modellen für die Tag-Erkennung und das Tag-Entity-Parsing für die BatchAnalyze API von Store Vision AI werden derzeit (Stand: Juli 2022) noch nicht vollständig als integrierte Konsolenfunktion unterstützt. Sie können jedoch weiterhin von diesem benutzerdefinierten Modelltraining für die Tag-Erkennung und das Tag-Entity-Parsing (mit der Objekterkennungsfunktion von Vertex AI Vision) profitieren und die Modelle in der BatchAnalyze API von Store Vision AI bereitstellen, indem Sie mehrere manuelle Schritte ausführen.

API-Nutzung – Batchanalyse der Inferenz

Endpunkt erstellen

ENDPOINT_ID=Ihre Endpunkt-ID
TAG_DETECTOR=Name Ihres Modells zur Tag-Erkennung
TAG_PARSER=Name Ihres Modells für die Tag-Analyse

curl -sS -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" https://visionai.googleapis.com/v1alpha1/projects/PROJECT_ID/locations/us-central1/retailEndpoints?retail_endpoint_id=ENDPOINT_ID \
-d '{
  "tagRecognitionConfig": {
    "tag_detection_model": "TAG_DETECTOR_NAME",
    "tag_parsing_model": "TAG_PARSER_NAME"
  }
}'

INPUT_FILE_URI=Cloud Storage-URI Ihrer Eingabedatei. Jede Zeile in der Eingabedatei ist nur eine Cloud Storage-URI des zu verarbeitenden Bildes, z. B. gs://my-bucket/my-image.jpg.
OUTPUT_URI_PREFIX=Cloud Storage-URI-Präfix für die Ausgabedatei mit den Ergebnissen, z. B. gs://my-bucket/my-output-dir

curl -sS -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" https://visionai.googleapis.com/v1alpha1/projects/PROJECT_ID/locations/us-central1/retailEndpoints/ENDPOINT_ID:batchAnalyze 
-d '{
  "gcsSource": {
    "uris": ["INPUT_FILE_URI"]
  },
  "features": [
    {
      "type": "TYPE_TAG_RECOGNITION",
     }
  ],
  "outputGcsDestination": {
    "outputUriPrefix": "OUTPUT_URI_PREFIX"
  }
}'

"features": [
    {
      "type": "TYPE_TAG_RECOGNITION",
      "tagRecognitionConfig": {
        "tag_detection_model": "'TAG_DETECTOR_NAME'",
        "tag_parsing_model": "TAG_PARSER_NAME"
      }
    }
  ],

Es gibt auch weitere Felder, die Sie in tagRecognitionConfig festlegen und konfigurieren können. tagRecognitionConfig ist ein RetailTagRecognitionConfig-Objekt. Weitere Informationen finden Sie in der Ressourcenbeschreibung in der API-Referenz.

API-Referenz

Ressource: projects.locations.retailCatalogs

JSON-Darstellung

{
  "name": string,
  "displayName": string,
  "createTime": string,
  "updateTime": string,
  "resourceState": enum(RetailResourceState),
  "labels": {
    string: string,
    ...
  }
}

Fields

name	String	Nur Ausgabe. Ressourcenname des RetailCatalog
displayName	String	Optional. Der Anzeigename des RetailCatalog.
createTime	string (Timestamp format)	Nur Ausgabe. Zeitstempel für die Erstellung dieses RetailCatalog.
updateTime	string (Timestamp format)	Nur Ausgabe. Der Zeitstempel der Aktualisierung.
resourceState	enum	Nur Ausgabe. Status des RetailCatalog.
Labels	map (key: string, value: string)	Die Labels mit benutzerdefinierten Metadaten zum Organisieren Ihres RetailCatalog. Labelschlüssel und ‑werte dürfen maximal 64 Zeichen (Unicode-Codepunkte) lang sein und nur Kleinbuchstaben, Ziffern, Unterstriche und Bindestriche enthalten. Internationale Zeichen sind zulässig. Weitere Informationen und Beispiele für Labels finden Sie unter https://goo.gl/xmQnxf. Ein Objekt mit einer Liste der Paare „key“: value. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }

Methode: projects.locations.retailCatalogs.create

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/us-central1}/retailCatalogs

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Anfragetext

Der Anfragetext enthält eine Instanz von RetailCatalog.

Antworttext

Bei Erfolg enthält der Antworttext eine neu erstellte Instanz von RetailCatalog.

Methode: projects.locations.retailCatalogs.get

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/us-central1/retailCatalogs/*}

Pfadparameter


Name	String	Erforderlich. `RetailCatalog`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von RetailCatalog.

