Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Vertex AI Vision est une plate-forme optimisée par l'IA qui permet d'ingérer, d'analyser et de stocker des données vidéo . Vertex AI Vision permet aux utilisateurs de créer et de déployer des applications avec une interface utilisateur simplifiée.
Avec Vertex AI Vision, vous pouvez créer des solutions d'imagerie par ordinateur de bout en bout en exploitant l'intégration de Vertex AI Vision à d'autres composants majeurs, à savoir l'analyse vidéo en direct, les flux de données et Vision Warehouse. L'API Vertex AI Vision vous permet de créer une application de haut niveau à partir d'API de bas niveau, et de créer et de mettre à jour un workflow de haut niveau qui combine plusieurs appels d'API individuels. Vous pouvez ensuite exécuter votre workflow en tant qu'unité en envoyant une seule requête de déploiement au serveur de la plate-forme Vertex AI Vision.
Avec Vertex AI Vision, vous pouvez:
Ingérer des données vidéo en temps réel
Analyser les données pour obtenir des insights à l'aide de modèles d'IA visuelle généraux et personnalisés
Stockez des insights dans Vision Warehouse pour simplifier les requêtes et les informations sur les métadonnées.
Workflow Vertex AI Vision
Pour utiliser Vertex AI Vision, procédez comme suit:
Ingérer des données en temps réel
L'architecture de Vertex AI Vision vous permet de diffuser rapidement et facilement une infrastructure d'ingestion vidéo en temps réel dans un cloud public.
Analyser des données
Une fois les données ingérées, le framework de Vertex AI Vision vous permet d'accéder facilement à un portefeuille de modèles d'analyse généraux, personnalisés et spécialisés, et de les orchestrer.
Stocker et interroger la sortie
Une fois que votre application a analysé vos données, vous pouvez envoyer ces informations à une destination de stockage (Vision Warehouse ou BigQuery) ou recevoir les données en direct. Avec Vision Warehouse, vous pouvez envoyer la sortie de votre application à un entrepôt qui généralise votre travail de recherche et sert plusieurs types de données et cas d'utilisation.
Graphique d'une application d'analyse de l'occupation Vertex AI Vision dans la Google Cloud console
Remarque concernant l'IA responsable
Chez Google Cloud, nous aidons les clients à développer et à mettre en œuvre des solutions en toute sécurité à l'aide de Vertex AI Vision. Pour Vertex AI Vision, nous avons travaillé à développer des performances équitables et justes, conformément aux principes de Google concernant l'IA.
Ce travail comprend le test des biais lors du développement, par exemple en examinant les performances pour différents tons de peau, et le développement de fonctionnalités de produit pour améliorer la confidentialité et limiter l'identification personnelle, comme le floutage des personnes et des visages.
Nous nous engageons à itérer et à améliorer nos produits Vertex AI, et nous continuerons d'intégrer les bonnes pratiques et les enseignements tirés dans nos produits.
Lorsque Vertex AI Vision est intégré au contexte organisationnel unique d'un client, des considérations supplémentaires en matière d'IA responsable sont susceptibles d'être nécessaires.
Nous encourageons les clients à adopter les bonnes pratiques d'équité, d'interprétabilité, de confidentialité et de sécurité lors de l'implémentation de Vertex AI Vision, en particulier lors de la création de modèles personnalisés ou entraînés par AutoML. Tout au long de cette documentation technique, nous avons fourni des conseils et des ressources supplémentaires pour vous aider dans cette tâche. Pour en savoir plus, consultez les recommandations de Google concernant les pratiques d'IA responsables.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/09/04 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 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."]]
