Müşterilerin mağaza düzeniyle ilgili olarak geçerli ürünlerini nasıl aldıkları hakkında içgörüler elde edin.
Mimari
Bu mimarinin bir Visio dosyasını indirin.
Veri akışı
- Özel Görüntü İşleme AI Geliştirme Seti, IoT Edge Çalışma Zamanı'nı ve ml modelini yükleyen IoT Hub'dan bir yapılandırma alır.
- Model bir kişi görürse, bir resim alır ve Azure Stack Hub blob depolama alanına yükler.
- Blob hizmeti, Azure Stack Hub'da bir Azure İşlevi tetikler.
- Azure İşlevi, görüntüden demografik ve duygu verileri almak için Yüz Tanıma API'sine sahip bir kapsayıcı çağırır.
- Veriler anonimleştirilir ve bir Azure Event Hubs kümesine gönderilir.
- Event Hubs kümesi, verileri Stream Analytics'e iletir.
- Stream Analytics verileri toplar ve Power BI'a iletir. Power BI, Azure Stream Analytics çıkışını görüntülemek için kullanımı kolay bir pano arabirimi sağlar.
Bileşenler
Mağaza içi donanım
- Özel Görüntü İşleme AI Geliştirme Seti, yalnızca analiz için kişilerin görüntülerini yakalayan yerel bir ML modeli kullanarak mağaza içi filtreleme sağlar. IoT Hub aracılığıyla güvenli bir şekilde sağlanır ve güncelleştirilir.
Azure
- Azure Event Hubs basit, güvenilir ve ölçeklenebilir tam olarak yönetilen, gerçek zamanlı bir veri alımı hizmetidir. Dinamik veri işlem hatları oluşturmak ve iş zorluklarına hemen yanıt vermek için herhangi bir kaynaktan saniyede milyonlarca olay akışı sağlayın.
- Azure Stream Analytics , görev açısından kritik iş yükleri için tasarlanmış kullanımı kolay, gerçek zamanlı bir analiz hizmetidir. Dakikalar içinde sıfırdan üretime geçin. Daha gelişmiş senaryolar için özel kod ve yerleşik makine öğrenmesi özellikleriyle kolayca genişletilebilir SQL'tir.
- Microsoft Power BI , kuruluşunuz genelinde içgörüler sunan bir iş analizi araçları paketidir. Yüzlerce veri kaynağına Bağlan, veri hazırlığı basitleştirin ve geliştirilmiş analize yönlendirin. Web'de ve mobil cihazlarda kullanmak üzere güzel raporlar oluşturun ve bunları kuruluşunuz için yayımlayın.
Azure Stack Hub
- Azure Stack Hub , uygulamaları şirket içi ortamda çalıştırmanıza ve veri merkezinizde Azure hizmetleri sunmanıza olanak sağlamak için Azure'ı genişletmektedir.
- App Service kaynak sağlayıcısı (RP), web uygulamaları, API'ler ve İşlevler için barındırma ve yönetim özellikleri dahil olmak üzere uç bileşenler için bir temel sağlar.
- Azure Kubernetes Service (AKS) altyapısı. AKS altyapısı kümesine sahip AKS RP, Yüz Tanıma API'si kapsayıcısını çalıştıran ölçeklenebilir, dayanıklı bir altyapı sağlamak için Azure Stack Hub'a dağıtılır.
- Yüz Tanıma API'si kapsayıcıları. Yüz Tanıma API'si kapsayıcılarına sahip Azure Bilişsel Hizmetler RP demografik, duygu ve benzersiz ziyaretçi algılama sağlar.
- Blob depolama. Yapay Zeka Geliştirme Seti'nden yakalanan görüntüler Azure Stack Hub'ın Blob depolama alanına yüklenir.
- Azure İşlevleri Azure Stack Hub'da çalışan bir Azure İşlevi Blob depolamadan giriş alır ve Yüz Tanıma API'si ile etkileşimleri yönetir. Anonimleştirilmiş verileri Azure'da bulunan bir Event Hubs kümesine yayar.
Alternatifler
Azure Stack Hub üzerinde çalışan bir Azure İşlevi, harika bir işlem seçeneğidir. Ancak, Azure Uygulaması Hizmeti üzerinde çalışan özel bir uygulama gibi başka işlem seçenekleri de vardır.
Senaryo ayrıntıları
Olası kullanım örnekleri
Bu çözüm, perakende mağazalarındaki ziyaretçi trafiğini analiz etmek için yapay zeka tabanlı bir hata algılama mimarisini özetler. Çözüm, Azure, Azure Stack Hub ve Özel Görüntü İşleme Yapay Zeka Geliştirme Seti'ni kullanarak gerçek dünya eylemlerinden içgörüler oluşturur.