Methode: projects.locations.retailCatalogs.list

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/us-central1}/retailCatalogs

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Suchparameter

filtern	String	Optional. Ein Ausdruck zum Filtern der Ergebnisse der Anfrage.
pageToken	String	Optional. Ein Token, das eine Ergebnisseite identifiziert, die der Server liefern soll
pageSize	integer	Optional. Angeforderte Seitengröße. Der Server gibt möglicherweise weniger Elemente als angefordert zurück. Wenn kein Wert angegeben wurde, wählt der Server einen geeigneten Standardwert aus.
orderBy	String	Optional. Eine durch Kommas getrennte Liste von Feldern, nach denen in aufsteigender Reihenfolge sortiert werden soll. Verwenden Sie „desc“ nach einem Feldnamen für die absteigende Sortierung.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Bei Erfolg enthält der Antworttext Daten mit der folgenden Struktur: JSON-Darstellung

{
  "retailCatalogs": [
    {
      object (RetailCatalog)
    }
  ],
  "nextPageToken": string
}

Methode: projects.locations.retailCatalogs.delete

HTTP-Anfrage

DELETE https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/us-central1/retailCatalogs/*}

Pfadparameter


Name	String	Erforderlich. `RetailCatalog`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Methode: projects.locations.retailCatalogs.importRetailProducts

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/us-central1/retailCatalogs/*}:importRetailProducts

Pfadparameter


Name	String	Erforderlich. Ressourcenname von `RetailCatalog`.

Anfragetext

JSON-Darstellung

{
  "gcsSource": { object(GcsSource) },
  "format": enum(Format)
}

Fields

gcsSource	Objekt	Erforderlich. Der Cloud Storage-Speicherort für die Eingabeinhalte. Es können mehrere Eingabestandorte angegeben werden. Die Inhalte aller Eingabestandorte werden in einem Batch importiert. Unterstützte Dateiendungen: 1. Eine JSONL-Datei. Jede Zeile ist ein JSON-Format von RetailProductIoFormat. 2. Eine TXT-Datei. Jede Zeile enthält die GTIN eines zu importierenden Produkts.
format	enum	Erforderlich. Das Importdateiformat.

ENUM-Werte formatieren

FORMAT_UNSPECIFIED	Sollte nicht verwendet werden.
FORMAT_TXT	TXT-Format.
FORMAT_JSONL	JSONL-Format.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Ressource: projects.locations.retailProducts

JSON-Darstellung

{
  "name": string,
  "gtins": [string],
  "normalizedGtins": [string],
  "thirdPartyIds": [ { object(ThirdPartyId) }],
  "locale": string,
  "brand": string,
  "title": string,
  "productUri": string,
  "resourceState": enum(RetailResourceState),
   "labels": {
    string: string,
    ...
    }
   "createTime": string,
   "updateTime": string
}

Fields

name	String	Nur Ausgabe. Ressourcenname des RetailProductImage
displayName	String	Optional. Anzeigename des RetailProductImage.
sourceType	enum	Optional. Quelltyp
gcsUri	string	Optional. Cloud Storage-Speicherort des RetailProductImage. Sollte festgelegt werden, es sei denn, das Bild wird von Google bereitgestellt, z. B. wenn der Quelltyp SOURCE_TYPE_GOOGLE ist.
resourceState	enum	Nur Ausgabe. Status des RetailProductImage.
Labels	map (key: string, value: string)	Die Labels mit benutzerdefinierten Metadaten zum Organisieren Ihrer RetailProductImage. Labelschlüssel und ‑werte dürfen maximal 64 Zeichen (Unicode-Codepunkte) lang sein und nur Kleinbuchstaben, Ziffern, Unterstriche und Bindestriche enthalten. Internationale Zeichen sind zulässig. Weitere Informationen und Beispiele für Labels finden Sie unter https://goo.gl/xmQnxf. Ein Objekt mit einer Liste der Paare „key“: value. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }
createTime	string (Timestamp format)	Nur Ausgabe. Zeitstempel der Erstellung.
updateTime	string (Timestamp format)	Nur Ausgabe. Der Zeitstempel der Aktualisierung.

RetailThirdPartyId JSON-Darstellung

{
  "id": string,
  "owner": string
}

Fields


id	String	Die Drittanbieter-ID, die vom Einzelhändler oder Hersteller verwendet wird (z. B. SKU oder MPN).
Inhaber	String	Die Einheit, die die Drittanbieter-Kennung „besitzt“, z. B. der Hersteller oder der Einzelhändler, der dieses Produkt verkauft.

Methode: projects.locations.retailCatalogs.retailProducts.create

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*}/retailProducts

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Anfragetext

Der Anfragetext enthält eine Instanz von RetailProduct.

Antworttext

Bei Erfolg enthält der Antworttext eine neu erstellte Instanz von RetailProduct.

