1. Objectifs
Présentation
Cet atelier de programmation vous aidera à créer une application Vertex AI Vision de bout en bout pour envoyer des événements avec la fonctionnalité de gestion des événements. Nous utiliserons le modèle spécialisé pré-entraîné Analyse de l'occupation. intégrées pour générer des événements basés sur la capture des éléments suivants:
- Comptez le nombre de véhicules et de personnes qui traversent une route au niveau d'une ligne donnée.
- Comptez le nombre de véhicules/personnes dans une zone fixe de la route.
- détecter les embouteillages dans n'importe quelle partie de la route ;
Points abordés
- Comment ingérer des vidéos en streaming
- Créer une application dans Vertex AI Vision
- Différentes fonctionnalités disponibles dans Occupancy Analytics et comment les utiliser
- Déployer l'application
- Rechercher des vidéos dans l'entrepôt multimédia de Vertex AI Vision
- Créer une fonction Cloud qui traite les données du modèle d'analyse de l'occupation
- Créer un sujet Pub/Sub et abonnement.
- Configurer la gestion des événements pour envoyer des événements via un sujet Pub/Sub
2. Avant de commencer
- Dans la console Google Cloud, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud. Remarque: Si vous ne prévoyez pas de conserver les ressources créées au cours de cette procédure, créez un projet au lieu de sélectionner un projet existant. Après avoir suivi ces étapes, vous pouvez supprimer le projet. Cela entraîne la suppression de toutes les ressources qui lui sont associées. Accéder au sélecteur de projet
- Assurez-vous que la facturation est activée pour votre projet Cloud. Découvrez comment vérifier si la facturation est activée sur un projet.
- Activez les API Compute Engine et Vision AI. Activer les API
Créez un compte de service:
- Dans la console Google Cloud, accédez à la page Créer un compte de service. Accéder à la page "Créer un compte de service"
- Sélectionnez votre projet.
- Dans le champ Nom du compte de service, saisissez un nom. La console Google Cloud renseigne le champ ID de compte de service à partir de ce nom. Dans le champ Description du compte de service, saisissez une description. Par exemple, "Compte de service" pour le guide de démarrage rapide.
- Cliquez sur Créer et continuer.
- Pour accorder l'accès à votre projet, attribuez le ou les rôles suivants à votre compte de service: Vision AI > Éditeur Vision AI, Compute Engine > Administrateur d'instances Compute (bêta), Stockage > Lecteur des objets Storage† . Dans la liste Sélectionnez un rôle, choisissez un rôle. Pour ajouter des rôles supplémentaires, cliquez sur Ajouter un autre rôle, puis ajoutez chaque rôle supplémentaire. Remarque: Le champ Rôle détermine les ressources auxquelles votre compte de service peut accéder dans votre projet. Vous pouvez révoquer ces rôles ou attribuer des rôles supplémentaires ultérieurement. Dans les environnements de production, n'accordez pas les rôles Propriétaire, Éditeur ou Lecteur. Attribuez plutôt un rôle prédéfini ou un rôle personnalisé répondant à vos besoins.
- Cliquez sur Continuer.
- Cliquez sur OK pour terminer la création du compte de service. Ne fermez pas la fenêtre de votre navigateur. Vous en aurez besoin lors de la tâche suivante.
Créez une clé de compte de service:
- Dans la console Google Cloud, cliquez sur l'adresse e-mail du compte de service que vous avez créé.
- Cliquez sur Clés.
- Cliquez sur Ajouter une clé, puis sur Créer une clé.
- Cliquez sur Create (Créer). Un fichier de clé JSON est téléchargé sur votre ordinateur.
- Cliquez sur Fermer.
- Installez et initialisez la Google Cloud CLI.
† Rôle requis uniquement si vous copiez un exemple de fichier vidéo à partir d'un bucket Cloud Storage.
3. Ingérer un fichier vidéo pour le streaming
Vous pouvez utiliser vaictl pour diffuser les données vidéo dans votre application d'analyse de l'occupation.
Commencez par activer l'API Vision AI dans la console Cloud
Enregistrer une nouvelle diffusion
- Cliquez sur l'onglet "Flux" dans le panneau de gauche de Vertex AI Vision.
- Cliquez sur "S'inscrire".
- Dans le champ "Nom du flux", saisissez "traffic-stream".
- Dans la région, saisissez "us-central1".
- Cliquez sur "S'inscrire".
L'inscription à la diffusion prend quelques minutes.
