Google Cloud Vision API'ye İlişkin Eksiksiz Kılavuz: Özellikler, Fiyatlandırma ve Pratik Projeler

giriiş

Günümüzde, fotoğraflar, taramalar ve videolar gibi çok miktarda görsel veri üretiyoruz ve bu verilerden anlam ve bilgi çıkarmak, işletmeler, yeni kurulan şirketler ve geliştiriciler için önemli. Google Cloud'un yapay zeka ve makine öğrenimi hizmetleri paketinin bir parçası olan Google Vision API, bu görsel verileri önceden eğitilmiş modellerle analiz etmemizi sağlıyor. 
Bu yazıda öncelikle temel kabiliyetleri inceleyeceğiz, ardından maliyetleri ve bunların nasıl hesaplanacağını ele alacağız ve son olarak da uygulanabilecek bazı pratik projeler önereceğiz.

Yetenekler ve özellikler

Aşağıda Vision API'nin önemli özelliklerinin bir listesi bulunmaktadır:

• Etiket Algılama: Görüntüyü analiz eder ve ona "köpek", "park", "araba" vb. etiketler atar.

• Metin Tanıma (OCR) – Dağınık metin alanları için Metin Algılama ve taramalar/PDF'ler/el yazmaları için Belge Metni Algılama içerir.

• Yüz Algılama: Yüzleri, koordinatları ve bazen de duygusal özellikleri belirleme. ikomia.ai

• Önemli Yerlerin Tespiti: Örneğin; Eyfel Kulesi, Tac Mahal vb.

• Logo Algılama: Görseldeki markaları/logoları algılar. 

• Görüntü özelliklerinin tespiti: baskın renk, parlaklık, renk kompozisyonu gibi. 

• Güvenli Arama Algılama: Yetişkinlere yönelik içerik, şiddet vb. tespit etmek için. 

• Nesne Yerelleştirme: Görüntüdeki birden fazla nesne ve koordinatları. 

• Web Algılama: Benzer görselleri bulma, kaynak tespiti, web varlığı tespiti. 

Bu servis aynı zamanda AutoML Vision, Document AI, BigQuery gibi diğer Google Cloud servisleriyle de kolayca entegre olabiliyor. 

Maliyetler ve fiyatlandırma yapısı

• Ödeme modeli: "kullandıkça öde"; yani yalnızca kullandığınız üniteler için ödeme yaparsınız. 

• Bir görüntü üzerinde gerçekleştirilen her "özellik" bir birim olarak faturalandırılır. Örneğin, bir görüntü üzerinde hem Etiket Algılama hem de Yüz Algılama gerçekleştirirseniz, iki birim olarak faturalandırılırsınız. 

• Örneğin: İngilizce sürümünde, aylık 1.000 birime kadar ücretsizdir. Daha sonra, örneğin Etiket Algılama için fiyat 1.001 ila 5.000.000 birime kadar başlar ~ 1.000 birim başına 1,5 dolar Bazı bloklarda.

• Basit bir örnek: Belgelere göre, bir ayda 4.300 adet Landmark Detection talebiniz varsa, bu yaklaşık olarak 10 dolar Yaptırımlar ve Riyal üzerinden ödeme nedeniyle maliyetin daha da yüksek olması muhtemel.

• Not: Bulut Depolama, Hesaplama ve Veri Transferi gibi diğer kaynaklardan ek maliyetler doğabilir. 

Önerilen pratik projeler

Aşağıda Vision API ile gerçekleştirilebilecek birkaç proje bulunmaktadır. Her proje kullanım, gereksinimler ve uygulama ipuçlarını içermektedir.

Proje 1: Görüntü tanıma ile otomatik envanter yönetimi

Başvuru: Bir online mağaza veya depoda, bir ürünün fotoğrafı çekiliyor, servis ürünün ne olduğunu anlıyor, etiketi var mı? Durumu sağlıklı görünüyor mu?
Gereksinimler: Etiket Algılama + Logo Algılama hizmeti (markalar önemliyse). Sonuçları kaydetmek için görselleri Bulut Depolama'ya ve veritabanına kaydedin.
İpuçları:

• Çalıştırmadan önce API'yi etkinleştirin ve anahtarı/Hizmet Hesabını ayarlayın.

• Daha iyi doğruluk için görüntüleri önceden işlemeniz (örneğin, doğru aydınlatma/açı) gerekebilir.

• Maliyetleri takip etmek için: Görüntü sayısı × kullanılan birim × bin birim başına fiyat hesaplamasını yapın.

Proje 2: Kullanıcı içeriğinin izlenmesi (uygunsuz içerik)

Başvuru: Sosyal bir uygulamada veya fotoğraf paylaşım platformunda, kullanıcıların yüklediği fotoğrafların uygunsuz içerikler içermediğinden emin olmanız gerekir.
Gereksinimler: Güvenli Arama Algılama + Etiket Algılama. Log depolama ve hızlı yanıt için Bulut Fonksiyonları ile çalışma imkanı.
İpuçları:

• Gizlilik ve işletme politikalarına uyduğunuzdan emin olun.