Methode: projects.locations.retailCatalogs.retailProducts.get

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProducts/*

Pfadparameter


Name	String	Erforderlich. `RetailProduct`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von RetailProduct.

Methode: projects.locations.retailCatalogs.retailProducts.list

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*}/retailProducts

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Suchparameter

filtern	String	Optional. Ein Ausdruck zum Filtern der Ergebnisse der Anfrage.
pageToken	String	Optional. Ein Token, das eine Ergebnisseite identifiziert, die der Server liefern soll
pageSize	integer	Optional. Angeforderte Seitengröße. Der Server gibt möglicherweise weniger Elemente als angefordert zurück. Wenn kein Wert angegeben wurde, wählt der Server einen geeigneten Standardwert aus.
orderBy	String	Optional. Eine durch Kommas getrennte Liste von Feldern, nach denen in aufsteigender Reihenfolge sortiert werden soll. Verwenden Sie „desc“ nach einem Feldnamen für die absteigende Sortierung.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Bei Erfolg enthält der Antworttext Daten mit der folgenden Struktur: JSON-Darstellung

{
  "retailProducts": [
    {
      object (RetailProducts)
    }
  ],
  "nextPageToken": string
}

Methode: projects.locations.retailCatalogs.retailProducts.delete

HTTP-Anfrage

DELETE https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProducts/*

Pfadparameter


Name	String	Erforderlich. `RetailProduct`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, ist der Antworttext leer.

Ressource: projects.locations.retailProductImages

JSON-Darstellung

{
  "name": string,
  "displayName": string,
  "sourceType": enum(SourceType),
  "gcsUri": string,
  "resourceState": enum(RetailResourceState),
   "labels": {
    string: string,
    ...
    }
   "createTime": string,
   "updateTime": string
}

Fields

name	String	Nur Ausgabe. Ressourcenname des RetailProductImage
displayName	String	Optional. Anzeigename des RetailProductImage.
sourceType	enum	Optional. Quelltyp
gcsUri	string	Optional. Cloud Storage-Speicherort des RetailProductImage. Sollte festgelegt werden, es sei denn, das Bild wird von Google bereitgestellt, z. B. wenn der Quelltyp SOURCE_TYPE_GOOGLE ist.
resourceState	enum	Nur Ausgabe. Status des RetailProductImage.
Labels	map (key: string, value: string)	Die Labels mit benutzerdefinierten Metadaten zum Organisieren Ihrer RetailProductImage. Labelschlüssel und ‑werte dürfen maximal 64 Zeichen (Unicode-Codepunkte) lang sein und nur Kleinbuchstaben, Ziffern, Unterstriche und Bindestriche enthalten. Internationale Zeichen sind zulässig. Weitere Informationen und Beispiele für Labels finden Sie unter https://goo.gl/xmQnxf. Ein Objekt mit einer Liste der Paare „key“: value. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }
createTime	string (Timestamp format)	Nur Ausgabe. Zeitstempel der Erstellung.
updateTime	string (Timestamp format)	Nur Ausgabe. Der Zeitstempel der Aktualisierung.

ENUM-Werte für SourceType

SOURCE_TYPE_UNSPECIFIED	Unbekannte Datenquelle. Sollte nicht verwendet werden.
SOURCE_TYPE_FIXED_CAMERA	Das Bild wurde mit einer festen Kamera aufgenommen.
SOURCE_TYPE_HAND_HELD_CAMERA	Das Bild wurde mit einer Handkamera aufgenommen.
SOURCE_TYPE_CRAWLED	Das Bild wird aus dem Web gecrawlt.
SOURCE_TYPE_SYSTEM_GENERATED	Das Bild wurde aus einem Originalbild mit menschlicher Beschriftung zugeschnitten.

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.create

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*/retailProducts/*}/retailProductImages

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Anfragetext

Der Anfragetext enthält eine Instanz von RetailProductImage.

Antworttext

Bei Erfolg enthält der Antworttext eine neu erstellte Instanz von RetailProductImage.

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.get

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProducts/*/retailProductImages/*

Pfadparameter


Name	String	Erforderlich. `RetailProductImage`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von RetailProductImage.

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.list

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*/retailProducts/*}/retailProductImages

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Suchparameter

filtern	String	Optional. Ein Ausdruck zum Filtern der Ergebnisse der Anfrage.
pageToken	String	Optional. Ein Token, das eine Ergebnisseite identifiziert, die der Server liefern soll
pageSize	integer	Optional. Angeforderte Seitengröße. Der Server gibt möglicherweise weniger Elemente als angefordert zurück. Wenn kein Wert angegeben wurde, wählt der Server einen geeigneten Standardwert aus.
orderBy	String	Optional. Eine durch Kommas getrennte Liste von Feldern, nach denen in aufsteigender Reihenfolge sortiert werden soll. Verwenden Sie „desc“ nach einem Feldnamen für die absteigende Sortierung.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, enthält der Antworttext Daten mit folgender Struktur:

JSON-Darstellung

{
  "retailProductImages": [
    {
      object (RetailProductImages)
    }
  ],
  "nextPageToken": string
}

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.delete

HTTP-Anfrage

DELETE https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProducts/*/retailProductImages/*

Pfadparameter


Name	String	Erforderlich. `RetailProductImage`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, ist der Antworttext leer.

