Jak wdrożyć model wykrywania obiektów przy użyciu AWS DeepLens
AWS DeepLens można opisać jako konfigurowalną kamerę, która umożliwia użytkownikom ćwiczenie technik przetwarzania multimediów strumieniowych w czasie rzeczywistym w krótszym czasie.
W AWS DeepLens można wdrożyć trzy różne typy modelowania. W tym poście będziemy pracować nad modelem wykrywania wstępnie przeszkolonych obiektów.
- Wstępnie wytrenowany model
Ten projekt umożliwia użytkownikom wdrożenie wstępnie przeszkolonego modelu na swoich urządzeniach. Można go wybrać następującą ścieżką Projekty › Utwórz projekt
2. Model wytrenowany przez Amazon SageMaker
Dzięki temu typowi modelu możesz tworzyć i trenować swoje modele w AWS SageMaker, podawać następujące informacje, a następnie kliknąć przycisk Importuj: „Identyfikator zadania”, „Nazwa modelu”, „Struktura modelu”.
Aby móc wdrażać modele na swoim urządzeniu przy użyciu tego typu modelu, AWS Sagemaker jest wymaganą usługą umożliwiającą otwarcie SageMaker Instancja notatnikajako edytor kodu.
Jeśli dopiero zaczynasz korzystać z usług AWS i nigdy wcześniej nie korzystałeś z AWS SageMaker, AWS oferuje Ci bezpłatną warstwę AWS. Korzystając z tego konta, możesz rozpocząć korzystanie z AWS SageMaker przez pierwsze dwa miesiące.
3. Model przeszkolony zewnętrznie
Wybierając ten typ modelu, oczekuje się, że przeszkoliłeś już swój model poza środowiskiem AWS i przesłałeś go do segmentu AWS S3. Aby móc przesłać swój model do DeepLens, musisz wypełnić następujące pola, a następnie kliknąć przycisk Importuj: „Ścieżka artefaktu modelu”, „Nazwa modelu”, „Struktura modelu”.
Głębokie obiektywy AWS
Przed rozpoczęciem korzystania z jakiejkolwiek usługi należy ustawić niezbędne uprawnienia zgodnie z linkiem, aby móc z nich prawidłowo korzystać. Pierwszą usługą, która zostanie wykorzystana, będzie AWS DeepLens. Aby móc korzystać z tej usługi, Twój region zostanie wybrany spośród jednego z poniższych regionów:
Europa (Frankfurt) eu-central-1
USA Wschodnie (N. Wirginia) us-east-1
Azja i Pacyfik (Tokio) ap-northeast-1
Po skonfigurowaniu zasad i regionów środowiska programistycznego za pomocą konsoli AWS Management Console, pod nagłówkiem „Znajdź usługi”, będziesz mógł szybko znaleźć dowolne usługi za pomocą przycisku wyszukiwania, wpisując nazwę usługi, jak pokazano poniżej.
Na tej stronie znajdują się podstawowe informacje o serwisie. Bardziej szczegółowe informacje techniczne można znaleźć w „Dokumentacji”w zakładce „Więcej zasobów”.
Rejestracja urządzenia
Pierwszą rzeczą po rozpakowaniu produktu jest prawidłowe zarejestrowanie urządzenia w usłudze AWS DeepLens.
Po podłączeniu urządzenia do komputera kliknij przycisk „Zarejestruj urządzenie”, następnie wybierz wersję sprzętu i kliknij przycisk „Start”, jak pokazano na poniższym rysunku.
W pierwszej kolejności należy podłączyć urządzenie do źródła zasilania za pomocą adaptera i włączyć przycisk zasilania. Gdy urządzenie jest włączone, dioda zasilania zmieni kolor na niebieski.
Możesz połączyć komputer z urządzeniem, podłączając kabel USB do portu „Rejestracja” urządzenia.
Kiedy pomyślnie zarejestrujesz AWS DeepLens, będziesz mógł zobaczyć swoje urządzenie w zakładce Zasoby › Urządzenia po lewej stronie strony, mając opcję „Zarejestrowano”.
Wdrażanie wstępnie przeszkolonego modelu
W sekcji „Projekty” kliknij przycisk „Utwórz nowy projekt” znajdujący się w prawym górnym rogu, aby zobaczyć typy projektów.