Préparer un exemple de vidéo
- Vous pouvez copier un exemple de vidéo à l'aide de la commande gsutil cp suivante. Remplacez la variable suivante :
- SOURCE: emplacement du fichier vidéo à utiliser. Vous pouvez utiliser votre propre source de fichier vidéo (par exemple, gs://NOM_BUCKET/FILENAME.mp4) ou utiliser l'exemple de vidéo (gs://cloud-samples-data/vertex-ai-vision/street_vehicles_people.mp4)(vidéo avec des personnes et des véhicules, source).
export SOURCE=gs://cloud-samples-data/vertex-ai-vision/street_vehicles_people.mp4 gsutil cp $SOURCE .
Ingérer des données dans votre flux
- Pour envoyer ce fichier vidéo local au flux d'entrée de l'application, utilisez la commande suivante. Vous devez effectuer les substitutions de variables suivantes:
- PROJECT_ID: ID de votre projet Google Cloud.
- LOCATION_ID: ID de votre zone géographique. Par exemple, us-central1. Pour en savoir plus, consultez la section Emplacements Cloud.
- LOCAL_FILE: nom d'un fichier vidéo local. Par exemple, street_vehicles_people.mp4.
- L'option –loop: facultatif. Boucle les données du fichier pour simuler un flux de données.
export PROJECT_ID=<Your Google Cloud project ID> export LOCATION_ID=us-central1 export LOCAL_FILE=street_vehicles_people.mp4
- Cette commande diffuse un fichier vidéo dans un flux. Si vous utilisez l'option –loop, la vidéo est lue en boucle dans le flux jusqu'à ce que vous arrêtiez la commande. Nous allons exécuter cette commande en tant que tâche d'arrière-plan afin que son flux continue.
- ( ajoutez « nohup » au début et « & » à la fin pour le faire fonctionner en arrière-plan)
nohup vaictl -p $PROJECT_ID \
-l $LOCATION_ID \
-c application-cluster-0 \
--service-endpoint visionai.googleapis.com \
send video-file to streams 'traffic-stream' --file-path $LOCAL_FILE --loop &
Il peut s'écouler environ 100 secondes entre le démarrage de l'opération d'ingestion vaictl et l'affichage de la vidéo dans le tableau de bord.
Une fois l'ingestion du flux disponible, vous pouvez afficher le flux vidéo dans l'onglet Flux du tableau de bord Vertex AI Vision en sélectionnant le flux de trafic.
Vidéo en direct ingérée dans le flux de la console Google Cloud. Crédit vidéo: Elizabeth Mavor sur Pixabay (ajout de la pixellisation)
4. Créer une fonction Cloud
Nous aurons besoin d'une fonction Cloud pour digérer les données du modèle générer des événements qui seront envoyés plus tard via le canal d'événement.
Pour en savoir plus sur la fonction Cloud, cliquez ici.
Créer une fonction Cloud qui écoute votre modèle
- Accédez à la page de création de l'interface utilisateur de la fonction Cloud.
- Définissez le nom de la fonction. Nous l'utiliserons plus tard dans les paramètres de gestion des événements pour désigner cette fonction Cloud.
- Assurez-vous que la région correspond à votre application.
- Ajustez et enregistrez les paramètres du déclencheur.
- Cliquez sur le bouton "Suivant" pour accéder au .
- Modifiez votre fonction Cloud. Voici un exemple avec un environnement d'exécution Node.js.
/**
* Responds to any HTTP request.
*
* @param {!express:Request} req HTTP request context.
* @param {!express:Response} res HTTP response context.
*/
exports.hello_http = (req, res) => {
// Logging statement can be read with cmd `gcloud functions logs read {$functionName}`.
// For more about logging, please see https://cloud.google.com/functions/docs/monitoring
// The processor output will be stored in req.body.
const messageString = constructMessage(req.body);
// Send your message to operator output with res HTTP response context.
res.status(200).send(messageString);
};
function constructMessage(data) {
/**
* Typically, your processor output should contains appPlatformMetadata & it's designed output.
* For example here, if your output is of tyoe OccupancyCountingPredictionResult, you will need
* to construct the return annotation as such.
*/
// access appPlatformMetat.
const appPlatformMetadata = data.appPlatformMetadata;
// access annotations.
const annotations = data.annotations.map(annotation => {
// This is a mock OccupancyCountingPredictionResult annotation.
return {"annotation" : {"track_info": {"track_id": "12345"}}};
});
const events = [];
for(const annotation of annotations) {
events.push({
"event_message": "Detection event",
"payload" : {
"description" : "object detected"
},
"event_id" : "track_id_12345"
});
}
/**
* Typically, your cloud function should return a string represent a JSON which has two fields:
* "annotations" must follow the specification of the target model.