Ressource: projects.locations.retailCatalogs.retailProductSets

JSON-Darstellung

{
  "name": string,
  "displayName": string,
  "retailProductIds": [string],
  "resourceState": enum(RetailResourceState),
   "labels": {
    string: string,
    ...
    }
   "createTime": string,
   "updateTime": string
}

Fields

name	String	Nur Ausgabe. Ressourcenname des RetailProductSet
displayName	String	Optional. Anzeigename des RetailProductSet.
retailProductIds []	String	Nur Ausgabe. Ressourcen-IDs von Produkten, die zu diesem RetailProductSet gehören. Die Produkte in einem RetailProductSet müssen sich im selben Katalog befinden.
resourceState	enum	Nur Ausgabe. Status des RetailProductSet.
Labels	map (key: string, value: string)	Die Labels mit benutzerdefinierten Metadaten zum Organisieren Ihres RetailProductSet. Labelschlüssel und ‑werte dürfen maximal 64 Zeichen (Unicode-Codepunkte) lang sein und nur Kleinbuchstaben, Ziffern, Unterstriche und Bindestriche enthalten. Internationale Zeichen sind zulässig. Weitere Informationen und Beispiele für Labels finden Sie unter https://goo.gl/xmQnxf. Ein Objekt mit einer Liste der Paare „key“: value. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }
createTime	string (Timestamp format)	Nur Ausgabe. Zeitstempel der Erstellung.
updateTime	string (Timestamp format)	Nur Ausgabe. Der Zeitstempel der Aktualisierung.

Methode: projects.locations.retailCatalogs.retailProductSets.create

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*}/retailProductSets

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Anfragetext

Der Anfragetext enthält eine Instanz von RetailProductSet.

Antworttext

Bei Erfolg enthält der Antworttext eine neu erstellte Instanz von RetailProductSet.

Methode: projects.locations.retailCatalogs.retailProductSets.get

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProductSets/*

Pfadparameter


Name	String	Erforderlich. Kennzeichnung des RetailProductSet.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Bei Erfolg enthält der Antworttext eine Instanz von RetailProductSet.

Methode: projects.locations.retailCatalogs.retailProductSets.list

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*}/retailProductSets

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Suchparameter

filtern	String	Optional. Ein Ausdruck zum Filtern der Ergebnisse der Anfrage.
pageToken	String	Optional. Ein Token, das eine Ergebnisseite identifiziert, die der Server liefern soll
pageSize	integer	Optional. Angeforderte Seitengröße. Der Server gibt möglicherweise weniger Elemente als angefordert zurück. Wenn kein Wert angegeben wurde, wählt der Server einen geeigneten Standardwert aus.
orderBy	String	Optional. Eine durch Kommas getrennte Liste von Feldern, nach denen in aufsteigender Reihenfolge sortiert werden soll. Verwenden Sie „desc“ nach einem Feldnamen für die absteigende Sortierung.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, enthält der Antworttext Daten mit folgender Struktur:

JSON-Darstellung

{
  "retailProductSets": [
    {
      object (RetailProductSets)
    }
  ],
  "nextPageToken": string
}

Methode: projects.locations.retailCatalogs.retailProductSets.delete

HTTP-Anfrage

DELETE https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProductSets/*

Pfadparameter


Name	String	Erforderlich. Kennzeichnung des RetailProductSet.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, ist der Antworttext leer.

Methode: projects.locations.retailCatalogs.retailProductSets.add

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProductSets/*}:remove

Pfadparameter


Name	String	Erforderlich. Ressourcenname des RetailProductSet.

Anfragetext

JSON-Darstellung

{
  "productIds": [string],
  "productFilter": string
}

Fields

productIds[ ]	string	Ressourcen-ID der hinzuzufügenden RetailProducts. Sie müssen alle zum selben RetailCatalog wie das angegebene Ziel-RetailProductSet gehören. In einer Anfrage können bis zu 200 RetailProducts-IDs angegeben werden. Kann nicht zusammen mit „productFilter“ verwendet werden.
productFilter	string	Ein Standardfilter, der auf alle RetailProducts im übergeordneten RetailCatalog angewendet wird. Damit werden Elemente ausgewählt, die die Filterbedingungen erfüllen, und dem RetailProductSet hinzugefügt. Kann nicht zusammen mit „product_ids“ verwendet werden. Unterstützte Filter: https://google.aip.dev/160

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Methode: projects.locations.retailCatalogs.retailProductSets.remove

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProductSets/*}:add

Pfadparameter


Name	String	Erforderlich. Ressourcenname des RetailProductSet.

