Résumé
Considérez le scénario de détection des vides dans les rayons d’un détaillant. Votre objectif est d’exécuter des modèles Machine Learning sur vos caméras, d’entraîner des modèles pour vos objets et de déployer sur les appareils périphériques pour que les vides dans les rayons soient détectés. Live Video Analytics (LVA) sur IoT Edge vous permet d’utiliser vos caméras existantes pour générer des flux vidéo. Avec Custom Vision, vous pouvez capturer manuellement vos images auprès de flux de caméra existants, étiqueter vos objets et déployer le modèle ainsi créé à la périphérie.
Vous effectuez une analyse à la périphérie, puis vous publiez les résultats sur d’autres services, comme une logique métier, ou directement sur des services Azure dans le cloud. Cette combinaison vous permet donc de créer des applications métier couvrant la périphérie et le cloud.
Nettoyage
Quand vous travaillez sur votre propre abonnement, il est judicieux de déterminer à la fin d’un projet si vous avez encore besoin des ressources que vous avez créées. Les ressources laissées en cours d’exécution peuvent vous coûter de l’argent. Vous pouvez supprimer les ressources individuellement, ou supprimer le groupe de ressources pour supprimer l’ensemble des ressources.