تسميات Amazon Rekognition المخصصة هي خدمة رؤية حاسوبية مُدارة بالكامل تسمح للمطورين ببناء نماذج مخصصة لتصنيف وتحديد الكائنات في الصور التي تكون محددة وفريدة من نوعها لعملك.
لا تتطلب منك Rekognition Custom Labels أن يكون لديك أي خبرة سابقة في رؤية الكمبيوتر. يمكنك أن تبدأ ببساطة بتحميل عشرات الصور بدلاً من الآلاف. إذا تم تصنيف الصور بالفعل ، يمكنك البدء في تدريب نموذج ببضع نقرات. إذا لم يكن الأمر كذلك ، فيمكنك تسميتها مباشرة داخل وحدة التحكم Rekognition Custom Labels أو استخدام الحقيقة الأمازون SageMaker الأرض لتصنيفهم. تستخدم Rekognition Custom Labels تعلم النقل لفحص بيانات التدريب تلقائيًا ، وتحديد إطار النموذج الصحيح والخوارزمية ، وتحسين المعلمات الفائقة ، وتدريب النموذج. عندما تكون راضيًا عن دقة النموذج ، يمكنك البدء في استضافة النموذج المدرب بنقرة واحدة فقط.
ومع ذلك ، إذا كنت من مستخدمي الأعمال الذين يتطلعون إلى حل مشكلة رؤية الكمبيوتر ، وتصور نتائج الاستدلال للنموذج المخصص ، وتلقي الإخطارات عند توفر نتائج الاستدلال هذه ، فعليك الاعتماد على فريقك الهندسي لبناء مثل هذا التطبيق. على سبيل المثال ، يمكن إخطار مدير العمليات الزراعية عند اكتشاف إصابة أحد المحاصيل بمرض ، أو يمكن إخطار صانع النبيذ عندما ينضج العنب للحصاد ، أو يمكن إخطار مدير المتجر عندما يحين وقت إعادة تخزين قوائم الجرد مثل المشروبات الغازية في ثلاجة عمودية.
في هذا المنشور ، نوجهك خلال عملية إنشاء حل يتيح لك تصور نتيجة الاستدلال وإرسال إشعارات إلى المستخدمين المشتركين عند تحديد تسميات معينة في الصور التي تتم معالجتها باستخدام نماذج تم إنشاؤها بواسطة Rekognition Custom Labels.
حل نظرة عامة
يوضح الرسم البياني التالي بنية الحلول لدينا.
يستخدم هذا الحل خدمات AWS التالية لتنفيذ بنية قابلة للتطوير وفعالة من حيث التكلفة:
- أمازون أثينا - خدمة استعلام تفاعلية بدون خادم تسهل تحليل البيانات في Amazon S3 باستخدام SQL القياسي.
- AWS لامدا - خدمة حوسبة بدون خادم تتيح لك تشغيل التعليمات البرمجية استجابةً لمشغلات مثل التغييرات في البيانات أو التحولات في حالة النظام أو إجراءات المستخدم. نظرًا لأن Amazon S3 يمكنه تشغيل وظيفة Lambda مباشرةً ، يمكنك إنشاء مجموعة متنوعة من الوقت الفعلي serverless أنظمة معالجة البيانات.
- أمازون QuickSight - خدمة تحليلات أعمال سريعة جدًا وسهلة الاستخدام ومدعومة بالسحابة تسهل إنشاء تصورات وإجراء تحليل مخصص والحصول بسرعة على رؤى الأعمال من البيانات.
- تسميات Amazon Rekognition المخصصة - يسمح لك بتدريب نموذج رؤية كمبيوتر مخصص لتحديد الأشياء والمشاهد في الصور الخاصة باحتياجات عملك.
- خدمة إعلام أمازون البسيطة - Amazon SNS هي خدمة مراسلة مُدارة بالكامل لكل من الاتصالات من تطبيق إلى تطبيق (A2A) والتواصل من تطبيق إلى شخص (A2P).
- خدمة Amazon Simple Queue Service - Amazon SQS هي خدمة قائمة انتظار مُدارة بالكامل للرسائل تتيح لك فصل الخدمات المصغرة والأنظمة الموزعة والتطبيقات التي لا تحتوي على خادم وتوسيع نطاقها.
- خدمة تخزين أمازون البسيطة - يعمل Amazon S3 كمخزن عناصر للمستندات الخاصة بك ويسمح بالإدارة المركزية باستخدام عناصر تحكم وصول مضبوطة بدقة.