* "events" should be of type "AppPlatformEventBody".
*/
const messageJson = {
"annotations": annotations,
"events": events,
};
return JSON.stringify(messageJson);
}
- Cliquez sur "Déployer". pour déployer la fonction.
5. Créer un sujet Pub/Sub et abonnement
Nous devons fournir un sujet Pub/Sub à l'application à laquelle elle peut envoyer l'événement. Pour recevoir les événements, un abonnement Pub/Sub doit s'abonner à l'option optique configurée.
Pour en savoir plus sur le sujet Pub/Sub, cliquez ici. Pour en savoir plus sur l'abonnement, consultez cette page.
Créer un sujet Pub/Sub
Pour créer un sujet Pub/Sub, vous pouvez utiliser la gcloud CLI: (Vous devez remplacer SUBSCRIPTION_ID par la valeur réelle de votre configuration.)
gcloud pubsub topics create TOPIC_ID
Vous pouvez également utiliser l'interface utilisateur Pub/Sub.
Créer un abonnement Pub/Sub
Pour créer un abonnement Pub/Sub, vous pouvez utiliser la gcloud CLI: (Vous devez remplacer SUBSCRIPTION_ID et TOPIC_ID par la valeur réelle de votre configuration.)
gcloud pubsub subscriptions create SUBSCRIPTION_ID \
--topic=TOPIC_ID \
Vous pouvez également utiliser l'interface utilisateur Pub/Sub.
6. Créer une application
La première étape consiste à créer une application qui traite vos données. Une application peut être considérée comme un pipeline automatisé qui connecte les éléments suivants:
- Ingestion de données: un flux vidéo est ingéré dans un flux.
- Analyse des données: un modèle d'IA(Vision par ordinateur) peut être ajouté après l'ingestion.
- Stockage des données: les deux versions du flux vidéo (le flux d'origine et le flux traité par le modèle d'IA) peuvent être stockées dans un entrepôt multimédia.
Dans la console Google Cloud, une application est représentée sous forme de graphique.
Créer une application vide
Avant de pouvoir remplir le graphique de l'application, vous devez d'abord créer une application vide.
Créez une application dans la console Google Cloud.
- Accédez à la console Google Cloud.
- Ouvrez l'onglet Applications du tableau de bord Vertex AI Vision.
Accéder à l'onglet "Applications"
- Cliquez sur le bouton d'ajout Créer.
- Saisissez traffic-app comme nom d'application, puis sélectionnez votre région.
- Cliquez sur Créer.
Ajouter des nœuds de composants d'application
Une fois l'application vide créée, vous pouvez ajouter les trois nœuds au graphique de l'application:
- Nœud d'ingestion: ressource de flux qui ingère les données.
- Nœud de traitement: modèle d'analyse de l'occupation qui agit sur les données ingérées.
- Nœud de stockage: entrepôt multimédia qui stocke les vidéos traitées et sert de magasin de métadonnées. Les magasins de métadonnées incluent des informations analytiques sur les données vidéo ingérées et des informations déduites par les modèles d'IA.
Ajoutez des nœuds de composants à votre application dans la console.
- Ouvrez l'onglet Applications du tableau de bord Vertex AI Vision. Accéder à l'onglet "Applications"
- Sur la ligne de trafic d'application, sélectionnez Afficher le graphique. La visualisation graphique du pipeline de traitement s'affiche.
Ajouter un nœud d'ingestion de données
- Pour ajouter un nœud de flux d'entrée, sélectionnez l'option Flux dans la section Connecteurs du menu latéral.
- Dans la section Source du menu Flux qui s'affiche, sélectionnez Ajouter des flux.
- Dans le menu Ajouter des flux, sélectionnez Enregistrer de nouveaux flux, puis ajoutez un flux de trafic comme nom de flux.
- Pour ajouter le flux au graphique de l'application, cliquez sur Ajouter des flux.
Ajouter un nœud de traitement des données
- Pour ajouter le nœud du modèle de nombre d'occupations, sélectionnez l'option d'analyse de l'occupation dans la section Modèles spécialisés du menu latéral.
- Conservez les sélections par défaut Personnes et Véhicules.
- Ajoute des lignes au croisement de lignes. Utilisez l'outil "Ligne à plusieurs points" pour tracer les lignes à partir desquelles vous devez détecter les véhicules ou les personnes qui entrent ou sortent.
