Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Vertex AI Vision es una plataforma potenciada por IA para transferir, analizar y almacenar datos de de video. Vertex AI Vision permite a los usuarios compilar e implementar
aplicaciones con una interfaz de usuario simplificada.
Con Vertex AI Vision, puedes compilar soluciones de imágenes computarizadas de extremo a extremo aprovechando la integración de Vertex AI Vision con otros componentes principales, como las estadísticas de video en vivo, los flujos de datos y Vision Warehouse. La API de Vertex AI Vision te permite compilar una app de alto nivel a partir de APIs de bajo nivel, y crear y actualizar un flujo de trabajo de alto nivel que combine varias llamadas a la API individuales. Luego, puedes
ejecutar tu flujo de trabajo como una unidad realizando una sola solicitud de implementación al
servidor de la plataforma de Vertex AI Vision.
Con Vertex AI Vision, puedes hacer lo siguiente:
Transfiere datos de video en tiempo real
Analizar datos para obtener estadísticas con modelos de IA de visión generales y personalizados
Almacena estadísticas en Vision Warehouse para simplificar las consultas y la información de metadatos
Flujo de trabajo de Vertex AI Vision
Estos son los pasos que debes completar para usar Vertex AI Vision:
Cómo transferir datos en tiempo real
La arquitectura de Vertex AI Vision te permite transmitir con rapidez y comodidad la infraestructura de transferencia de videos en tiempo real en una nube pública.
Analizar datos
Después de transferir los datos, el framework de Vertex AI Vision te brinda acceso y orquestación sencillos a una cartera grande y en crecimiento de modelos de análisis generales, personalizados y especializados.
Almacena y consulta el resultado
Después de que tu app analice tus datos, puedes enviar esta información a un destino de almacenamiento (Vision Warehouse o BigQuery) o recibir los datos en vivo. Con Vision Warehouse, puedes enviar el resultado de tu app a un almacén que generalice tu trabajo de búsqueda y entregue varios tipos de datos y casos de uso.
Un gráfico de una app de estadísticas de ocupación de Vertex AI Vision en la Google Cloud consola
Nota sobre la IA responsable
En Google Cloud, priorizamos ayudar a los clientes a desarrollar e implementar soluciones de forma segura con Vertex AI Vision. En el caso de Vertex AI Vision, trabajamos para desarrollar un rendimiento justo y equitativo de acuerdo con los principios de IA de Google.
Este trabajo incluye pruebas de sesgo durante el desarrollo, por ejemplo, observar el rendimiento en diferentes tonos de piel y desarrollar funciones del producto para mejorar la privacidad y limitar la identificación personal, como el desenfoque de personas y rostros.
Nos comprometemos a iterar y mejorar, y seguiremos incorporando las prácticas recomendadas y las lecciones aprendidas en nuestros productos de Vertex AI.
Cuando Vertex AI Vision se integra en el contexto organizativo único de un cliente, es probable que haya consideraciones adicionales de IA responsable.
Recomendamos a los clientes que aprovechen las prácticas recomendadas de equidad, interpretabilidad, privacidad y seguridad cuando implementen Vertex AI Vision, en especial cuando creen modelos personalizados o entrenados con AutoML. A lo largo de esta
documentación técnica, proporcionamos orientación y recursos adicionales para
apoyar este trabajo. Para obtener más información, lee sobre las recomendaciones de Google para las prácticas de IA responsable.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-09-04 (UTC)"],[],[],null,["# Vertex AI Vision overview\n\nVertex AI Vision is an AI-powered platform to ingest, analyze and store video\ndata. Vertex AI Vision lets users build and deploy\napplications with a simplified user interface.\n\nUsing Vertex AI Vision you can build end-to-end computer image solutions by\nleveraging Vertex AI Vision's\nintegration with other major components, namely Live Video Analytics,\ndata streams, and Vision Warehouse. The Vertex AI Vision API allows you to\nbuild a high level app from low level APIs, and create and update a high\nlevel workflow that combines multiple individual API calls. You can then\nexecute your workflow as a unit by making a single deploy request to\nthe Vertex AI Vision platform server.\n\nUsing Vertex AI Vision, you can:\n\n- Ingest real-time video data\n- Analyze data for insights using general and custom vision AI models\n- Store insights in Vision Warehouse for simplified querying and metadata information\n\nVertex AI Vision workflow\n-------------------------\n\nThe steps you complete to use Vertex AI Vision are as follows:\n\n1. **Ingest real-time data**\n\n Vertex AI Vision's architecture allows you to quickly and\n conveniently stream real-time video ingestion infrastructure in a\n public Cloud.\n2. **Analyze data**\n\n After data is ingested, Vertex AI Vision's framework provides you with easy\n access and orchestration of a large and growing portfolio of *general* ,\n *custom* ,\n \\& *specialized* analysis models.\n3. **Store and query output**\n\n After your app analyzes your data you can send this information to a\n storage destination (Vision Warehouse or BigQuery), or\n receive the data live. With Vision Warehouse you can send your app\n output to a warehouse that generalizes your search work and serves\n multiple data types and use cases.\n\n*A graph for a Vertex AI Vision occupancy analytics app in the Google Cloud console*\n\nA note on Responsible AI\n------------------------\n\nAt Google Cloud, we prioritize helping customers safely develop and implement\nsolutions using Vertex AI Vision. For Vertex AI Vision, we've worked to\ndevelop fair and equitable performance in accordance with\n[Google's AI Principles](https://ai.google/principles/).\n\nThis work includes testing for bias during development, for example looking at\nperformance across different skin tones, and developing product features to\nenhance privacy and limit personal identification, like person and face blur.\nWe are committed to iterating and improving, and we will continue to\nincorporate best practices and lessons learned into our Vertex AI\nproducts.\n\nWhen Vertex AI Vision is integrated into a customer's unique organizational\ncontext, there are likely to be additional responsible AI considerations.\nWe encourage customers to leverage fairness, interpretability, privacy and\nsecurity [best practices](https://ai.google/responsibilities/responsible-ai-practices/?category=general) when implementing Vertex AI Vision,\nespecially when building custom or AutoML trained models. Throughout this\ntechnical documentation, we have provided additional guidance and resources to\nsupport this work. To learn more, read about Google's recommendations\nfor [Responsible AI practices](https://ai.google/responsibilities/responsible-ai-practices/?category=general).\n\nWhat's next\n-----------\n\n- Read more in the blog post [\"Vertex AI Vision: Easily build and deploy computer vision\n applications at scale\"](https://cloud.google.com/blog/products/ai-machine-learning/computer-vision-for-vertex-ai).\n- Learn details about specific models in the [Occupancy analytics guide](/vision-ai/docs/occupancy-analytics-model), [Person blur guide](/vision-ai/docs/person-blur-model), [Person/vehicle detector guide](/vision-ai/docs/person-vehicle-model), or [Motion filtering guide](/vision-ai/docs/motion-filtering-model).\n- Try Vertex AI Vision in the Google Cloud console by reading the [Build an app in the console](/vision-ai/docs/build-app-console-quickstart) quickstart.\n- [Set up your local environment](/vision-ai/docs/cloud-environment) to use Vertex AI Vision."]]
