Gemini API ilə memarlıq videolarını təhlil etmək: addım-addım bələdçi

Bu bələdçidə nə öyrənəcəksiniz?

Bu təlim memarlıq təqdimatı, tikinti sahəsinin qeydi, interyer turu və ya dizayn prosesi videosunu Gemini API vasitəsilə təhlil etmək üçün əsas iş axınının qurulmasını izah edir. Məqsəd yeni video yaratmaq deyil; mövcud videonu modelə verib xülasə, konkret səhnələrlə bağlı cavablar və ya məzmunun təsvirini istəməkdir. Google-un video anlama sənədində modellərin videonu təsvir etmək, hissələrə ayırmaq və məlumatları çıxarmaq; video məzmunu barədə suallara cavab vermək və zaman nişanlarına istinad etmək imkanları sadalanır.

Nümunələrdə API-yə göndəriləcək mətn sorğuları var. Bunlar nəticəyə zəmanət verən əmrlər deyil; videodan hansı növ məlumatın istəndiyini aydın bildirmək üçündür. Nəticəni layihə qərarı, ölçmə və ya texniki yoxlama üçün istifadə etməzdən əvvəl ilkin görüntü ilə müqayisə etmək lazımdır.

Tələblər və fayl seçimi

İş axını üçün Gemini API-yə giriş və videonu göndərə bilən inteqrasiya lazımdır. Rəsmi nümunələrdə Python, JavaScript, Java, Go və REST istifadə olunur; aşağıdakı addımlar konkret proqramlaşdırma dilindən asılı deyil. REST nümunəsində GEMINI_API_KEY adlı açardan istifadə edilir. API-yə giriş və ya hesab şərtlərinin təfərrüatları burada istifadə olunan video sənədlərində açıqlanmır.

Nümunə API sorğusunda model adı gemini-3.8-flash kimi göstərilib. Bu, video anlama nümunəsində istifadə olunan model adıdır. Video yaratmaq üçün isə ayrıca bələdçi mövcuddur: Google ümumi video yaradılması və nitqlə redaktə üçün Gemini Omni Flash-ı, səhnəni uzatmaq və ya son kadr üzərində nəzarət kimi ehtiyaclar üçün Veo 3.1-i qeyd edir. Bu iki istifadə sahəsini qarışdırmayın.

Faylı göndərməzdən əvvəl ölçüsünü və təkrar istifadə olunub-olunmayacağını nəzərə alın:

• Google 100 MB-dan böyük və ya uzunmüddətli videolar, eləcə də təkrar istifadə olunacaq fayllar üçün Files API-ni tövsiyə edir. Sənəddəki cədvəldə Files API üçün yuxarı hədd pulsuz istifadə zamanı 2 GB, ödənişli istifadə zamanı isə 20 GB göstərilir.

• Cloud Storage Registration seçimində hər fayl üçün 2 GB həddi qeyd olunur; yaddaş üçün ayrıca hədd olmadığı bildirilir.

• YouTube URL üsulu hamının baxa bildiyi YouTube videoları üçün göstərilib.

• Videonun daxiletmə üsulu birdəfəlik kiçik fayllar üçün uyğundur. Sənədin cədvəlində bu üsul 100 MB-dan kiçik və qısa videolarla əlaqələndirilir; tətbiq bölməsində isə ümumi sorğunun 20 MB-dan az olması tələb olunur. Bu iki meyar fərqli olduğundan, videonu birbaşa sorğuya daxil edərkən daha aşağı olan 20 MB ümumi sorğu həddinə əməl etmək ehtiyatlı yanaşmadır.

Addım-addım təhlil iş axını

1. Videoda cavablandırılacaq sualı müəyyənləşdirin. Ümumi “videonu təhlil et” sorğusu əvəzinə, hansı məlumatları axtardığınızı təsvir edin. Məsələn, interyer turunda məkanların düzülüşü, görünən materiallar və kameranın keçdiyi hissələr ayrı-ayrı başlıqlar ola bilər. Görüntüdə olmayan ölçüləri və ya gizli konstruksiya qatlarını modelin müəyyən edəcəyini güman etməyin.

2. Faylı uyğun üsulla göndərin. Təkrar istifadə və ya böyük fayl nəzərdə tutulursa, Files API-ni seçin. Rəsmi nümunə axınında video yüklənir, faylın emalı gözlənilir və statusu ACTIVE olduqda fayl istinadı mətn sorğusu ilə birlikdə göndərilir. Əməliyyat uğursuz olarsa, sənəd nümunəsində FAILED statusu xəta kimi qəbul edilir. Kiçik video üçün birbaşa daxiletmə üsulundan istifadə etmək olar; fayl ölçüsünü ümumi sorğu həddinə uyğun yoxlayın.

3. Sorğunu video məzmunu ilə birlikdə göndərin. Sorğuda video girişi və təhlil tələbi mətn girişi kimi yer alır. Python nümunəsində fayl Files API vasitəsilə yüklənir; daha kiçik məzmun nümunəsində isə video baytları birbaşa sorğuya daxil edilir. Hansı inteqrasiyanı seçməyinizdən asılı olmayaraq, video MIME növü və fayl istinadı düzgün ötürülməlidir.

4. İlk cəhddə məhdud həcmli nəticə istəyin. Aşağıdakı nümunələri sorğunun mətn hissəsinə ayrı-ayrılıqda əlavə edə bilərsiniz. Hər biri memarlıq təhlilinin fərqli məqsədinə yönəlib.

