Google Cloud Object Enrichments is een previewfunctie voor Cloud Storage: de dienst verwerkt geschikte afbeeldingen en pdf-bestanden asynchroon met gekozen modellen en voegt de resultaten als objectcontext toe aan de bestanden. Die gestructureerde metadata kan later worden gebruikt voor zoeken en analyse. Google biedt de functie aan via de Cloud Storage-console en API. Google Cloud beschrijft de werking en de ondersteunde taken.

Wat doet Object Enrichments met bestanden?

Object Enrichments voert de modelverwerking op de achtergrond uit. De resultaten komen als objectcontext bij het bijbehorende object te staan. Google zegt dat teams zo metadata kunnen voorbereiden voor zoeken, analyses en AI-agents zonder de modelverwerking zelf voor elk bestand te hoeven orkestreren. Google Cloud

De vijf modeltaken richten zich op verschillende soorten informatie. Explicit content detection is een aparte taak voor het herkennen van expliciete inhoud; die zit dus niet verscholen in de taken voor labels of objectdetectie.

ModelGedocumenteerde taak of uitvoer
Object detectionHerkent objecten en geeft hun posities met rechthoekige kaders terug.
Image labelingKent labels toe aan de inhoud van een afbeelding.
Face detectionKan gezichten markeren met veelhoeken en gezichtskenmerken, oriëntatiehoeken en waarschijnlijkheidsscores voor expressies teruggeven.
Explicit content detectionGeeft waarschijnlijkheidsscores voor volwassen of gewelddadige inhoud.
PDF classificationDeelt pdf-bestanden in categorieën in.

De uitvoer hangt dus af van de taak: een team dat gezichten wil lokaliseren kiest iets anders dan een team dat pdf’s op documentcategorie wil indelen. De namen en uitvoertypen staan in het overzicht van Object Enrichments.

Kies de modeltaak op basis van het soort metadata dat je later wilt gebruiken; de preview biedt geen enkele universele analyse voor elk bestand.

Waar staan de resultaten en hoe gebruik je ze?

De gegenereerde gegevens worden opgeslagen als objectcontext bij het Cloud Storage-object. Met toegangsbeheer kunnen organisaties bepalen wie die context mag benaderen. Google beschrijft ook hoe metadata via Storage Insights-datasets naar BigQuery kan worden geëxporteerd voor verdere analyse. Google Cloud Storage Insights-datasets

Daarmee krijgt een bestand aanvullende, gestructureerde kenmerken die downstream-systemen kunnen verwerken. De modeluitvoer is geen vervanging voor die vervolgstap: teams gebruiken de context bijvoorbeeld als invoer voor analyses in BigQuery.

Welke bestanden en buckets komen in aanmerking?

Afbeeldingen en pdf-bestanden mogen maximaal 20 MiB groot zijn en moeten een ondersteund Content-Type hebben. De genoemde afbeeldingsformaten zijn BMP, GIF, ICO, JPEG, PNG, TIFF en WEBP; voor pdf’s is het vereiste type application/pdf. Verwerking kan plaatsvinden in us, eu of asia. Als hetzelfde bucket-modelpaar op meerdere locaties wordt ingesteld, wordt de verwerking herhaald en worden de kosten per verwerking berekend. Google Cloud-documentatie

Rapid-buckets, buckets met hierarchical namespace en objecten die zijn versleuteld met door de klant aangeleverde sleutels worden niet ondersteund. Configuraties vereisen exacte bucketnamen, geen jokertekens of reguliere expressies. Een bucketverplaatsing is niet compatibel met de functie; nieuw aangemaakte of opnieuw aangemaakte buckets worden bovendien niet automatisch toegevoegd aan bestaande configuraties.

Google beschrijft native verrijking met Gemini als toekomstige functionaliteit. Die maakt geen deel uit van de Object Enrichments-preview. Google Cloud