Anfragetext

JSON-Darstellung

{
  "productIds": [string],
  "productFilter": string
}

Fields

productIds[ ]	string	Ressourcen-IDs der zu entfernenden RetailProducts. Wenn die angegebenen RetailProducts nicht zu diesem RetailProductSet gehören, werden sie ignoriert. In einer Anfrage können bis zu 200 RetailProducts-IDs angegeben werden. Kann nicht zusammen mit „products_filter“ verwendet werden.
productFilter	string	Ein Standardfilter, der auf alle RetailProducts im angegebenen RetailProductSet angewendet wird. Er wählt Elemente aus, die den Filterbedingungen entsprechen, und entfernt sie aus dem RetailProductSet. Kann nicht zusammen mit „product_ids“ verwendet werden. Unterstützte Filter:https://google.aip.dev/160

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Ressource: projects.locations.retailCatalogs.retailProductRecognitionIndexes

JSON-Darstellung

{
  "name": string,
  "displayName": string,
  "description": string,
  "retailProductSet": [string],
   "resourceState": enum(RetailResourceState),
   "labels": {
    string: string,
    ...
    }
   "createTime": string,
   "updateTime": string
}

Fields

name	String	Nur Ausgabe. Ressourcenname der RetailProductRecognitionIndex-Ressource.
displayName	String	Optional. Anzeigename des RetailProductRecognitionIndex.
description	String	Optional. Die Beschreibung von RetailProductRecognitionIndex.
retailProductSet[]	string	Optional. Der Ressourcenname des RetailProductSet, das zum Erstellen dieser Ressource verwendet werden soll. Wenn festgelegt, enthält der RetailProductRecognitionIndex nur Produkte im angegebenen RetailProductSet. Wenn nicht festgelegt, werden alle Produkte im übergeordneten Katalog verwendet.
resourceState	enum	Nur Ausgabe. Status des RetailProductRecognitionIndex.
Labels	map (key: string, value: string)	Die Labels mit benutzerdefinierten Metadaten zum Organisieren Ihres RetailProductRecognitionIndex. Labelschlüssel und ‑werte dürfen maximal 64 Zeichen (Unicode-Codepunkte) lang sein und nur Kleinbuchstaben, Ziffern, Unterstriche und Bindestriche enthalten. Internationale Zeichen sind zulässig. Weitere Informationen und Beispiele für Labels finden Sie unter https://goo.gl/xmQnxf. Ein Objekt mit einer Liste der Paare „key“: value. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }
createTime	string (Timestamp format)	Nur Ausgabe. Zeitstempel der Erstellung.
updateTime	string (Timestamp format)	Nur Ausgabe. Der Zeitstempel der Aktualisierung.

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.create

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*}/retailProductRecognitionIndexes

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Anfragetext

Der Anfragetext enthält eine Instanz von RetailProductRecognitionIndex.

Antworttext

Bei Erfolg enthält der Antworttext eine neu erstellte Instanz von RetailProductRecognitionIndex.

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.get

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProductRecognitionIndexes/*

Pfadparameter


Name	String	Erforderlich. `RetailProductRecognitionIndex`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von RetailProductRecognitionIndex.

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.list

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*/retailCatalogs/*}/retailProductRecognitionIndexes

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Suchparameter

filtern	String	Optional. Ein Ausdruck zum Filtern der Ergebnisse der Anfrage.
pageToken	String	Optional. Ein Token, das eine Ergebnisseite identifiziert, die der Server liefern soll
pageSize	integer	Optional. Angeforderte Seitengröße. Der Server gibt möglicherweise weniger Elemente als angefordert zurück. Wenn kein Wert angegeben wurde, wählt der Server einen geeigneten Standardwert aus.
orderBy	String	Optional. Eine durch Kommas getrennte Liste von Feldern, nach denen in aufsteigender Reihenfolge sortiert werden soll. Verwenden Sie „desc“ nach einem Feldnamen für die absteigende Sortierung.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, enthält der Antworttext Daten mit folgender Struktur:

JSON-Darstellung

{
  "retailProductRecognitionIndexes": [
    {
      object (RetailProductRecognitionIndex)
    }
  ],
  "nextPageToken": string
}

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.delete

HTTP-Anfrage

DELETE https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailCatalogs/*/retailProductRecognitionIndexes/*

Pfadparameter


Name	String	Erforderlich. Die Kennzeichnung des ProductRecognitionIndex.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Ressource: projects.locations.retailEndpoints