يستخدم الحل سير عمل بدون خادم يتم تشغيله عند تحميل صورة إلى حاوية الإدخال S3. تتلقى قائمة انتظار SQS إشعارًا بحدث لإنشاء كائن. الحل يخلق أيضا قوائم الانتظار المهملة (DLQs) لتخصيص وعزل الرسائل التي لا يمكن معالجتها بشكل صحيح. تتغذى وظيفة Lambda من قائمة انتظار SQS وتجعل ملف DetectLabels
استدعاء API للكشف عن جميع التسميات في الصورة. لتوسيع نطاق هذا الحل وجعله تصميمًا غير محكم الاقتران ، ترسل وظيفة Lambda نتائج التنبؤ إلى قائمة انتظار SQS أخرى. تقوم قائمة انتظار SQS بتشغيل وظيفة Lambda أخرى ، والتي تحلل جميع العلامات الموجودة في التنبؤات. استنادًا إلى تفضيلات المستخدم (التي تم تكوينها أثناء نشر الحل) ، تنشر الوظيفة رسالة إلى موضوع SNS. تم تكوين موضوع SNS لتسليم إشعارات البريد الإلكتروني للمستخدم. يمكنك تكوين وظيفة Lambda لإضافة عنوان URL إلى الرسالة المرسلة إلى Amazon SNS للوصول إلى الصورة (باستخدام Amazon S3 محدد موقع المعلومات). أخيرًا ، تقوم وظيفة Lambda بتحميل نتيجة التنبؤ والبيانات الوصفية للصورة إلى حاوية S3. يمكنك بعد ذلك استخدام Athena و QuickSight لتحليل وتصور النتائج من حاوية S3.
المتطلبات الأساسية المسبقة
يجب أن يكون لديك نموذج مدرب ويعمل باستخدام Rekognition Custom Labels.
تتيح لك Rekognition Custom Labels إدارة عملية تدريب نموذج التعلم الآلي على الأمازون إعادة الاعتراف وحدة التحكم ، والتي تبسط عملية تطوير النموذج من طرف إلى طرف. لهذا المنصب ، نستخدمه نموذج تصنيف مدرب لاكتشاف مرض أوراق النبات.
انشر الحل
تقوم بنشر ملف تكوين سحابة AWS نموذج لتوفير الموارد الضرورية ، بما في ذلك حاويات S3 وقوائم انتظار SQS وموضوع SNS ووظائف Lambda و إدارة الهوية والوصول AWS (IAM) الأدوار. يُنشئ القالب المكدس منطقة us-east-1 ، ولكن يمكنك استخدام القالب لإنشاء مجموعتك في أي منطقة تتوفر فيها خدمات AWS أعلاه.
- قم بتشغيل قالب CloudFormation التالي في المنطقة وحساب AWS حيث قمت بنشر نموذج Rekognition Custom Labels:
- في حالة اسم المكدس، أدخل اسم المكدس ، مثل
rekognition-customlabels-analytics-and-notification
. - في حالة نموذج مخصص، أدخل ARN لنموذج Amazon Rekognition Custom Labels الذي تريد استخدامه.
يجب نشر نموذج Rekognition Custom Labels في نفس حساب AWS.
- في حالة إشعار البريد الإلكتروني، أدخل عنوان البريد الإلكتروني الذي تريد تلقي الإشعارات منه.
- في حالة اسم_InputBucketName، أدخل اسمًا فريدًا لحاوية S3 التي ينشئها المكدس ؛ علي سبيل المثال،
plant-leaf-disease-data-input
.
هذا هو المكان الذي يتم فيه تخزين صور أوراق النبات الواردة.
- في حالة ملصقات الاهتمام، يمكنك إدخال ما يصل إلى 10 تصنيفات مختلفة تريد أن يتم إعلامك بها ، بتنسيق مفصولة بفواصل. للحصول على مثال مرض النبات لدينا ، أدخل
bacterial-leaf-blight,leaf-smut
. - في حالة الحد الأدنى من الثقة، أدخل الحد الأدنى للثقة لتلقي الإخطار. لا يتم إرجاع العلامات التي تم اكتشافها بثقة أقل من قيمة MinConfidence في الاستجابة ولن تنشئ إشعارًا.
- في حالة OutputBucketName، أدخل اسمًا فريدًا لحاوية S3 التي ينشئها المكدس ؛ علي سبيل المثال،
plant-leaf-disease-data-output
.
تحتوي حاوية الإخراج على ملفات JSON مع بيانات وصفية للصور (تم العثور على التسميات ودرجة الثقة).
- اختار التالى.
- على تكوين خيارات المكدس الصفحة ، قم بتعيين أي معلمات إضافية للمكدس ، بما في ذلك العلامات.
- اختار التالى.
