Amazon-anerkendelse er en computervisionstjeneste, der gør det nemt at tilføje billed- og videoanalyse til dine applikationer ved hjælp af gennemprøvet, meget skalerbar, deep learning-teknologi, der ikke kræver nogen maskinlæringsekspertise (ML) at bruge. Med Amazon Rekognition kan du identificere objekter, personer, tekst, scener og aktiviteter i billeder og videoer, samt opdage upassende indhold. Amazon Rekognition giver også meget præcise ansigtsanalyse- og ansigtssøgningsfunktioner, som du kan bruge til at opdage, analysere og sammenligne ansigter til en bred vifte af anvendelsestilfælde.
Tilpassede etiketter til Amazon-genkendelse giver dig mulighed for at identificere objekter og scener i billeder, der er specifikke for din virksomheds behov. For eksempel kan du finde dit logo i opslag på sociale medier, identificere dine produkter på butikshylderne, klassificere maskindele i et samlebånd, skelne mellem sunde og inficerede planter og meget mere. Blogindlægget Byg dit eget branddetektion viser, hvordan man bruger Amazon Rekognition Custom Labels til at bygge en ende-til-ende-løsning til at registrere mærkelogoer i billeder og videoer.
Amazon Rekognition Custom Labels giver en enkel end-to-end-oplevelse, hvor du starter med at mærke et datasæt, og Amazon Rekognition Custom Labels bygger en tilpasset ML-model til dig ved at inspicere dataene og vælge den rigtige ML-algoritme. Efter din model er trænet, kan du begynde at bruge den med det samme til billedanalyse. Hvis du vil behandle billeder i batches (såsom en gang om dagen eller ugen eller på planlagte tidspunkter i løbet af dagen), kan du klargøre din brugerdefinerede model på planlagte tidspunkter.
I dette indlæg viser vi, hvordan du kan bygge en omkostningsoptimal batchløsning med Amazon Rekognition Custom Labels, der klargør din brugerdefinerede model på planlagte tidspunkter, behandler alle dine billeder og fjerner dine ressourcer for at undgå at pådrage dig ekstra omkostninger.
Oversigt over løsning
Følgende arkitekturdiagram viser, hvordan du kan designe en omkostningseffektiv og meget skalerbar arbejdsgang til at behandle billeder i batches med Amazon Rekognition Custom Labels. Det udnytter AWS-tjenester som f.eks Amazon Eventbridge, AWS-trinfunktioner, Amazon Simple Queue Service (Amazon SQS), AWS Lambdaog Amazon Simple Storage Service (Amazon S3).
Denne løsning bruger en serverløs arkitektur og administrerede tjenester, så den kan skaleres efter behov og ikke kræver klargøring og administration af nogen servere. Amazon SQS-køen øger løsningens overordnede fejltolerance ved at afkoble billedindtagelse fra billedbehandlingen og muliggøre pålidelig levering af meddelelser for hvert indtaget billede. Step Functions gør det nemt at bygge visuelle arbejdsgange til at orkestrere en række individuelle opgaver, såsom at kontrollere, om et billede er tilgængeligt til behandling og styring af tilstandslivscyklussen for Amazon Rekognition Custom Labels-projektet. Selvom følgende arkitektur viser, hvordan du kan bygge en batchbehandlingsløsning til Amazon Rekognition Custom Labels ved hjælp af AWS Lambda, kan du bygge en lignende arkitektur ved hjælp af tjenester som f.eks. AWS Fargate.
Følgende trin beskriver den overordnede arbejdsgang:
- Da et billede er gemt i Amazon S3 bucket, udløser det en besked, der bliver gemt i en Amazon SQS-kø.
- Amazon EventBridge er konfigureret til at udløse en AWS Step Functions-arbejdsgang ved en bestemt frekvens (1 time som standard).
- Mens arbejdsgangen kører, udfører den følgende handlinger:
- Den kontrollerer antallet af varer i Amazon SQS-køen. Hvis der ikke er nogen elementer at behandle i køen, afsluttes arbejdsgangen.
- Hvis der er elementer, der skal behandles i køen, starter arbejdsgangen Amazon Rekognition Custom Labels-modellen.
- Workflowet muliggør Amazon SQS-integration med en AWS Lambda-funktion til at behandle disse billeder.
- Da integrationen mellem Amazon SQS-køen og AWS Lambda er aktiveret, opstår følgende hændelser:
- AWS Lambda begynder at behandle beskeder med billeddetaljerne fra Amazon SQS.
- AWS Lambda-funktionen bruger Amazon Rekognition Custom Labels-projektet til at behandle billederne.
- AWS Lambda-funktionen placerer derefter JSON-filen, der indeholder de infererede etiketter, i den endelige bøtte. Billedet flyttes også fra kildebøtten til den endelige bucket.