- Dessinez les zones actives pour comptabiliser les personnes/véhicules dans ces zones.
- Ajoutez des paramètres de temps d'interaction pour détecter les embouteillages si une zone active est dessinée.
- (actuellement, le passage de zone active et le passage de ligne ne sont pas pris en charge simultanément. Utilisez une seule fonctionnalité à la fois.)
Ajouter un nœud de stockage de données
- Pour ajouter le nœud de destination de sortie (stockage), sélectionnez l'option Entrepôt multimédia de Vertex AI Vision dans la section Connecteurs du menu latéral.
- Dans le menu Entrepôt multimédia de Vertex AI Vision, cliquez sur Connecter un entrepôt.
- Dans le menu Connecter un entrepôt, sélectionnez Créer un entrepôt. Nommez l'entrepôt de trafic de l'entrepôt et laissez la durée TTL à 14 jours.
- Cliquez sur le bouton Créer pour ajouter l'entrepôt.
7. Configurer la gestion des événements
Durée : 02:00
Nous allons connecter le modèle à la précédente fonction Cloud créée pour le post-traitement, où la fonction Cloud peut condenser librement les résultats du modèle et générer des événements adaptés à vos besoins. Ensuite, nous configurerons le canal d'événement en définissant le sujet Pub/Sub précédemment créé comme cible. Vous pouvez également définir un intervalle minimal afin d'éviter que votre chaîne d'événement ne soit submergée par le même événement dans un court laps de temps.
Sélectionner la fonction Cloud pour le post-traitement
- Cliquez sur le nœud de traitement des données(analyse de l'occupation) du graphique de votre application pour ouvrir le menu latéral.
- Sélectionnez votre fonction Cloud (identifiée par son nom) dans le menu déroulant "Post-traitement".
- Le graphique de l'application enregistre automatiquement vos modifications.
Configurer un canal d'événement
- Cliquez sur le nœud de traitement des données(analyse de l'occupation) du graphique de votre application pour ouvrir le menu latéral.
- Cliquez sur CONFIGURER LA NOTIFICATION D'ÉVÉNEMENT. dans la section "Notification d'événement".
- Sélectionnez votre sujet Pub/Sub dans la liste déroulante.
- (Facultatif) Définissez l'intervalle/la fréquence minimal de publication des événements.
8. Déployer votre application pour l'utiliser
Une fois que vous avez créé votre application de bout en bout avec tous les composants nécessaires, la dernière étape pour l'utiliser consiste à la déployer.
- Ouvrez l'onglet Applications du tableau de bord Vertex AI Vision. Accéder à l'onglet "Applications"
- Sélectionnez Afficher le graphique à côté de l'application qui gère le trafic dans la liste.
- Sur la page du générateur de graphiques de l'application, cliquez sur le bouton Déployer.
- Dans la boîte de dialogue de confirmation suivante, sélectionnez Déployer. L'opération de déploiement peut prendre plusieurs minutes. Une fois le déploiement terminé, des coches vertes apparaissent à côté des nœuds.
9. Vérifier les événements/messages dans l'abonnement Pub/Sub
Une fois les données vidéo ingérées dans votre application de traitement, la fonction Cloud doit générer des événements une fois que le modèle d'analyse de l'occupation génère une annotation. Ces événements doivent ensuite être publiés sous forme de messages via votre sujet Pub/Sub reçues par votre abonnement.
Les étapes suivantes supposent que vous disposez d'un abonnement pull.
- Ouvrez la liste des abonnements Pub/Sub dans votre projet et recherchez l'abonnement correspondant. Accéder à la page de la liste des abonnements Pub/Sub
- Accéder à "Message" .
- Cliquez sur "Tirer". .
- Affichez votre message dans le tableau.
Vous pouvez également apprendre à recevoir des messages sans UI. Accéder à la page d'abonnement
10. Félicitations
Félicitations, vous avez terminé l'atelier !
Nettoyage
Pour éviter que les ressources utilisées lors de ce tutoriel soient facturées sur votre compte Google Cloud, supprimez le projet contenant les ressources, ou conservez le projet et supprimez chaque ressource individuellement.
Supprimer le projet
Supprimer des ressources individuelles
Ressources
https://cloud.google.com/vision-ai/docs/overview
https://cloud.google.com/vision-ai/docs/occupancy-count-tutorial
Commentaires
Cliquez ici pour nous faire part de vos commentaires