Introduktion
Med Azure IoT Edge kan du flytta dina arbetsbelastningar från molnet till gränsen. På så sätt kan du köra dina arbetsbelastningar lokalt på gränsenheter närmare där dina data genereras. Den här metoden passar bra med tjänster som bearbetar stora mängder data, till exempel modeller för visuellt innehåll. Med Azure AI-tjänster med IoT Edge kan du skapa en lösning och distribuera dem till IoT-enheter som containrar. När de implementeras tillsammans kan du med Azure IoT Edge- och Azure AI-tjänster hitta insikter från bilder eller videoströmmar på gränsen utan att först överföra alla data utanför platsen.
Anta att du arbetar som en Dataforskare och att du ansvarar för att distribuera Azure AI-tjänster som implementerar funktionen för bildigenkänning för självutcheckningar som används i snabbköp. Systemet bör innehålla en bild-till-tal-funktion för att göra det möjligt för synskadade att använda självutcheckningen. Systemet kör den skannade objektbilden mot en förtränad maskininlärningsmodell för att identifiera objektet som genomsöks. Objektet vägs sedan och kostnaden beräknas beroende på identifieringen. Den här anläggningen undviker att synskadade behöver titta på objektet. Med text till tal informeras kunden av ett ljudmeddelande om att objektet har genomsökts. Affärslogik för modulen för bildigenkänning finns på enheten. Systemet identifierar det skannade objektet och konverterar en etikett för bilden till tal.
För att implementera den här metoden kan du skapa och träna modulen för avbildningsigenkänning i molnet, dedikerad till en viss domän (till exempel identifiera frukt) och distribuera modellen som en container till enheten.
I den här modulen kör du en Azure IoT Edge-lösning som använder Azure Custom Vision och Azure Speech Service och distribuerar lösningen till Edge-enheten. Programmet består av ett antal moduler som genomsöker objekten med hjälp av en kamera, klassificerar de skannade objekten och konverterar identifierade objekt till tal.
I slutet av den här modulen kommer du att kunna ansluta IoT-enheter till den kognitiva tjänsten och distribuera din lösning till IoT Edge-enheten. Programmet visar (via ljud) vilka objekt som har genomsökts.
Utbildningsmål
Använda en förtränad bildklassificeringsmodul med Azure AI-tjänster
Distribuera din lösning till IoT Edge med Hjälp av Visual Studio Code
Verifiera en modul som körs
Förutsättningar
Grundläggande kunskaper om IoT Edge
Grundläggande kunskaper om Azure AI-tjänster
Möjlighet att använda Visual Studio Code
Azure-prenumeration
Linux-dator som fungerar som en simulerad Azure IoT Edge-enhet
USB-Kamera