Cloud Storage тестирует автоматическое обогащение изображений и PDF метаданными
Object enrichments находится в Preview. Результаты моделей прикрепляются к объектам и доступны для массового анализа через BigQuery.
Модель анализирует содержимое бакета
Google Cloud добавила Object enrichments в предварительную доступность. После настройки сервис применяет предварительно обученные модели к поддержанным изображениям и PDF, а результат прикрепляет к объекту в виде object contexts. Это позволяет находить и группировать содержимое по извлечённым признакам без отдельного приложения, которое скачивает каждый файл и самостоятельно хранит метки. Статус Preview существенен: речь не о давно установившемся контракте общей доступности. Также анализ выполняется после явной настройки, а не означает автоматический просмотр всего содержимого каждого бакета. В журнале изменений 13 октября рядом опубликованы расширенные данные контекстов и представление каталога для аналитики.
От отдельного объекта к SQL
Для единичного файла обогащённые метаданные можно посмотреть в консоли или получить через API. Для больших коллекций документация предлагает Storage Insights datasets и экспорт в BigQuery. Представление object_contexts_catalog_view позволяет фильтровать метки, категории и показатели уверенности. Это другой слой, чем обычный список имён файлов. Метаданные становятся частью аналитической схемы, и запрос может выбирать содержимое по результату анализа. При этом Storage Insights и BigQuery могут создавать дополнительные расходы. Вычисление признака, его хранение и массовый запрос — разные операции. Наличие общего интерфейса не превращает всё в единственную цену хранения объекта и не делает результат анализа безошибочным описанием содержимого.
Размер, тип и место обработки
Документация ограничивает изображения и PDF размером до 20 МиБ. Для выбора обработки используется Content-Type объекта: неправильное или отсутствующее значение может оставить файл без анализа, даже если сами байты содержат подходящее изображение. Среди изображений перечислены BMP, GIF, ICO, JPEG, PNG, TIFF и WebP. Обработка предусмотрена в географических расположениях us, eu и asia. Для одного бакета и модели рекомендуется одна локация; несколько настроек могут привести к повторной обработке и оплате каждого прохода. Это выбор места вычисления, который следует отличать от региона хранения. Функция несовместима с Rapid buckets и бакетами с иерархическим пространством имён, а также имеет ограничения при перемещении бакета.
Асинхронность видна в пользовательском результате
Создание и изменение FeatureConfig распространяется асинхронно и может занимать до суток; в переходный период возможна обработка по прежним настройкам. Поэтому отсутствие метки сразу после записи не означает окончательный отказ. При массовом анализе нужно различать необработанный объект, неподдержанный формат и обработанный объект без ожидаемого признака. Руководство по настройке описывает конфигурацию отдельно от чтения результатов; эти этапы нельзя объединять в предположение об мгновенном индексе. Показатель уверенности модели также требует правильной интерпретации: он помогает фильтровать предсказания, но не является заверенной проверкой факта. Октябрьский Preview даёт управляемый путь от содержимого к поисковым метаданным. Его фактический охват определяется форматами, размерами, расположением обработки и временем распространения конфигурации.
