Google Cloud Vision AI

Qu'est-ce que Google Cloud Vision AI ?

Une application de vente au détail doit analyser les photos de vêtements téléchargées par les utilisateurs et identifier le logo exact de la marque et la catégorie de produit en quelques millisecondes. Google Cloud Vision AI prend ces données d'image brutes et renvoie des étiquettes JSON structurées.

Développé par Google LLC, ce service d'apprentissage automatique fonctionne comme une API REST et RPC. Il fournit aux développeurs des modèles pré-entraînés pour la détection d'objets, la reconnaissance optique de caractères et l'analyse faciale. Les équipes d'ingénierie d'entreprise l'utilisent pour modérer le contenu des utilisateurs et extraire du texte de PDF numérisés.

Fonctionnalités clés et fonctionnement de Google Cloud Vision AI

Classification et modération d'images

• Détection d'étiquettes : Identifie des milliers de grandes catégories dans une image. Limite : Renvoie un maximum de 100 étiquettes par requête.
• Détection Safe Search : Signale le contenu pour adultes, médical et violent. Limite : S'appuie sur cinq niveaux de probabilité plutôt que sur des seuils de pourcentage personnalisés.

Extraction de texte et de documents

• Reconnaissance optique de caractères (OCR) : Extrait du texte dans plus de 50 langues. Limite : Les fichiers PDF et TIFF ne doivent pas dépasser 2 000 pages par requête par lots.
• Reconnaissance de l'écriture manuscrite : Traite les notes manuscrites et les reçus. Limite : La précision diminue sur les numérisations floues ou à faible contraste.

Analyse d'objets et de visages

• Détection de visages : Localise plusieurs visages et lit les émotions associées comme la joie. Limite : Google bloque la reconnaissance faciale (identification d'individus spécifiques) pour se conformer aux politiques de confidentialité.
• Localisation d'objets : Dessine des cadres de délimitation autour de plusieurs éléments sur une seule photo. Limite : Facturé à un tarif plus élevé de $2.25 pour 1 000 unités par rapport aux étiquettes de base.

Avantages et inconvénients de Google Cloud Vision AI

Avantages

• Traite jusqu'à 2 000 images en une seule requête asynchrone par lots.
• Des bibliothèques clientes natives existent pour Python, Java, Go et Node.js.
• Le moteur OCR lit plus de 50 langues, y compris les écritures de droite à gauche.
• Le niveau gratuit est réinitialisé chaque mois et couvre 1 000 unités.

Inconvénients

• Les coûts de traitement de gros volumes augmentent rapidement à $1.50 pour 1 000 unités.
• La configuration initiale des autorisations IAM nécessite des connaissances spécifiques de l'architecture Google Cloud.
• Les modèles pré-entraînés n'offrent aucune personnalisation sans passer à Vertex AI.

Qui devrait utiliser Google Cloud Vision AI ?

• Équipes d'ingénierie d'entreprise : Les équipes utilisant BigQuery et Cloud Storage bénéficient d'une intégration native.
• Équipes de modération de contenu : Les plateformes sociales peuvent signaler les images violentes ou pour adultes avant publication.
• Développeurs indépendants avec un budget limité : Les 1 000 unités mensuelles gratuites permettent un accès complet à l'API pour les petits projets.
• Pas pour les créateurs de modèles personnalisés : Les équipes devant entraîner des modèles sur des ensembles de données propriétaires devraient plutôt utiliser Vertex AI.

Tarifs et forfaits de Google Cloud Vision AI

Le modèle de tarification fonctionne sur une base d'utilisation freemium. Le niveau gratuit est une allocation mensuelle permanente, et non un essai temporaire.

• Niveau gratuit : $0 par mois. Couvre les 1 000 premières unités dans la plupart des catégories de fonctionnalités.
• Fonctionnalités standards : $1.50 pour 1 000 unités. S'applique aux étiquettes, à l'OCR et à la détection de visages pour une utilisation comprise entre 1 001 et 5 000 000 d'unités.
• Localisation d'objets : $2.25 pour 1 000 unités. Facturé à un tarif premium pour les données de cadres de délimitation.
• Détection Web : $3.50 pour 1 000 unités. L'appel d'API standard le plus cher.
• Vertex AI Vision Streams : $10.00 par flux et par mois. Couvre le traitement vidéo en temps réel pour le floutage de personnes.

Les coûts augmentent sans avertissement en cas de pic de téléchargements par les utilisateurs.

Comment Google Cloud Vision AI se compare aux alternatives

Similaire à Amazon Rekognition, mais Google offre une meilleure prise en charge de l'OCR multilingue pour les documents manuscrits. Amazon Rekognition facture $1.00 pour 1 000 images pour son premier million de requêtes. Google facture $1.50 pour le même volume. Amazon Rekognition autorise la reconnaissance faciale pour des individus connus, tandis que Google l'interdit.

Contrairement à Azure AI Vision, Google Cloud Vision AI oblige les utilisateurs à passer à Vertex AI pour l'entraînement de modèles personnalisés. Azure AI Vision inclut l'entraînement de modèles personnalisés dans son interface principale Vision Studio. Azure facture $1.00 pour 1 000 transactions pour l'OCR de base. Google propose un niveau gratuit plus généreux (1 000 unités contre des transactions gratuites limitées pour Azure).

Verdict pour les développeurs cloud d'entreprise

Google Cloud Vision AI fournit une analyse d'images pré-entraînée fiable pour les équipes investies dans l'écosystème Google Cloud. Il est idéal pour les développeurs qui ont besoin d'une OCR et d'une modération de contenu prêtes pour la production sans avoir à entraîner leurs propres modèles. Les équipes nécessitant la reconnaissance faciale d'individus spécifiques doivent se tourner vers Amazon Rekognition.