Amazon-erkännande är en datorvisionstjänst som gör det enkelt att lägga till bild- och videoanalys till dina applikationer med hjälp av beprövad, mycket skalbar, djupinlärningsteknik som inte kräver någon expertis inom maskininlärning (ML). Med Amazon Rekognition kan du identifiera objekt, personer, text, scener och aktiviteter i bilder och videor, samt upptäcka allt olämpligt innehåll. Amazon Rekognition tillhandahåller också mycket exakta funktioner för ansiktsanalys och ansiktssökning som du kan använda för att upptäcka, analysera och jämföra ansikten för en mängd olika användningsfall.
Amazon Rekognition anpassade etiketter låter dig identifiera objekt och scener i bilder som är specifika för ditt företags behov. Du kan till exempel hitta din logotyp i inlägg på sociala medier, identifiera dina produkter i butikshyllorna, klassificera maskindelar i ett löpande band, urskilja friska och infekterade växter med mera. Blogginlägget Bygg din egen varumärkesidentifiering visar hur man använder Amazon Rekognition Custom Labels för att bygga en helhetslösning för att upptäcka varumärkeslogotyper i bilder och videor.
Amazon Rekognition Custom Labels ger en enkel end-to-end-upplevelse där du börjar med att märka en datauppsättning, och Amazon Rekognition Custom Labels bygger en anpassad ML-modell för dig genom att inspektera data och välja rätt ML-algoritm. Efter att din modell har tränats kan du börja använda den direkt för bildanalys. Om du vill bearbeta bilder i omgångar (som en gång om dagen eller veckan, eller vid schemalagda tider under dagen), kan du tillhandahålla din anpassade modell vid schemalagda tider.
I det här inlägget visar vi hur du kan bygga en kostnadsoptimal batchlösning med Amazon Rekognition Custom Labels som tillhandahåller din anpassade modell vid schemalagda tider, bearbetar alla dina bilder och tar bort dina resurser för att undvika extra kostnader.
Översikt över lösningen
Följande arkitekturdiagram visar hur du kan designa ett kostnadseffektivt och mycket skalbart arbetsflöde för att bearbeta bilder i omgångar med Amazon Rekognition Custom Labels. Den drar nytta av AWS-tjänster som t.ex Amazon EventBridge, AWS stegfunktioner, Amazon enkel kötjänst (Amazon SQS), AWS Lambdaoch Amazon enkel lagringstjänst (Amazon S3).
Den här lösningen använder en serverlös arkitektur och hanterade tjänster, så den kan skalas på begäran och kräver inte provisionering och hantering av några servrar. Amazon SQS-kön ökar lösningens totala feltolerans genom att frikoppla bildintag från bildbehandlingen och möjliggöra tillförlitlig leverans av meddelanden för varje intagen bild. Step Functions gör det enkelt att bygga visuella arbetsflöden för att orkestrera en rad individuella uppgifter, som att kontrollera om en bild är tillgänglig för bearbetning och hantering av tillståndslivscykeln för Amazon Rekognition Custom Labels-projektet. Även om följande arkitektur visar hur du kan bygga en batchbearbetningslösning för Amazon Rekognition Custom Labels med AWS Lambda, kan du bygga en liknande arkitektur med hjälp av tjänster som t.ex. AWS Fargate.
Följande steg beskriver det övergripande arbetsflödet:
- Eftersom en bild lagras i Amazon S3-bucket utlöser den ett meddelande som lagras i en Amazon SQS-kö.
- Amazon EventBridge är konfigurerad för att trigga ett AWS Step Functions-arbetsflöde vid en viss frekvens (1 timme som standard).
- När arbetsflödet körs utför det följande åtgärder:
- Den kontrollerar antalet objekt i Amazon SQS-kön. Om det inte finns några objekt att bearbeta i kön avslutas arbetsflödet.
- Om det finns objekt att bearbeta i kön startar arbetsflödet Amazon Rekognition Custom Labels-modellen.
- Arbetsflödet möjliggör Amazon SQS-integration med en AWS Lambda-funktion för att bearbeta dessa bilder.
- När integrationen mellan Amazon SQS-kön och AWS Lambda är aktiverad inträffar följande händelser:
- AWS Lambda börjar bearbeta meddelanden med bilddetaljerna från Amazon SQS.
- AWS Lambda-funktionen använder Amazon Rekognition Custom Labels-projektet för att bearbeta bilderna.
- AWS Lambda-funktionen placerar sedan JSON-filen som innehåller de infererade etiketterna i den slutliga hinken. Bilden flyttas också från källan till den slutliga hinken.