JSON-Darstellung

{
  "name": string,
  "displayName": string,
  "description": string,
  "deployedProductRecognitionIndex": string,
  "resourceState": enum(RetailResourceState),
  "productRecognitionConfig": { object(RetailProductRecognitionConfig) },
  "tagRecognitionConfig": { object(RetailTagRecognitionConfig) },
  "labels": {
    string: string,
    ...
   }
  "createTime": string,
  "updateTime": string
}

Fields

name	String	Nur Ausgabe. Ressourcenname der RetailEndpoint-Ressource.
displayName	String	Optional. Anzeigename des RetailEndpoint.
description	String	Optional. Die Beschreibung des RetailEndpoint.
deployedProductRecognitionIndex	String	Nur Ausgabe. Ressourcenname des ProductRecognitionIndex, der für diesen RetailEndpoint bereitgestellt wird.
productRecognitionConfig	Objekt	Optional. Konfiguration für die Produkterkennung.
tagRecognitionConfig	Objekt	Optional. Konfiguration für die Tag-Erkennung.
resourceState	enum	Nur Ausgabe. Status des RetailProductRecognitionIndex.
Labels	map (key: string, value: string)	Die Labels mit benutzerdefinierten Metadaten zum Organisieren Ihres RetailProductRecognitionIndex. Labelschlüssel und ‑werte dürfen maximal 64 Zeichen (Unicode-Codepunkte) lang sein und nur Kleinbuchstaben, Ziffern, Unterstriche und Bindestriche enthalten. Internationale Zeichen sind zulässig. Weitere Informationen und Beispiele für Labels finden Sie unter https://goo.gl/xmQnxf. Ein Objekt mit einer Liste der Paare „key“: value. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }
createTime	string (Timestamp format)	Nur Ausgabe. Zeitstempel der Erstellung.
updateTime	string (Timestamp format)	Nur Ausgabe. Der Zeitstempel der Aktualisierung.

RetailProductRecognitionConfig

JSON-Darstellung

{
  "productDetectionModel": string,
  "detectionConfidenceThreshold": float,
  "recognitionConfidenceThreshold": float,
  "additionalConfig": { object }
}

Fields

productDetectionModel	String	Erforderlich. Modell, das zum Erkennen von Produkten in Eingabebildern verwendet werden soll. Unterstützte Werte: „builtin/stable“ (Standardeinstellung) oder Ressourcenname des Vertex AI-Modells.
detectionConfidenceThreshold	float	Optional. Konfidenzschwellenwert zum Filtern von Erkennungsergebnissen. Wenn nicht festgelegt, wird ein Systemstandardwert verwendet.
recognitionConfidenceThreshold	float	Optional. Konfidenzschwellenwert zum Filtern von Erkennungsergebnissen. Wenn nicht festgelegt, wird ein Systemstandardwert verwendet.
additionalConfig	object (Struct format)	Optional. Zusätzliche Konfigurationen für die Produkterkennung.

RetailTagRecognitionConfig

JSON-Darstellung

{
  "tagDetectionModel": string,
  "tagParsingModel": string,
  "detectionConfidenceThreshold": float,
  "parsingConfidenceThreshold": float,
  "additionalConfig": { object }
}

Fields

tagDetectionModel	String	Erforderlich. Modell, das zum Erkennen von Tags in Eingabebildern verwendet werden soll. Unterstützte Werte: Vertex AI-Modellressource.
tagParsingModel	String	Erforderlich. Modell zum Parsen von Text in erkannten Tags. Unterstützte Werte: Vertex AI-Modellressource.
detectionConfidenceThreshold	float	Optional. Konfidenzschwellenwert zum Filtern von Erkennungsergebnissen. Wenn nicht festgelegt, wird ein Systemstandardwert verwendet.
parsingConfidenceThreshold	float	Optional. Konfidenzgrenzwert zum Filtern von Ergebnissen der Textanalyse. Wenn nicht festgelegt, wird ein Systemstandardwert verwendet.
additionalConfig	object (Struct format)	Optional. Zusätzliche Konfigurationen für die Tag-Erkennung.

Methode: projects.locations.retailEndpoints.create

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*}/retailEndpoints

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Anfragetext

Der Anfragetext enthält eine Instanz von RetailEndpoint.

Antworttext

Bei Erfolg enthält der Antworttext eine neu erstellte Instanz von RetailEndpoint.

Methode: projects.locations.retailEndpoints.get

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailEndpoints/*}

Pfadparameter


Name	String	Erforderlich. `RetailEndpoint`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von RetailEndpoint.

Methode: projects.locations.retailEndpoints.list

HTTP-Anfrage

GET https://visionai.googleapis.com/v1alpha1/{parent=projects/*/locations/*}/retailEndpoints

Pfadparameter


parent	String	Erforderlich. Übergeordnete Kennung.

