Introducción
Azure IoT Edge le permite mover las cargas de trabajo de la nube al perímetro. De esta forma, podrá ejecutar las cargas de trabajo localmente en dispositivos perimetrales que se encuentren más cerca del lugar donde se generan los datos. Este enfoque se adapta bien a los servicios que procesan grandes cantidades de datos, como los modelos de visión artificial. Los servicios de Azure AI e IoT Edge le permiten compilar una solución e implementarla en dispositivos IoT como contenedores. Cuando se implementan conjuntamente, Azure IoT Edge y los servicios de Azure AI permiten encontrar información de imágenes o secuencias de vídeo en el perímetro sin tener que transferir primero todos los datos fuera del sitio.
Supongamos que usted es científico de datos y que le han encargado implementar los servicios de Azure AI para usar la función de reconocimiento de imágenes en cajas de autoservicio de supermercados. El sistema debe incluir una funcionalidad de imagen a voz para que las personas con discapacidad visual puedan usar una caja de autoservicio. El sistema pasará la imagen del artículo escaneado por un modelo de aprendizaje automático entrenado previamente para identificarlo. A continuación, se pesará el artículo y se calculará el costo en función de la identificación. Con esta facilidad, se evita que la persona con discapacidad visual tenga que mirar el artículo. Mediante texto a voz, se informará al cliente de que se ha escaneado el artículo con un mensaje de audio. La lógica de negocios del módulo de reconocimiento de imágenes recae en el dispositivo. El sistema identificará el artículo escaneado y convertirá una etiqueta de la imagen en voz.
Para implementar este enfoque, podría compilar y entrenar el módulo de reconocimiento de imágenes en la nube, dedicado a un dominio determinado (por ejemplo, la identificación de frutas), e implementar el modelo como contenedor en el dispositivo.
En este módulo, ejecutará una solución de Azure IoT Edge que usa Azure Custom Vision y Azure Speech Services e implementará la solución en el dispositivo perimetral. La aplicación consta de varios módulos que escanean los artículos mediante una cámara, los clasifican y los convierten en voz.
Al final de este módulo, podrá conectar dispositivos IoT al servicio cognitivo e implementar la solución en el dispositivo IoT Edge. La aplicación le mostrará mediante audio qué artículos se han escaneado.
Objetivos de aprendizaje
Uso de un módulo de clasificación de imágenes previamente entrenado con los servicios de Azure AI
Implementar la solución en IoT Edge mediante Visual Studio Code.
Comprobar que un módulo se ejecute correctamente.
Requisitos previos
Conocimientos básicos de IoT Edge
Conocimientos básicos de los servicios de Azure AI
Saber usar Visual Studio Code
Suscripción de Azure
Equipo Linux que actúe como dispositivo simulado de Azure IoT Edge
Cámara USB