- في مجلة القدرات والتحولات ، حدد خانة الاختيار للإقرار بإمكانية إنشاء AWS CloudFormation موارد IAM.
- اختار إنشاء مكدس.
يجب أن تُظهر صفحة تفاصيل المكدس حالة المكدس كـ CREATE_IN_PROGRESS
. قد يستغرق تغيير الحالة إلى 5 دقيقة CREATE_COMPLETE
.
سترسل Amazon SNS رسالة تأكيد الاشتراك إلى عنوان البريد الإلكتروني. أنت بحاجه إلى تأكيد الاشتراك.
اختبر المحلول
الآن بعد أن قمنا بنشر الموارد ، نحن جاهزون لاختبار الحل. تأكد أنك ابدأ النموذج.
- في وحدة تحكم Amazon S3 ، اختر الدلاء.
- اختر دلو الإدخال S3.
- تحميل صور الاختبار إلى الدلو.
في الإنتاج ، يمكنك إعداد عمليات تلقائية لتسليم الصور إلى هذه المجموعة.
تؤدي هذه الصور إلى تشغيل سير العمل. إذا تجاوزت ثقة التصنيف الحد المحدد ، فستتلقى إشعارًا بالبريد الإلكتروني مثل ما يلي.
يمكنك أيضًا تكوين موضوع SNS لتسليم هذه الإخطارات لأي لأفضل الأماكن السياحية بدعم من الخدمة.
تحليل نتائج التنبؤ
بعد اختبار الحل ، يمكنك توسيع الحل لإنشاء تحليل مرئي لتنبؤات الصور المعالجة. لهذا الغرض ، نستخدم Athena ، وهي خدمة استعلام تفاعلية تسهل تحليل البيانات مباشرة من Amazon S3 باستخدام SQL القياسي و QuickSight لتصور البيانات.
تكوين أثينا
إذا لم تكن معتادًا على Amazon Athena ، فراجع هذا البرنامج التعليمي. في وحدة تحكم Athena ، قم بإنشاء جدول في كتالوج بيانات Athena بالرمز التالي:
يسكن Location
الحقل في الاستعلام السابق باسم حاوية الإخراج ، مثل plant-leaf-disease-data-output
.
يخبر هذا الرمز أثينا بكيفية تفسير كل صف من النص في دلو S3.
يمكنك الآن الاستعلام عن البيانات:
SELECT * FROM "default"."rekognition_customlabels_analytics" limit 10;
تكوين QuickSight
لتكوين QuickSight ، أكمل الخطوات التالية:
- فتح وحدة تحكم QuickSight.
- إذا لم تكن مشتركًا في QuickSight ، فسيُطلب منك خيار التسجيل. اتبع الخطوات من أجل قم بالتسجيل لاستخدام QuickSight.
- بعد تسجيل الدخول إلى QuickSight ، اختر إدارة QuickSight تحت حسابك.
- في جزء التنقل ، اختر الأمان والأذونات.
- تحت وصول QuickSight إلى خدمات AWS، اختر أضف أو أزل.
تظهر صفحة لتمكين وصول QuickSight إلى خدمات AWS.
- أختار أمازون أثينا.
- في النافذة المنبثقة ، اختر التالى.
- في علامة التبويب S3 ، حدد حاويات S3 الضرورية. بالنسبة لهذا المنشور ، أحدد الحاوية التي تخزن نتائج استعلام أثينا الخاصة بي.
- لكل مجموعة ، حدد أيضًا إذن كتابة لـ Athena Workgroup.
- اختار نهاية.
- اختار تحديث.
- في وحدة تحكم QuickSight ، اختر تحليل جديد.
- اختار مجموعة بيانات جديدة.
- في حالة قواعد البيانات، اختر أثينا.
- في حالة اسم مصدر البيانات، أدخل
Athena-CustomLabels-analysis
. - في حالة مجموعة عمل أثينا، اختر ابتدائي.
- اختار إنشاء مصدر بيانات.
- في حالة قاعدة البيانات، اختر
default
في القائمة المنسدلة. - في حالة طاولات الطعام، حدد الجدول
rekognition_customlabels_analytics
. - اختار تحديد.
- اختار تصور.
- على تصور الصفحة ، تحت مجال قائمة ، اختر ملصق وحدد المخطط الدائري من أنواع بصرية.
يمكنك إضافة المزيد من المرئيات في لوحة المعلومات. عندما يكون تحليلك جاهزًا ، يمكنك الاختيار مشاركة لإنشاء لوحة تحكم ومشاركتها داخل مؤسستك.
