本頁面由 Cloud Translation API 翻譯而成。

提供事件管理功能的 Vertex AI Vision 人數分析應用程式

1. 目標

總覽

本程式碼實驗室將著重於端對端建立 Vertex AI Vision 應用程式，透過事件管理功能傳送事件。我們會使用預先訓練的專門模型「Occupancy analytics」內建功能，根據以下擷取的內容產生事件：

計算特定路線的車輛和行人的數量。
計算道路任何固定區域的車輛/人數。
偵測道路任何路段的壅塞情形。

課程內容

如何擷取影片以供串流播放
如何在 Vertex AI Vision 中建立應用程式
可用於「入住率分析」的不同功能及其使用方式
如何部署應用程式
如何在 Vertex AI Vision 的媒體倉儲中搜尋影片。
如何建立可處理占用率分析模型資料的雲端函式。
如何建立 Pub/Sub 主題與訂閱。
如何設定事件管理功能，透過 Pub/Sub 主題傳送事件。

2. 事前準備

在 Google Cloud 控制台的專案選取器頁面中，選取或建立 Google Cloud 專案。注意：如果您不打算保留在這項程序中建立的資源，請建立新專案，不要選取現有專案。這樣在完成這些步驟後，您就可以刪除專案，並移除與該專案相關聯的所有資源。前往專案選取器
確認 Cloud 專案已啟用計費功能。瞭解如何檢查專案是否已啟用計費功能。
啟用 Compute Engine 和 Vision AI API。啟用 API

建立服務帳戶：

前往 Google Cloud 控制台的「Create service account」(建立服務帳戶) 頁面。前往「Create service account」(建立服務帳戶)
選取專案。
在「Service account name」(服務帳戶名稱) 欄位中輸入名稱。Google Cloud 控制台會根據這個名稱填入「服務帳戶 ID」欄位。在「服務帳戶說明」欄位中輸入說明。例如快速入門導覽課程的服務帳戶。
按一下 [建立並繼續]。
如要提供專案存取權，請將下列角色授予服務帳戶：Vision AI > Vision AI 編輯者、Compute Engine > Compute 執行個體管理員 (Beta 版)、Storage > Storage 物件檢視者 †。在「請選擇角色」清單中，選取所需角色。如要新增其他角色，請按一下「新增其他角色」，然後新增各個角色。注意：「Role」欄位會影響服務帳戶可在專案中存取哪些資源。您日後可以撤銷這些角色或授予其他角色。在實際環境中，請勿授予擁有者、編輯者或檢視者角色。請改為授予符合需求的預先定義角色或自訂角色。
按一下「繼續」。
按一下「Done」，即完成建立服務帳戶。請勿關閉瀏覽器視窗。您將在下一個步驟中使用此項目。

建立服務帳戶金鑰：

在 Google Cloud 控制台中，按一下您建立的服務帳戶的電子郵件地址。
按一下「Keys」。
依序點選「新增金鑰」和「建立新的金鑰」。
按一下「建立」，JSON 金鑰檔案會下載至您的電腦。
按一下「關閉」。
安裝並初始化 Google Cloud CLI。

† 只有在從 Cloud Storage 值區複製影片檔案範例時，才需要這個角色。

3. 擷取用於串流的影片檔案

您可以使用 vaictl 將影像資料串流至入住率分析應用程式。

請先在 Cloud 控制台中啟用 Vision AI API

註冊新的串流

按一下 Vertex AI Vision 左側面板中的「串流」分頁標籤。
按一下「註冊」
在「串流名稱」中輸入「traffic-stream」
在「region」(區域) 中輸入「us-central1」
按一下「註冊」

串流需要幾分鐘才能註冊。

準備示例影片

您可以使用下列 gsutil cp 指令複製範例影片。替換下列變數：

來源：要使用的影片檔案位置。您可以使用自己的影片檔案來源 (例如 gs://BUCKET_NAME/FILENAME.mp4)，也可以使用範例影片 (gs://cloud-samples-data/vertex-ai-vision/street_vehicles_people.mp4)(含有人物和車輛的影片，來源)

export SOURCE=gs://cloud-samples-data/vertex-ai-vision/street_vehicles_people.mp4
gsutil cp $SOURCE .

將資料擷取至串流

如要將這個本機影片檔案傳送至應用程式輸入串流，請使用下列指令。您必須替換以下變數：

PROJECT_ID：您的 Google Cloud 專案 ID。
LOCATION_ID：您的位置 ID。例如 us-central1詳情請參閱「Cloud 據點」。
LOCAL_FILE：本機影片檔案的檔案名稱。例如 Street_vehicles_people.mp4。
–loop 標記：選用。循環播放檔案資料，模擬串流。

export PROJECT_ID=<Your Google Cloud project ID>
export LOCATION_ID=us-central1
export LOCAL_FILE=street_vehicles_people.mp4

這個指令會將影片檔案串流至串流。如果使用 –loop 旗標，系統會將影片重複播放至串流中，直到你停止指令為止。我們會以背景工作形式執行這項指令，以便持續串流。

( 在開頭加上無名詞，並在結尾加上「&」即可做為背景工作)