Bu memarlıq interyer videosunu səhnələrin ardıcıllığına görə xülasə et. Görüntüdə aydın görünən məkanları, material təəssüratlarını və kamera hərəkətlərini ayrı-ayrı bəndlərdə qeyd et. Görüntüdə olmayan məlumatları təxmin etmə; qeyri-müəyyən məqamları açıq şəkildə bildir.

Bu sorğu ümumi təsviri məkan, material və kamera hərəkətləri üzrə ayırır. Materialla bağlı ifadələri dəqiq texniki təsvir kimi deyil, videoda görünən vizual təəssürat kimi qiymətləndirin.

Girişdən əsas yaşayış sahəsinə keçidin göründüyü hissəni videoda tap. Müvafiq zaman nişanını göstər və həmin anda kadrda görünən məkan əlaqələrini qısa izah et. Hissə aydın deyilsə, bunu bildir; vaxt və ya plan məlumatı uydurma.

Bu mətn zaman nişanına əsaslanan səhnə barədə sual verir. Modelin cavabındakı vaxtı videonu açıb yoxlayın; sənəddə zaman nişanlarına istinad imkanından bəhs edilsə də, hər sorğuda qüsursuz uyğunluğa zəmanət verilmir.

Bu tikinti sahəsi videosunda tamamlanmış görünən işləri və hələ də davam etdiyi aydın görünən işləri ayır. Hər tapıntını videoda görünən səhnə ilə əlaqələndir; konstruksiya təhlükəsizliyi, ölçü və ya normativ tələblərə uyğunluq barədə nəticə çıxarma.

Bu nümunə vizual qeydləri nizamlamağa kömək edən təsnifat istəyir; lakin videodan təhlükəsizlik və ya uyğunluq təsdiqi vermir. Cavabları sahə komandasının qeydləri ilə müqayisə edin.

1. Cavabı nəzərdən keçirin və sorğunu dəqiqləşdirin. Ümumi xülasə yetərli deyilsə, videoda görünən konkret məkanı, səhnəni və ya zaman aralığını təsvir edib yeni sual verin. Gemini-nin video anlama imkanlarına məzmun barədə sual vermək və zaman nişanlarına istinad etmək daxildir. Nəticədən istifadə etməzdən əvvəl vacib tapıntıları videoda yoxlayın.

Tez-tez rast gəlinən səhvlər

Fayl ölçüsünə uyğun üsulu yoxlamamaq: Böyük və ya təkrar istifadə olunacaq fayllar üçün Files API tövsiyə edilir. Kiçik fayllarda birbaşa daxiletmə üsulundan istifadə etmək nəzərdə tutulsa belə, sənəddə ümumi sorğu üçün ayrıca 20 MB meyarı verilir; yalnız video faylının ölçüsünə baxmaq yetərli olmaya bilər.

Emal tamamlanmadan təhlil istəmək: Files API nümunəsində yükləmədən sonra fayl ACTIVE statusuna keçənədək gözlənilir. Emal statusunu gözləmədən fayl istinadından istifadə etmək nümunə iş axınına uyğun deyil.

Video təhlilini video yaradılması ilə qarışdırmaq: Mövcud qeydi yoxlamaq üçün video anlama bələdçisindən istifadə edilməlidir. Sənəddə video yaratmaq və redaktə etmək üçün Gemini Omni Flash və Veo 3.1 ayrıca iş axınları kimi təqdim olunur.

Görüntüdən texniki dəqiqlik çıxarmaq: Modeldən görünən elementləri təsvir etməsini istəyin; görüntüdə olmayan ölçüləri, material xüsusiyyətlərini və ya işin tələblərə uyğunluğunu təsdiqlənmiş məlumat kimi təqdim etməyin. Zaman nişanının və səhnənin uyğunluğunu da ilkin video üzərindən yoxlayın.

Memarlıq və interyer iş axınlarına təsiri

Bu üsul uzun təqdimat videolarında səhnələri tapmaq, interyer turunu başlıqlara bölmək və ya tikinti sahəsinin qeydində gözlə görünən işləri ayırmaq istəyən memarlıq ofisləri, interyer dizaynerləri və tələbələr üçün başlanğıc nöqtəsi ola bilər. Xüsusilə təkrar istifadə olunacaq böyük fayllar üçün Files API yanaşması praktikdir; kiçik, birdəfəlik sınaqlarda isə videonu birbaşa göndərmək alternativdir. Bununla belə, mənbədə istifadə xərcləri və ya xüsusi avadanlıq tələbi açıqlanmır. Buna görə xərclər və uyğunluq şərtləri tətbiqdən əvvəl ayrıca araşdırılmalı, modelin cavabı texniki təsdiq kimi qəbul edilməməlidir.

Növbəti addımlar

Əvvəlcə qısa və təmsil gücü olan bir qeyd əsasında ümumi xülasə alın; sonra səhnə və ya zaman nişanına yönələn suallarla nəticəni dəqiqləşdirin. Eyni videoya bir neçə sorğu göndərəcəksinizsə, Google-un Files API tövsiyəsini nəzərdən keçirin. API-də video yaratmaq da lazımdırsa, Gemini Omni Flash və Veo 3.1 sənədlərini video anlama iş axınından ayrıca araşdırın.

Mənbə və lisenziya

Bu bələdçi Google-un Gemini API video anlama və video yaratma sənədlərindəki məlumatlar əsasında Azərbaycan dilinə uyğunlaşdırılıb. Hər iki mənbə CC BY 4.0 lisenziyası ilə yayımlanıb.