Loading...
No results found.

Apply your skills in Google Cloud console

Lab setup instructions and requirements
Protect your account and progress. Always use a private browser window and lab credentials to run this lab.

使用 Cloud Vision API 分析圖片：挑戰實驗室

Lab 10 minutes universal_currency_alt 1 Credit show_chart Introductory
info This lab may incorporate AI tools to support your learning.
This content is not yet optimized for mobile devices.
For the best experience, please visit us on a desktop computer using a link sent by email.

ARC122

Google Cloud 自學實驗室標誌

總覽

在挑戰研究室中，您會在特定情境下完成一系列任務。挑戰研究室不會提供逐步說明，您將運用從課程研究室學到的技巧，自行找出方法完成任務！自動評分系統 (如本頁所示) 將根據您是否正確完成任務來提供意見回饋。

在您完成任務的期間，挑戰研究室不會介紹新的 Google Cloud 概念。您須靈活運用所學技巧，例如變更預設值或詳讀並研究錯誤訊息，解決遇到的問題。

若想滿分達標，就必須在時限內成功完成所有任務！

設定

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

  • 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。
注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。
  • 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。
注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

挑戰情境

您是剛就任的初階機器學習工程師，目前已協助多個團隊訓練模型，而且正在學習如何使用 Google Cloud 機器學習 API。

公司認為您具備執行這些工作所需的技能與知識。

您的挑戰

使用 Vision API 偵測指定圖片中的文字和全球地標。

過程中請遵守下列規則：

  • 確認已成功啟用所有必要 API，例如 Cloud Vision、Cloud Translation 和 Cloud Natural Language。
  • 如未特別指定，所有資源均須建立於 區域。

各項工作的詳細說明如下。

工作 1：驗證資源

  1. 確認您已建立 API 金鑰，並儲存至環境變數 API_KEY，以用於本實驗室提供的指令碼。
  2. 檢查系統預先建立的 bucket -bucket 是否含有一張圖片，實驗室期間會用到。
  3. 確定 bucket 中的物件開放公開存取。

點選「Check my progress」，確認目標已達成。 建立 API 金鑰

工作 2：建立 Request.json 檔案

您要建立 request.json 檔案，並根據工作需求做修改。

{ "requests": [ { "image": { "source": { "gcsImageUri": } }, "features": [ { "type": "maxResults": 10 } ] } ] }

工作 3：更新 json 檔案

  1. 更新 json 檔案：
  • 將 bucket/img 新增至 gcsImageUri
  • 將方法新增至 type：首先要使用 Vision API 的 TEXT_DETECTION 方法。
  1. 透過下列 curl 呼叫 Vision API。將 YOUR_JSON 改成先前建立的檔案名稱，以便使用文字偵測和地標偵測方法：
curl -s -X POST -H "Content-Type: application/json" --data-binary @YOUR_JSON https://vision.googleapis.com/v1/images:annotate?key=${API_KEY}

將 curl 回應儲存至 text-response.json 檔案。

curl -s -X POST -H "Content-Type: application/json" --data-binary @YOUR_JSON https://vision.googleapis.com/v1/images:annotate?key=${API_KEY} -o text-response.json

將輸出內容上傳至 Cloud Storage

執行下列指令，將 curl 回應上傳至 Cloud Storage，驗證活動追蹤功能：

gsutil cp text-response.json gs://{{{project_0.startup_script.gcs_bucket_name|bucket_name_filled_after_lab_start}}}

點選「Check my progress」，確認目標已達成。使用 Cloud Vision API 分析圖片

  1. 現在將 json 檔案改為使用 LANDMARK_DETECTION 方法。

  2. 再次透過 curl 呼叫 Vision API。

將 curl 回應儲存至 landmark-response.json 檔案。

curl -s -X POST -H "Content-Type: application/json" --data-binary @YOUR_JSON https://vision.googleapis.com/v1/images:annotate?key=${API_KEY} -o landmark-response.json

將輸出內容上傳至 Cloud Storage

執行下列指令，將 curl 回應上傳至 Cloud Storage，驗證活動追蹤功能：

gsutil cp landmark-response.json gs://{{{project_0.startup_script.gcs_bucket_name|bucket_name_filled_after_lab_start}}}

點選「Check my progress」，確認目標已達成。使用 Cloud Vision API 分析圖片

圖片出處：Manif des Sans-Papiers (2017 年 2 月 9 日)，拍攝者為 Charles Hutchins，由免費媒體圖庫 Wikimedia Commons 提供，擷取自 https://commons.wikimedia.org/wiki/File:Manif_des_Sans-Papiers.jpg。檔案已取得創用 CC 姓名標示 2.0 通用授權。

恭喜！

您已瞭解如何使用 Vision API 偵測指定圖片中的文字和全球地標。

「使用 Cloud Vision API 分析圖片」徽章

取得下一枚技能徽章

這個自學實驗室屬於「使用 Cloud Vision API 分析圖片」技能徽章課程的一部分。完成這個技能徽章課程即可獲得上方的徽章，表彰您的成就。您可以在履歷表和社群平台張貼徽章，並加上 #GoogleCloudBadge 公開這項成就。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2026 年 1 月 5 日

實驗室上次測試日期：2024 年 11 月 11 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。

Before you begin

  1. Labs create a Google Cloud project and resources for a fixed time
  2. Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
  3. On the top left of your screen, click Start lab to begin

Use private browsing

  1. Copy the provided Username and Password for the lab
  2. Click Open console in private mode

Sign in to the Console

  1. Sign in using your lab credentials. Using other credentials might cause errors or incur charges.
  2. Accept the terms, and skip the recovery resource page
  3. Don't click End lab unless you've finished the lab or want to restart it, as it will clear your work and remove the project

This content is not currently available

We will notify you via email when it becomes available

Great!

We will contact you via email if it becomes available

One lab at a time

Confirm to end all existing labs and start this one

Use private browsing to run the lab

Using an Incognito or private browser window is the best way to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.