- När alla bilder är bearbetade gör AWS Step Functions arbetsflödet följande:
- Det stoppar Amazon Rekognition Custom Labels-modellen.
- Den inaktiverar integrationen mellan Amazon SQS-kön och AWS Lambda-funktionen genom att inaktivera triggern.
Följande diagram illustrerar AWS Step Functions-tillståndsmaskinen för denna lösning.
Förutsättningar
För att distribuera den här lösningen behöver du följande förutsättningar:
- Ett AWS-konto med behörighet att distribuera lösningen med AWS molnformation, vilket skapar AWS identitets- och åtkomsthantering (IAM) roller och andra resurser.
- Amazon Resource Name (ARN) för Amazon Rekognition Custom Labels-projektet (kallas ProjectArn) och Amazon Resource Name (ARN) för modellversionen som skapades efter träning av modellen (refereras till som ProjectVersionArn). Dessa värden krävs för att kontrollera modellens status och även för att analysera bilder med hjälp av modellen.
För att lära dig hur man tränar en modell, se Komma igång med Amazon Rekognition Custom Labels.
konfiguration
För att distribuera lösningen med AWS CloudFormation i ditt AWS-konto, följ stegen i GitHub repo. Det skapar följande resurser:
- Amazon S3 hink
- Amazon SQS-kö
- AWS stegfunktioner arbetsflöde
- Amazon EventBridge-regler för att utlösa arbetsflödet
- IAM-roller
- AWS Lambda funktioner
Du kan se namnen på olika resurser som skapats av lösningen i utdatadelen av CloudFormation -stack.
Testar arbetsflödet
Gör så här för att testa ditt arbetsflöde:
- Ladda upp exempelbilder till indata S3-bucket som skapades av lösningen (till exempel xxxx-sources3bucket-xxxx).
- På Step Functions-konsolen väljer du tillståndsmaskinen som skapats av lösningen (till exempel CustomCVStateMachine-xxxx).
Du bör se att tillståndsmaskinen utlöses av Amazon EventBridge-regeln varje timme.
- Du kan starta arbetsflödet manuellt genom att välja Starta körning.
- När bilder bearbetas kan du gå till S3-utgången (till exempel xxxx-finals3bucket-xxxx) för att se JSON-utdata för varje bild.
Följande skärmdump visar innehållet i den sista S3-hinken med bilderna, tillsammans med deras motsvarande JSON-utdata från Amazon Rekognition Custom Labels.
Slutsats
I det här inlägget visade vi hur du kan bygga en kostnadsoptimal batchlösning med Amazon Rekognition Custom Labels som kan tillhandahålla din anpassade modell vid schemalagda tider, bearbeta alla dina bilder och ta bort dina resurser för att undvika extra kostnader. Beroende på ditt användningsfall kan du enkelt justera det schemalagda tidsfönstret vid vilket lösningen ska behandla batchen. För mer information om hur man skapar, tränar, utvärderar och använder en modell som upptäcker objekt, scener och koncept i bilder, se komma igång med Amazon Rekognition Custom Labels.
Medan lösningen som beskrivs i det här inlägget visade hur du kan bearbeta batchbilder med Amazon Rekognition Custom Labels, kan du enkelt justera lösningen för att bearbeta batchbilder med Amazon Lookout for Vision för upptäckt av defekter och anomalier. Med Amazon Lookout for Vision kan tillverkande företag öka kvaliteten och minska driftskostnaderna genom att snabbt identifiera skillnader i bilder av objekt i stor skala. Till exempel kan Amazon Lookout for Vision användas för att identifiera saknade komponenter i produkter, skador på fordon eller strukturer, oegentligheter i produktionslinjer, små defekter i kiselskivor och andra liknande problem. För att lära dig mer om Amazon Lookout for Vision, se utvecklarhandboken.
Om författarna
Rahul Srivastava är Senior Solutions Architect på Amazon Web Services och är baserad i Storbritannien. Han har lång erfarenhet av arkitekturarbete med stora företagskunder. Han hjälper våra kunder med arkitektur, molnadoption, utveckla produkter med ett syfte och dra fördel av AI/ML för att lösa verkliga affärsproblem.
Kashif Imran är en Principal Solutions Architect på Amazon Web Services. Han arbetar med några av de största AWS-kunderna som utnyttjar AI/ML för att lösa komplexa affärsproblem. Han ger teknisk vägledning och designråd för att implementera datorseendeapplikationer i stor skala. Hans expertis spänner över applikationsarkitektur, serverlös, containrar, NoSQL och maskininlärning.