نبذة عامة
في هذا المنشور ، أوضحنا كيف يمكنك إنشاء حل لتلقي إشعارات لملصقات محددة (مثل لفحة الأوراق البكتيرية أو تفحم الأوراق) الموجودة في الصور المعالجة باستخدام Rekognition Custom Labels. بالإضافة إلى ذلك ، أوضحنا كيف يمكنك إنشاء لوحات معلومات لتصور النتائج باستخدام Athena و QuickSight.
يمكنك الآن بسهولة مشاركة لوحات معلومات التصور هذه مع مستخدمي الأعمال والسماح لهم بالاشتراك في الإشعارات بدلاً من الاضطرار إلى الاعتماد على فرقك الهندسية لإنشاء مثل هذا التطبيق.
حول المؤلف
جاي راو هو مهندس حلول رئيسي في AWS. يستمتع بتقديم التوجيه الفني والاستراتيجي للعملاء ومساعدتهم في تصميم وتنفيذ الحلول على AWS.
الباشمين ميستري هو كبير مديري المنتجات في Amazon Rekognition Custom Labels. خارج العمل ، يستمتع الباشمين برحلات المشي لمسافات طويلة والتصوير وقضاء الوقت مع أسرته.
- كوينسمارت. أفضل بورصة للبيتكوين والعملات المشفرة في أوروبا.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. دخول مجاني.
- كريبتوهوك. الرادار. تجربة مجانية.
- المصدر: https://aws.amazon.com/blogs/machine-learning/receive-notifications-for-image-analysis-with-amazon-rekognition-custom-labels-and-analyze-prediction/
- "
- &
- 10
- 100
- 116
- 7
- 9
- الوصول
- حسابي
- الإجراءات
- Ad
- إضافة
- إضافي
- العنوان
- خوارزمية
- الكل
- سابقا
- أمازون
- تحليل
- تحليلات
- آخر
- API
- تطبيق
- التطبيقات
- هندسة معمارية
- الآلي
- متاح
- AWS
- الحدود
- صندوق
- نساعدك في بناء
- ابني
- الأعمال
- دعوة
- يستطيع الحصول على
- تغيير
- اختار
- تصنيف
- الكود
- Communication
- إحصاء
- الثقة
- كنسولات
- يحتوي
- فعاله من حيث التكلفه
- إلى جانب
- يخلق
- خلق
- محصول
- على
- العملاء
- لوحة أجهزة القياس
- البيانات
- نشر
- نشر
- نشر
- تصميم
- الكشف عن
- المطورين
- التطوير التجاري
- مختلف
- مباشرة
- مرض
- وزعت
- وثائق
- لا
- بسهولة
- البريد الإلكتروني
- تمكين
- الهندسة
- أدخل
- الحدث/الفعالية
- مثال
- خبرة
- مد
- للعائلات
- FAST
- أخيرا
- اتباع
- متابعيك
- شكل
- وجدت
- الإطار
- وظيفة
- توليد
- وجود
- كيفية
- كيفية
- HTTPS
- تحديد
- هوية
- صورة
- تنفيذ
- بما فيه
- إدخال
- رؤى
- التفاعلية
- IT
- واحد فقط
- ملصقات
- تعلم
- قائمة
- موقع
- أبحث
- آلة
- آلة التعلم
- يصنع
- تمكن
- إدارة
- مدير
- الرسائل
- الحد الأدنى
- نموذج
- عارضات ازياء
- الأكثر من ذلك
- قائمة الإختيارات
- إعلام
- عمليات
- خيار
- منظمة
- تصوير
- تنبؤ
- تنبؤات
- رئيسي
- المشكلة
- عملية المعالجة
- العمليات
- منتج
- الإنتــاج
- توفير
- غرض
- بسرعة
- في الوقت الحقيقي
- تسلم
- تطلب
- الموارد
- استجابة
- النتائج
- يجري
- تشغيل
- تحجيم
- حجم
- مشاهد
- Serverless
- الخدمة
- خدمات
- طقم
- مشاركة
- الاشارات
- حل
- الحلول
- حل
- الإنفاق
- كومة
- معيار
- بداية
- بدأت
- الولايه او المحافظه
- الحالة
- تخزين
- متجر
- فروعنا
- إستراتيجي
- الاشتراك
- اشتراك
- مدعومة
- نظام
- أنظمة
- فريق
- تقني
- يروي
- تجربه بالعربي
- الآلاف
- عبر
- الوقت
- قادة الإيمان
- تحويل
- فريد من نوعه
- تستخدم
- المستخدمين
- قيمنا
- تشكيلة
- رؤيتنا
- التصور
- في غضون
- للعمل
- مجموعة العمل