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 &

啟動 vaictl 攝入作業到影片顯示在資訊主頁之間，可能需要約 100 秒的時間。

串流攝入功能可供使用後，您可以選取流量串流，在 Vertex AI Vision 資訊主頁的「串流」分頁中查看影片動態饋給。

前往「訊息串」分頁

透過 UI 查看即時影像 在 Google Cloud 控制台中，即時查看攝入串流的影片。影片來源：Pixabay 上的 Elizabeth Mavor (已加入模糊處理)。

4. 建立 Cloud 函式

我們需要 Cloud 函式來消化模型的資料，並產生稍後透過事件管道傳送的事件。

如要進一步瞭解 Cloud 函式，請參閱這篇文章

建立可監聽模型的 Cloud 函式

前往 Cloud 函式 UI 建立頁面。
設定函式名稱，這個名稱會在稍後用於在事件管理設定中參照這個 Cloud 函式。
確認區域與應用程式相符。
調整並儲存觸發條件設定。
按一下下一個按鈕，前往「code」部分。
編輯 Cloud 函式。以下是使用 Node.js 執行階段的範例。

/**
* 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);
}

按一下「Deploy」(部署) 按鈕，即可部署函式。

5. 建立 Pub/Sub 主題和訂閱項目

我們需要為應用程式提供 Pub/Sub 主題，以便應用程式將事件傳送至該主題。如要接收事件，Pub/Sub 訂閱項目必須訂閱已設定的光學裝置。

如要進一步瞭解 Pub/Sub 主題，請參閱這篇文章，如要瞭解訂閱，請參閱這篇文章。

建立 Pub/Sub 主題

如要建立 Pub/Sub 主題，您可以使用 gcloud CLI：(請將 SUBSCRIPTION_ID 替換為您設定中的實際值)

gcloud pubsub topics create TOPIC_ID

或者，您也可以使用 Pub/Sub UI

建立 Pub/Sub 訂閱項目

如要建立 Pub/Sub 訂閱，您可以使用 gcloud CLI：(請將 SUBSCRIPTION_ID 和 TOPIC_ID 替換為您設定中的實際值)

gcloud pubsub subscriptions create SUBSCRIPTION_ID \
    --topic=TOPIC_ID \

或者，您也可以使用 Pub/Sub UI

6. 建立應用程式

第一步是建立可處理資料的應用程式。應用程式可視為自動化管道，可連結下列項目：

資料擷取：將影片動態饋給擷取至串流。
資料分析：在擷取後，您可以新增 AI(電腦視覺) 模型。
資料儲存空間：兩個版本的影片動態饋給 (原始串流和 AI 模型處理的串流) 可儲存在媒體倉儲中。

在 Google Cloud 控制台中，應用程式會以圖表表示。

建立空白的應用程式

您必須先建立空白的應用程式，才能填入應用程式圖表。

在 Google Cloud 控制台中建立應用程式。

前往 Google Cloud 控制台。
開啟 Vertex AI Vision 資訊主頁的「應用程式」分頁。

前往「應用程式」分頁

按一下新增「建立」按鈕。
輸入「traffic-app」做為應用程式名稱，並選擇區域。
按一下「建立」。

新增應用程式元件節點

建立空白應用程式後，您可以將這三個節點新增至應用程式圖表：

擷取節點：擷取資料的串流資源。
處理節點：負責處理攝入資料的占用率分析模型。
儲存節點：儲存經過處理的影片，並做為中繼資料儲存空間的媒體倉儲。中繼資料儲存庫包含擷取的影片資料分析資訊，以及 AI 模型推斷的資訊。

在控制台中新增元件節點。

開啟 Vertex AI Vision 資訊主頁的「應用程式」分頁。前往「應用程式」分頁
在流量應用程式列中，選取「查看圖表」。這會帶您前往處理管道的圖表視覺化畫面。

新增資料匯入節點

如要新增輸入串流節點，請在側邊選單的「Connectors」(連接器) 區段中選取「Streams」(串流) 選項。
在隨即開啟的「串流」選單的「來源」部分，選取「新增串流」。
在「Add streams」選單中，選擇「Register new streams」，然後將 traffic-stream 新增為串流名稱。
如要將串流新增至應用程式圖表，請按一下「新增串流」。

新增資料處理節點

如要新增入住人數模型節點，請在側邊選單的「Specialized models」(專用模型) 區段中，選取「occupancy analytics」(入住人數分析) 選項。
保留預設選項「人物」和「車輛」。
在線條交會處加入線條。使用多點線條工具，在需要偵測車輛或人員進出的地方繪製線條。
繪製活動區，以便計算該區域內的人數/車輛數量。
新增停留時間設定，在繪製活動區時偵測壅塞情形。

(目前不支援同時偵測到活動區和範圍線。一次只能使用一項功能)。

新增資料儲存節點

如要新增輸出目的地 (儲存空間) 節點，請在側邊選單的「Connectors」(連接器) 區段中選取「Vertex AI Vision's Media Warehouse」(Vertex AI Vision 的媒體倉儲) 選項。
在 Vertex AI Vision 的媒體倉儲選單中，按一下「Connect warehouse」(連結倉儲)。
在「連結倉儲」選單中，選取「建立新的倉儲」。將倉儲命名為 traffic-warehouse，並將 TTL 持續時間保留 14 天。
按一下「Create」(建立) 按鈕來新增倉儲。