Na tym etapie należy wybrać jeden z wstępnie wypełnionych szablonów projektów. Wybierz „Użyj szablonu projektu” jako typ projektu i wybierz z listy „Wykrywanie obiektów” i przewiń w dół do ekranu i kliknij „Utwórz”.
Na stronie „Określ szczegóły projektu” zaakceptuj wartości domyślne w plikach nazw i opisów projektów.
Na dole tej samej strony zobaczysz ustawienia wyboru treści projektu. Zarówno dla Modeljak i Funkcjazaakceptuj wartości domyślne i kliknij „Utwórz” , aby kontynuować.
W tym kroku wdrożysz projekt wykrywania obiektów na swoim urządzeniu. Twój aktualnie utworzony projekt zostanie pomyślnie wyświetlony w sekcji „Projekty”. Po wyświetleniu odpowiedniego projektu kliknij przycisk radiowy i wybierz „Wdróż na urządzeniu”w prawym górnym rogu.
Na stronie „Urządzenie docelowe” musisz wybrać swoje urządzenie i kliknąć przycisk „Przejrzyj” .
Pojawi się dodatkowa strona zawierająca szczegółowe informacje o wdrożeniu, w tym informacje o „Typie”, „Lambdzie”i „Modelu”. Po ich dokładnym sprawdzeniu wybierz przycisk „Wdróż”, aby kontynuować.
Po kliknięciu „Wdróż” Twój model zostanie przesłany na Twoje urządzenie, pokazując procent jego pobrania w AWS DeepLens.
Po wdrożeniu, na karcie „Urządzenia”, po wdrożeniu projektu kliknij „Wyświetl wyniki”, aby wybierz przeglądarkę, aby uzyskać odpowiedni import certyfikatu przesyłania strumieniowego.
Dane wyjściowe modelu
Istnieją dwa różne sposoby przeglądania wyników modelu. Są one wymienione poniżej i wyjaśnione w osobnych tematach.
- Dane wyjściowe MQTT w formacie JSON z wartościami tematycznymi
- Strumień projektu
- Rdzeń AWS IoT — wartość tematu MQTT
Po pomyślnym zaimportowaniu certyfikatu Twoja przeglądarka poprosi Cię o wybranie odpowiedniej wersji certyfikatu za pośrednictwem wyskakującego ekranu.
Jeśli chcesz otrzymać wynik w formacie JSON, możesz „Skopiować” unikalnie wygenerowany temat i kliknąć „Konsola AWS IoT” aby otworzyć usługę AWS IoT Core.
Po skopiowaniu tematu w następującym formacie „$aws/things/deeplens_<uuid>/infer”,wklej go w obszarze „Subskrybuj temat” i kliknij przycisk „Opublikuj w temacie”.
Po kliknięciu „Opublikuj w temacie” zaczęto publikować wyniki w formacie JSON. Jeśli chcesz zatrzymać publikację, możesz wybrać „Wstrzymaj”w prawym górnym rogu.
2. Strumień projektu
Po zaimportowaniu certyfikatu dla naszej przeglądarki możemy kliknąć „Wyświetl strumień wideo”w sekcji „Strumieniowanie wideo”, aby otworzyć nową kartę z adresem IP „192.168.1.47:4000'.
Gdy strumień jest włączony na podanym adresie IP, możemy zobaczyć dwie różne zakładki. Pierwsza zakładka nazywa się „Strumień projektu” i jest to strumień, w którym zastosowano nasz model wykrywania obiektów. W tym strumieniu widzimy niebieskie ramki wokół obiektów, a na górze klatek wykryte nazwy obiektów wraz z ich procentami prawdopodobieństwa. Nie wszystkie obiekty w ramce można rozpoznać, ponieważ model został przeszkolony na ograniczonej liczbie obiektów. Jeśli chcielibyśmy wykryć więcej obiektów niż wstępnie wytrenowany model wykrywania obiektów, musimy zaimportować nasz niestandardowy model poprzezimportowanie zewnętrznego modelu niestandardowego.
Drugi strumień nazywa się „Strumień na żywo”. Po wybraniu tej zakładki możemy wyświetlić normalny strumień z kamery, który wyświetla klatki szybciej niż „Strumień projektu”, ponieważ nie jest to nakładanie dowolnego modelu na obiekty.
Pytania i komentarze są bardzo mile widziane!
