Cum să implementați un model de detectare a obiectelor utilizând AWS DeepLens
„AWS DeepLens” poate fi descris ca o cameră configurabilă care le permite utilizatorilor să găsească oportunitatea de a practica tehnici de procesare media streaming în timp real într-un timp mai mic.
Trei tipuri diferite de modelare pot fi implementate în AWS DeepLens. În această postare, vom lucra la modelul Pre-Trained Object Detection.
„Viziunea computerizată de nouă generație: AWS DeepLens
AWS DeepLens este o cameră video programabilă care le permite dezvoltatorilor să înceapă să practice învățarea profundă...www.commencis.com »
- Model pre-antrenat
Acest proiect permite utilizatorilor să implementeze un model instruit inițial pe dispozitivele lor. Poate fi selectat după următoarea cale Proiecte › Creare proiect
2. Model instruit Amazon SageMaker
Cu acest tip de model, vă puteți crea și instrui modelele în AWS SageMaker și puteți furniza următoarele informații, apoi faceți clic pe butonul Import: „ID job”, „Nume model”, „Cadru model”.
Pentru a vă putea implementa modelele pe dispozitiv utilizând acest tip de model, AWS Sagemaker este un serviciu necesar pentru a deschide un SageMaker Instanță de notebookca editor de cod.
Dacă sunteți nou în serviciile AWS și nu ați mai folosit niciodată AWS SageMaker, AWS vă oferă un „AWS Free Tier”. Folosind acest cont, puteți începe să utilizați AWS SageMaker în primele două luni.
3. Model instruit extern
Alegând acest tip de model, este de așteptat să vă instruiți deja modelul în afara mediului AWS și să vă încărcați modelul într-o găleată AWS S3. Pentru a putea încărca modelul în DeepLens, trebuie să completați următoarele câmpuri și apoi să faceți clic pe butonul Import: „Model artefact path”, „Model name”, „Model Framework”.
AWS DeepLens
Înainte de a începe să utilizați orice serviciu, permisiunile necesare vor fi setate ca în „link” pentru a le putea folosi corect. Primul serviciu care va fi folosit este AWS DeepLens. Pentru a putea utiliza acest serviciu, regiunea dvs. va fi selectată dintre una dintre aceste regiuni:
Europa (Frankfurt) eu-central-1
SUA Est (Virginia de Nord) us-east-1
Asia Pacific (Tokyo) ap-northeast-1
După configurarea politicilor de mediu de dezvoltare și a regiunilor, utilizând AWS Management Console, sub titlul „Găsiți servicii”, veți putea găsi rapid orice servicii utilizând butonul de căutare, tastând numele serviciului, așa cum se arată mai jos.
Această pagină include informații de bază despre serviciu. Pentru detalii tehnice mai detaliate, puteți vizita „Documentație”sub fila „Mai multe resurse”.
Înregistrarea dispozitivului
Când produsul este scos din ambalaj, primul pas este să vă înregistrați corect dispozitivul în serviciul AWS DeepLens.
După ce vă conectați dispozitivul la computer, faceți clic pe butonul „Înregistrați dispozitivul”, apoi selectați versiunea hardware și faceți clic pe „Start” după cum se arată în figura de mai jos.
În primul pas, dispozitivul va fi conectat la sursa de alimentare folosind adaptorul său și porniți butonul de pornire. Când dispozitivul este pornit, ledul de alimentare se va transforma în albastru.
Puteți conecta computerul la dispozitiv conectând cablul USB la portul „Înregistrare” al dispozitivului.
Când reușiți să înregistrați cu succes AWS DeepLens, veți putea să vă vedeți dispozitivul în fila Resurse › Dispozitive din partea stângă a paginii, având un „Înregistrat
puternic>”.
Implementarea unui model pre-instruit
În secțiunea „Proiecte”, trebuie să faceți clic pe butonul „Creați un nou proiect” care se află în dreapta sus pentru a putea vedea tipurile de proiecte.