• Düşük kaliteli fotoğrafların yanıltıcı sonuçlar verebileceğini unutmayın.

• Maliyetler: Fotoğraf sayısı × özellikler (örneğin yalnızca Güvenli Arama) dikkate alınmalıdır.

Proje 3: Taranan görüntülerden metin çıkarma (OCR)

Başvuru: Belge ve formları tarayan şirketler için OCR kullanımı, metinlerin çıkarılmasını, analiz edilmesini veya depolanmasını sağlayabilir.
Gereksinimler: Taramalar veya yoğun metinler için Belge Metni Algılama. Sonuçları BigQuery veya veritabanında saklayın.
İpuçları:

• PDF/TIFF gibi dosya formatları desteklenmektedir. Google Cloud Belgeleri

• Çizgileri veya şekilleri tanımak isteyebilirsiniz, bu durumda OCR'den sonra ek işlem yapmanız gerekecektir.

• Maliyetleri azaltmak için: Gerekmiyorsa, yalnızca görüntünün bir kısmını gönderin veya kalitesini uygun şekilde ayarlayın.

Proje 4: Çevrimiçi bir mağazada görsel arama

Başvuru: Kullanıcı bir ürünün (örneğin ayakkabı) fotoğrafını çeker ve sistem katalogda benzer bir ürün bulur.
Gereksinimler: Nesne Yerelleştirme + Etiket Algılama veya Web Algılama. Ürünlerinizin bir veri kümesini koruyun.
İpuçları:

• Bu proje katalog ve veritabanı sistemleriyle entegrasyon gerektirebilir.

• Sınıflandırma ve eşleştirme tanıma için model doğruluğu önemlidir.

• Maliyet: Özellikleri ve istek sayısını tahmin edin.

Proje 5: Üretim kalitesinin izlenmesi için görüntü analizi

Başvuru: Bir fabrikada veya üretim hattında bir kamera fotoğraf çeker ve sistem ürünün hatalı, lekeli olup olmadığını veya standartlara uygun olup olmadığını anlar.
Gereksinimler: Etiket Algılama ve Nesne Yerelleştirme veya belirli bir özelliği tanımak istiyorsanız özel bir model (AutoML Vision) bile kullanabilirsiniz.
İpuçları:

• Çok spesifik bir özellik istiyorsanız, modeli eğitmeniz gerekebilir (AutoML). 

• Gerçek zamanlılık, Streaming, Pub/Sub, Cloud Functions gibi fonksiyonların bulunduğu bir mimari gerektirebilir.

• Baştan maliyeti ve ölçeği tahmin edin.

Hızlı eğitim

Vision API'yi kullanmaya başlamak için genel adımlar şunlardır:

1. Google Cloud konsolunda bir proje oluşturun, Vision API hizmetini etkinleştirin. 

2. Bir Hizmet Hesabı veya API Anahtarı oluşturun ve uygun izinleri verin.

3. Bir resim hazırlayın (örneğin JPEG veya PNG dosyası) veya Bulut Depolamayı kullanın.

4. İstemci dillerinden birinde (örneğin Python, Node.js, Java) bir istek gönderin.

   • Python örneği:

     google.cloud'dan vision client = vision.ImageAnnotatorClient() dosyasını open("image.jpg", "rb") olarak f olarak içe aktarın: content = f.read() image = vision.Image(content=content) response = client.label_detection(image=image) for label in response.label_annotations: print(label.description, label.score)
     

     (Genel kaynaklar: resmi belgeler) Google Cloud Belgeleri

5. Çıktıyı analiz edin, kaydedin ve buna göre eylemde bulunun (örneğin, BigQuery'ye kaydedin, tetikleyin, uyarı verin).

6. Maliyetleri ve limitleri izleyin: Fiyatlandırma ve Kotalar sayfasında. Google Bulut

Teknik ipuçları ve en iyi uygulamalar

• Görüntü kalitesi önemlidir: Bulanık veya gürültülü bir görüntü algılamayı zorlaştırabilir.

• Ön işleme (kırpma, döndürme, ışıklandırma) doğruluğu artırabilir.

• Çok sayıda görseliniz varsa, toplu olarak düzenlemeyi düşünün.

• Beklenmedik masraflarla karşılaşmamak için maliyetleri baştan tahmin edin.

• Çok özel bir tespite ihtiyacınız varsa (örneğin, belirli bir ürün veya üretim hatası), özel bir model (AutoML Vision) daha iyi bir seçenek olabilir.

• Özellikle yüz tanıma veya hassas içerik söz konusu olduğunda gizlilik ve etik konularına dikkat edin.

• Hizmet kesintilerini önlemek için kota limitlerini kontrol edin.