Suchparameter

filtern	String	Optional. Ein Ausdruck zum Filtern der Ergebnisse der Anfrage.
pageToken	String	Optional. Ein Token, das eine Ergebnisseite identifiziert, die der Server liefern soll
pageSize	integer	Optional. Angeforderte Seitengröße. Der Server gibt möglicherweise weniger Elemente als angefordert zurück. Wenn kein Wert angegeben wurde, wählt der Server einen geeigneten Standardwert aus.
orderBy	String	Optional. Eine durch Kommas getrennte Liste von Feldern, nach denen in aufsteigender Reihenfolge sortiert werden soll. Verwenden Sie „desc“ nach einem Feldnamen für die absteigende Sortierung.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, enthält der Antworttext Daten mit folgender Struktur:

JSON-Darstellung

{
  "retailEndpoints": [
    {
      object (RetailEndpoint)
    }
  ],
  "nextPageToken": string
}

Methode: projects.locations.retailEndpoints.delete

HTTP-Anfrage

DELETE https://visionai.googleapis.com/v1alpha1/{name=projects/*/locations/*/retailEndpoints/*

Pfadparameter


Name	String	Erforderlich. `RetailEndpoint`-ID.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich ist, ist der Antworttext leer.

Methode: projects.locations.retailEndpoints.deployRetailProductRecognitionIndex

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{retailEndpoint=projects/*/locations/*/retailEndpoints/*}:deployRetailProductRecognitionIndex

Pfadparameter


retailEndpoint	String	Erforderlich. Ressourcenname der `RetailEndpoint`-Ressource, in der die `RetailProductRecognitionIndex` bereitgestellt wird.

Anfragetext

JSON-Darstellung

{
  "retailProductRecognitionIndex": string,
}

Fields


retailProductRecognitionIndex	String	Erforderlich. Der Ressourcenname von `RetailProductRecognitionIndex` für die Bereitstellung.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Methode: projects.locations.retailEndpoints.undeployRetailProductRecognitionIndex

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{retailEndpoint=projects/*/locations/*/retailEndpoints/*}:undeployRetailProductRecognitionIndex

Pfadparameter


retailEndpoint	String	Erforderlich. Der Ressourcenname der `RetailEndpoint`-Ressource, für die die Bereitstellung aufgehoben wird.

Anfragetext

Der Anfragetext muss leer sein.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Methode: projects.locations.retailEndpoints.batchAnalyze

HTTP-Anfrage

POST https://visionai.googleapis.com/v1alpha1/{retailEndpoint=projects/*/locations/*/retailEndpoints/*}:batchAnalyze

Pfadparameter


retailEndpoint	String	Erforderlich. Der Ressourcenname der `RetailEndpoint`, die für die Verarbeitung der Inferenzanfrage verwendet werden soll.

Anfragetext

JSON-Darstellung

{
  "gcsSource": string,
  "features": { object(Feature) },
  // Union field output can be only one of the following:
  "outputGcsDestination": string,
  "corpus": string,
  // End of list of possible types for union field output.
  "bigqueryTable": string
}

Fields

gcsSource	String	Erforderlich. Der Cloud Storage-Speicherort für die Eingabeinhalte. Es können mehrere Eingabestandorte angegeben werden. Die Inhalte aller Eingabestandorte werden in einem Batch verarbeitet. Unterstützter Inhalt: Eine TXT-Datei, in der jede Zeile den vollständigen Pfad zu einem Bild enthält. In einer Anfrage können maximal 50.000 Bilder unterstützt werden.
outputGcsDestination	String	Optional. Der Cloud Storage-Speicherort des Verzeichnisses, in das die Ausgabe geschrieben werden soll.
Korpus	String	Optional. Ressourcenname des Bild-Warehouse-Korpus. Wird bisher nicht unterstützt.
bigqueryTable	String	Optional. Ressourcenname der BigQuery-Tabelle für den Export von Anmerkungen. Im Format „projects//datasets//tables/*“. Wenn festgelegt, werden auch Vermerke, die aus der ML-Inferenz generiert wurden, in die angegebene BigQuery-Tabelle exportiert. Wird bisher nicht unterstützt.
features[]	Objekt	Erforderlich. Der Typ der auszuführenden ML-Inferenz.