- Når alle billederne er behandlet, udfører AWS Step Functions-arbejdsgangen følgende:
- Det stopper Amazon Rekognition Custom Labels-modellen.
- Det deaktiverer integration mellem Amazon SQS-køen og AWS Lambda-funktionen ved at deaktivere triggeren.
Følgende diagram illustrerer AWS Step Functions-tilstandsmaskinen for denne løsning.
Forudsætninger
For at implementere denne løsning skal du have følgende forudsætninger:
- En AWS-konto med tilladelse til at implementere løsningen vha AWS CloudFormation, der skaber AWS identitets- og adgangsstyring (IAM) roller og andre ressourcer.
- Amazon Resource Name (ARN) for Amazon Rekognition Custom Labels-projektet (omtalt som ProjektArn) og Amazon Resource Name (ARN) for modelversionen, der blev oprettet efter træning af modellen (refereret til som ProjectVersionArn). Disse værdier er nødvendige for at kontrollere modellens status og også for at analysere billeder ved hjælp af modellen.
For at lære at træne en model, se Kom godt i gang med Amazon Rekognition Custom Labels.
Deployment
For at implementere løsningen ved hjælp af AWS CloudFormation i din AWS-konto skal du følge trinene i GitHub repo. Det skaber følgende ressourcer:
- Amazon S3 spand
- Amazon SQS-kø
- AWS Step Functions arbejdsgang
- Amazon EventBridge-regler for at udløse arbejdsgangen
- IAM roller
- AWS Lambda funktioner
Du kan se navnene på forskellige ressourcer, der er oprettet af løsningen, i outputsektionen af CloudFormation stak.
Test af arbejdsgangen
For at teste din arbejdsgang skal du udføre følgende trin:
- Upload eksempelbilleder til input S3 bucket, der blev oprettet af løsningen (f.eks. xxxx-sources3bucket-xxxx).
- På Step Functions-konsollen skal du vælge den tilstandsmaskine, der er oprettet af løsningen (f.eks. CustomCVStateMachine-xxxx).
Du bør se, at statsmaskinen udløses af Amazon EventBridge-reglen hver time.
- Du kan manuelt starte arbejdsgangen ved at vælge Start udførelse.
- Efterhånden som billeder behandles, kan du gå til output S3-bøtten (for eksempel xxxx-finals3bucket-xxxx) for at se JSON-outputtet for hvert billede.
Følgende skærmbillede viser indholdet af den endelige S3-bøtte med billederne sammen med deres tilsvarende JSON-output fra Amazon Rekognition Custom Labels.
Konklusion
I dette indlæg viste vi, hvordan du kan bygge en omkostningsoptimal batchløsning med Amazon Rekognition Custom Labels, der kan klargøre din tilpassede model på planlagte tidspunkter, behandle alle dine billeder og deprovisionere dine ressourcer for at undgå at pådrage sig ekstra omkostninger. Afhængigt af din use case kan du nemt justere det planlagte tidsvindue, hvor løsningen skal behandle batchen. For mere information om, hvordan man opretter, træner, evaluerer og bruger en model, der registrerer objekter, scener og koncepter i billeder, se Kom godt i gang med Amazon Rekognition Custom Labels.
Mens løsningen beskrevet i dette indlæg viste, hvordan du kan behandle batchbilleder med Amazon Rekognition Custom Labels, kan du nemt tilpasse løsningen til at behandle batchbilleder med Amazon Lookout for Vision til påvisning af defekter og anomalier. Med Amazon Lookout for Vision kan produktionsvirksomheder øge kvaliteten og reducere driftsomkostningerne ved hurtigt at identificere forskelle i billeder af objekter i skala. For eksempel kan Amazon Lookout for Vision bruges til at identificere manglende komponenter i produkter, skader på køretøjer eller strukturer, uregelmæssigheder i produktionslinjer, minimale defekter i siliciumwafers og andre lignende problemer. For at lære mere om Amazon Lookout for Vision, se udviklervejledningen.
Om forfatterne
Rahul Srivastava er Senior Solutions Architect hos Amazon Web Services og er baseret i Storbritannien. Han har omfattende arkitekturerfaring med at arbejde med store virksomhedskunder. Han hjælper vores kunder med arkitektur, cloud-adoption, udvikling af produkter med et formål og drage fordel af AI/ML til at løse virkelige forretningsproblemer.
Kashif Imran er Principal Solutions Architect hos Amazon Web Services. Han arbejder med nogle af de største AWS-kunder, der udnytter AI/ML til at løse komplekse forretningsproblemer. Han giver teknisk vejledning og designrådgivning til implementering af computervisionsapplikationer i stor skala. Hans ekspertise spænder over applikationsarkitektur, serverløs, containere, NoSQL og maskinlæring.
