Bilder analysieren
In dieser Anleitung erfahren Sie, wie Sie durch die Integration von BigQuery ML mit Gemini Erkenntnisse aus unstrukturierten Bilddaten gewinnen. In der Anleitung erstellen Sie ein
Remote-Modell, das auf
gemini-2.5-flash
basiert, und verwenden die Funktion
AI.GENERATE_TEXT
, um automatisch Metadaten wie Titel und Erscheinungsjahr
aus einer Sammlung von Filmplakaten zu extrahieren.
Ziele
- Eine BigQuery-Objekttabelle für Bilddaten in einem Cloud Storage-Bucket erstellen.
- Ein BigQuery ML-Remote-Modell erstellen, das auf das Modell
gemini-2.5-flashder Gemini Enterprise Agent Platform ausgerichtet ist. - Das Remote-Modell mit der Funktion
AI.GENERATE_TEXTverwenden, um die Filme zu identifizieren, die mit einer Reihe von Filmplakaten verknüpft sind.
Kosten
In dieser Anleitung werden die folgenden kostenpflichtigen Komponenten von Google Cloudverwendet:
Mit dem Preisrechner können Sie eine Kostenschätzung für Ihre voraussichtliche Nutzung vornehmen.
Nach Abschluss der in diesem Dokument beschriebenen Aufgaben können Sie weitere Kosten vermeiden, indem Sie die erstellten Ressourcen löschen. Weitere Informationen finden Sie unter Bereinigen.
Hinweis
-
Wählen Sie in der Google Cloud Console auf der Seite für die Projektauswahl ein Projekt von aus oder erstellen Sie eines Google Cloud .
Rollen, die zum Auswählen oder Erstellen eines Projekts erforderlich sind
- Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können ein beliebiges Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
-
Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Projektersteller“
(
roles/resourcemanager.projectCreator), die dieresourcemanager.projects.createBerechtigung enthält. Informationen zum Zuweisen von Rollen.
-
Prüfen Sie, ob für Ihr Google Cloud Projekt die Abrechnung aktiviert ist.
-
Aktivieren Sie die APIs BigQuery, BigQuery Connection und Agent Platform API.
Rollen, die zum Aktivieren von APIs erforderlich sind
Zum Aktivieren von APIs benötigen Sie die Berechtigung
serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen.
Erforderliche Rollen
Zum Ausführen dieser Anleitung benötigen Sie die folgenden IAM-Rollen (Identity and Access Management):
- BigQuery-Datasets, -Verbindungen und -Modelle erstellen und verwenden: BigQuery-Administrator (
roles/bigquery.admin). - Dem Dienstkonto der Verbindung Berechtigungen erteilen: Projekt-IAM-Administrator (
roles/resourcemanager.projectIamAdmin).
Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Ausführen der Aufgaben in diesem Dokument erforderlich sind. Erweitern Sie den Abschnitt Erforderliche Berechtigungen, um die erforderlichen Berechtigungen anzuzeigen:
Erforderliche Berechtigungen
- Dataset erstellen:
bigquery.datasets.create - Verbindung erstellen, delegieren und verwenden:
bigquery.connections.* - Standardverbindung festlegen:
bigquery.config.* - Dienstkontoberechtigungen festlegen:
resourcemanager.projects.getIamPolicyundresourcemanager.projects.setIamPolicy - Objekttabelle erstellen:
bigquery.tables.createundbigquery.tables.update - Modell erstellen und Inferenzen ausführen:
bigquery.jobs.createbigquery.models.create