Funktion

JSON-Darstellung

{
  "type": enum(Type),
  "productRecognitionConfig": object(RetailProductRecognitionConfig),
  "tagRecognitionConfig": object(RetailTagRecognitionConfig)
}

Fields

Typ	enum	Erforderlich. Der Featuretyp.
productRecognitionConfig	Objekt	Optional. Überschreibungen für die Funktion zur Produkterkennung pro Anfrage. Sie ist nur wirksam, wenn „type“ auf TYPE_PRODUCT_RECOGNITION festgelegt ist.
tagRecognitionConfig	Objekt	Optional. Überschreibungen pro Anfrage für die Funktion zur Tag-Erkennung. Sie ist nur wirksam, wenn der Typ auf TYPE_TAG_RECOGNITION festgelegt ist.

Antworttext

Wenn der Vorgang erfolgreich abgeschlossen wurde, enthält der Antworttext eine Instanz von Operation.

Typen

GcsSource

JSON-Darstellung

{
  "uris": [string]
}

Fields


uris[]	String	Erforderlich. Verweise auf Cloud Storage-Pfade.

Typ

ENUM-Werte

TYPE_UNSPECIFIED	Der Standardwert. Sollte nicht verwendet werden.
TYPE_PRODUCT_RECOGNITION	Produkterkennung. Muss auf einem `RetailEndpoint` mit bereitgestelltem `RetailProductRecognitionIndex` verwendet werden.
TYPE_TAG_RECOGNITION	Tag-Erkennung und ‑Parsing. Muss für ein `RetailEndpoint` mit RetailTagRecognitionConfig verwendet werden.

RetailProductIoFormat

JSON-Darstellung

{
  "retailProduct": { object(RetailProduct) },
  "retailProductImages": [ { object(RetailProductImage) }]
}

Fields

retailProduct	Objekt	Erforderlich. `RetailProduct` wird importiert
retailProductImages[ ]	Objekt	Optional. `RetailProductImage`s des angegebenen `RetailProduct`, die importiert werden sollen.

RetailResourceState

ENUM-Werte

RETAIL_RESOURCE_STATE_UNSPECIFIED	Der Standardwert. Sollte nicht verwendet werden.
RETAIL_RESOURCE_STATE_CREATING	Status „Wird erstellt“.
RETAIL_RESOURCE_STATE_CREATED	Status „Erstellt“
RETAIL_RESOURCE_STATE_UPDATING	Status wird aktualisiert.
RETAIL_RESOURCE_STATE_DELETED	Bundesland gelöscht.
RETAIL_RESOURCE_STATE_ERROR	Statusfehler.

Leitfaden zur Tag-Erkennung Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

Anwendungsfälle für die Tag- und Produkterkennung

Funktionsweise der Tag-Erkennung

Schema für das Tag-Parsing

Beispiel für ein JSON-Ausgabeobjekt

Umgebung einrichten

User Journey für die Tag-Erkennung

API-Nutzung – Batchanalyse der Inferenz

Endpunkt erstellen

API-Referenz

Ressource: projects.locations.retailCatalogs

Methode: projects.locations.retailCatalogs.create

Methode: projects.locations.retailCatalogs.get

Methode: projects.locations.retailCatalogs.list

Methode: projects.locations.retailCatalogs.delete

Methode: projects.locations.retailCatalogs.importRetailProducts

Ressource: projects.locations.retailProducts

Methode: projects.locations.retailCatalogs.retailProducts.create

Methode: projects.locations.retailCatalogs.retailProducts.get

Methode: projects.locations.retailCatalogs.retailProducts.list

Methode: projects.locations.retailCatalogs.retailProducts.delete

Ressource: projects.locations.retailProductImages

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.create

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.get

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.list

Methode: projects.locations.retailCatalogs.retailProducts.retailProductImages.delete

Ressource: projects.locations.retailCatalogs.retailProductSets

Methode: projects.locations.retailCatalogs.retailProductSets.create

Methode: projects.locations.retailCatalogs.retailProductSets.get

Methode: projects.locations.retailCatalogs.retailProductSets.list

Methode: projects.locations.retailCatalogs.retailProductSets.delete

Methode: projects.locations.retailCatalogs.retailProductSets.add

Methode: projects.locations.retailCatalogs.retailProductSets.remove

Ressource: projects.locations.retailCatalogs.retailProductRecognitionIndexes

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.create

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.get

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.list

Methode: projects.locations.retailCatalogs.retailProductRecognitionIndexes.delete

Ressource: projects.locations.retailEndpoints

RetailProductRecognitionConfig

RetailTagRecognitionConfig

Methode: projects.locations.retailEndpoints.create

Methode: projects.locations.retailEndpoints.get

Methode: projects.locations.retailEndpoints.list

Methode: projects.locations.retailEndpoints.delete

Methode: projects.locations.retailEndpoints.deployRetailProductRecognitionIndex

Methode: projects.locations.retailEndpoints.undeployRetailProductRecognitionIndex

Methode: projects.locations.retailEndpoints.batchAnalyze

RetailProductIoFormat

Leitfaden zur Tag-Erkennung