În acest pas, trebuie ales unul dintre șabloanele de proiect pre-populate. Alegeți „Utilizați un șablon de proiect” ca tip de proiect și alegeți „Detecția obiectului” din listă și derulați în jos până la ecran pentru a da clic pe „Creați”.
În pagina „Specificați detaliile proiectului”, acceptați valorile implicite din numele și descrierea proiectului.
În partea de jos a aceleiași pagini, veți vizualiza setările de selecție a conținutului proiectului. Atât pentru Model cât și pentru Funcțieacceptați valorile implicite și faceți clic pe „Creați” pentru a continua.
În acest pas, veți implementa proiectul de detectare a obiectelor pe dispozitiv. Proiectul creat în prezent va fi listat cu succes în secțiunea „Proiecte”. După ce vizualizați proiectul corespunzător, faceți clic pe butonul radio și alegeți „Implementați pe dispozitiv”în partea dreaptă sus.
Pe pagina„Dispozitiv țintă”, trebuie să vă alegeți dispozitivul și să faceți clic pe butonul „Revizuire” .
Va apărea o pagină suplimentară care conține detalii despre implementarea dvs., inclusiv informații despre „Tip”, „Lambda”și „Model”. După ce le verificați cu atenție, selectați butonul „Implementați”pentru a continua.
Când faceți clic pe „Implementați”, modelul dvs. va fi încărcat pe dispozitiv, arătând procentul de descărcare la AWS DeepLens.
După implementare, în fila „Dispozitive”, după implementarea proiectului, faceți clic pe „Vedeți rezultatul”pentru selectați browserul dvs. pentru importul de certificare de streaming corespunzător.
Ieșire model
Există 2 moduri diferite de a vizualiza rezultatele modelului nostru. Acestea sunt enumerate mai jos și explicate în subiecte separate.
- Ieșire MQTT în format JSON cu valoare de subiecte
- Flux de proiect
- AWS IoT Core — Valoarea subiectului MQTT
După ce ați importat cu succes certificatul, browserul vă va cere să alegeți versiunea corespunzătoare a certificatului prin intermediul ecranului pop-up.
Când doriți să aveți o ieșire în format JSON, puteți să „Copiați” subiectul generat în mod unic și să faceți clic pe „Consola AWS IoT” pentru a deschide serviciul AWS IoT Core.
După ce ați copiat subiectul cu următorul format „$aws/things/deeplens_<uuid>/infer”,inserați-l sub „Abonați-vă la subiect” și faceți clic pe butonul „Publicați la subiect”.
După ce s-a făcut clic pe „Publicare la subiect”, ieșirile în format JSON au început să fie publicate. Dacă doriți să opriți publicarea, puteți selecta „Pauză”în partea dreaptă sus.
2. Flux de proiect
După ce certificatul pentru browserul nostru este importat, putem face clic pe „Vizualizare flux video”sub „Stream video” pentru a deschide o filă nouă cu adresa IP „192.168.1.47:4000”.
Când fluxul este activat pe adresa IP specificată, putem vedea două file diferite. Prima filă se numește „Flux de proiect”, care este fluxul în care a fost aplicat modelul nostru de detectare a obiectelor. Pe acest flux, vedem cadre albastre în jurul obiectelor, iar în partea de sus a cadrelor, nume detectate ale obiectelor cu procentele lor de probabilitate. Nu toate obiectele din cadru pot fi recunoscute, deoarece modelul a fost antrenat într-o cantitate limitată de obiecte. Dacă dorim să detectăm mai multe obiecte decât modelul de detectare a obiectelor pre-antrenat, trebuie să importam modelul nostru personalizat„importând un model personalizat extern”.
Al doilea flux se numește „Flux live”. Când selectăm această filă, putem vizualiza fluxul normal al camerei, care afișează cadre mai rapid decât „Fluxul de proiect”, deoarece nu este aplicând orice model asupra obiectelor.
Întrebările și comentariile sunt foarte apreciate!
Referințe:
- „AWS DeepLens”
- „AWS IoT Core”
- „AWS Lambda”
- „AWS SageMaker”
- „Prețuri AWS SageMaker”
- „Canalul YouTube Servicii web Amazon”
