Membuat aplikasi analisis tingkat keterisian dengan perkiraan BigQuery

Gemini Enterprise Agent Platform Vision adalah platform yang didukung AI yang dapat Anda gunakan untuk menyerap, menganalisis, dan menyimpan data video . Gemini Enterprise Agent Platform Vision memungkinkan Anda membangun dan men-deploy aplikasi AI. Anda dapat membangun solusi Vision Gemini Enterprise Agent Platform end-to-end dengan memanfaatkan integrasi Vision Gemini Enterprise Agent Platform dengan komponen produk lainnya.

Untuk mulai menerapkan solusi menggunakan platform Vision Gemini Enterprise Agent Platform, tinjau konsep dan komponen Agent Platform Vision berikut:

  • Streaming: Merepresentasikan lapisan streaming video dari solusi Anda. Sumber streaming dapat berupa video live (misalnya, kamera IP) atau file video (misalnya, file MP4).

  • Aplikasi: Aktifkan koneksi antara streaming dan prosesor AI untuk melakukan operasi machine learning pada video. Misalnya, Anda dapat menghubungkan streaming kamera ke model AI yang menghitung orang yang lewat di depannya.

  • Tujuan output aplikasi: Kirim data yang dianalisis ke tujuan penyimpanan (Media Warehouse Vision Gemini Enterprise Agent Platform atau BigQuery) atau terima data live. Penyimpanan ke Media Warehouse Gemini Enterprise Agent Platform Vision memungkinkan Anda menelusuri output analisis dan metadata dari pemroses AI yang digunakan pada data dari aliran yang di-ingest. Menyimpan ke BigQuery memungkinkan Anda menggunakan kemampuan analisis offline produk. Jika menerima output aplikasi secara langsung, Anda dapat menggunakan insight untuk langsung menginformasikan keputusan bisnis. Untuk mengetahui informasi selengkapnya, lihat Ringkasan: Menghubungkan output aplikasi ke tujuan data.

Tujuan

Tutorial ini menunjukkan kepada Anda cara melakukan hal berikut:

  • Buat set data dan tabel BigQuery.
  • Buat aplikasi analisis tingkat keterisian Vision Gemini Enterprise Agent Platform yang terhubung ke BigQuery.
  • Buat instance VM Compute Engine dan siapkan lingkungannya.
  • Streaming video dari instance VM ke aplikasi.
  • Gunakan output aplikasi tersimpan untuk membuat model perkiraan dengan BigQuery ML.

Biaya

Dalam dokumen ini, Anda akan menggunakan komponen Google Cloudyang dapat ditagih berikut:

Untuk membuat perkiraan biaya berdasarkan proyeksi penggunaan Anda, gunakan kalkulator harga.

Pengguna Google Cloud baru mungkin memenuhi syarat untuk mendapatkan uji coba gratis.

Setelah menyelesaikan tugas yang dijelaskan dalam dokumen ini, Anda dapat menghindari penagihan berkelanjutan dengan menghapus resource yang Anda buat. Untuk mengetahui informasi selengkapnya, baca bagian Pembersihan.

Sebelum memulai

  1. Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. Enable the BigQuery, Compute Engine and Vision AI APIs.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the APIs

  5. Create a service account:

    1. Ensure that you have the Create Service Accounts IAM role (roles/iam.serviceAccountCreator) and the Project IAM Admin role (roles/resourcemanager.projectIamAdmin). Learn how to grant roles.

    2. In the Google Cloud console, go to the Create service account page.

      Go to Create service account