Bu senaryoyla, her bölüme personel yerleştirmeniz gerekmez ve bir mağazanın kamera görüntülerinin tümünü gözden geçirmek için bir analist ekibine ihtiyacınız yoktur. Çözüm ayrıca depoların analiz için tüm kameralarından buluta video akışı yapmak için yeterli bant genişliğine sahip olmasını gerektirmez. Çözüm, müşteri demografik bilgilerini, sadakatini ve ekranları ve ürünleri depolamaya yönelik tepkileri belirlemek için göze çarpmayan, gizlilik dostu bir yol sağlar.
Dikkat edilmesi gereken noktalar
Bu önemli noktalar, bir iş yükünün kalitesini artırmak için kullanılabilecek bir dizi yol gösteren ilke olan Azure İyi Tasarlanmış Çerçeve'nin yapı taşlarını uygular. Daha fazla bilgi için bkz . Microsoft Azure İyi Tasarlanmış Çerçeve.
Güvenilirlik
Bu çözüm katmanlı olduğundan, ağ veya güç kesintileriyle nasıl başa çıkılması konusunda düşünmek önemlidir. Çözümün dayanıklılığını geliştirmek için Microsoft Azure İyi Tasarlanmış Çerçeve'den (WAF) Dayanıklılık ve bağımlılıklar, Azure uygulamalarında güvenilirlik tasarlamaya yönelik en iyi yöntemler ve Azure Stack Hub güvenilirliği makalesine bakın.
İş gereksinimlerinize bağlı olarak, görüntüleri yerel olarak önbelleğe almak ve bağlantı döndürdüğünde bunları Azure Stack Hub'a iletmek için bir mekanizma uygulamak isteyebilirsiniz. Konum yeterince büyükse, Yüz Tanıma API'si kapsayıcısı içeren bir Data Box Edge'i bu konuma dağıtın.
Güvenlik
Güvenlik, kasıtlı saldırılara ve değerli verilerinizin ve sistemlerinizin kötüye kullanılmasına karşı güvence sağlar. Daha fazla bilgi için bkz . Güvenlik sütununa genel bakış.
Bu çözüm, güvenliği önemli bir konu haline getirerek müşteri görüntülerini yakalar. Uygun erişim ilkelerini yapılandırma ve anahtarları düzenli olarak döndürme dahil olmak üzere depolama hesaplarının güvenliğini sağlamak için WAF Veri koruma kılavuzuna bakın. Depolama hesaplarının ve Event Hubs'ın kurumsal ve kamu gizlilik düzenlemelerinizi karşılayan saklama ilkelerine sahip olduğundan emin olun.
Kimlik ve erişim yönetimi aracılığıyla güvenlik sağlayın ve kullanıcı erişim düzeylerini katmanlayı unutmayın. Katmanlama, kullanıcıların yalnızca rolleri için ihtiyaç duydukları verilere erişmesini sağlar.
Operasyonel mükemmellik
Operasyonel mükemmellik, bir uygulamayı dağıtan ve üretimde çalışır durumda tutan operasyon süreçlerini kapsar. Daha fazla bilgi için bkz . Operasyonel mükemmellik sütununa genel bakış.
İzleme ve tanılama çok önemlidir. Bulut uygulamaları, altyapı veya bazı durumlarda işletim sistemi için tam denetime sahip olmadığınız uzak bir veri merkezinde çalışır. Ölçümler ve günlükler üzerinde görselleştirmek, sorgulamak, yönlendirmek, arşivlemek ve diğer eylemleri yapmak için Azure Stack Hub'da Azure İzleyici'yi kullanın. Çözüm için kapsamlı bir izleme stratejisi uygulamak için bulut uygulamalarının izleme işlemleri denetim listesini izleyin.
Bu çözüm birçok cihaz ve konuma yayılabilir ve bu da verimsiz hale gelebilir. Azure'ın IoT hizmetleri yeni konumları ve cihazları otomatik olarak çevrimiçi yapabilir ve güncel tutabilir.
Performans verimliliği
Performans verimliliği, kullanıcılar tarafından anlamlı bir şekilde yerleştirilen talepleri karşılamak amacıyla iş yükünüzü ölçeklendirme becerisidir. Daha fazla bilgi için bkz . Performans verimliliği sütununa genel bakış.
Bu çözümün birden çok kamera ve konum arasında ölçeklendirilmesini sağlamak için tüm bileşenlerin artan yükü kaldırabileceğinden emin olmanız gerekir. Aşağıdaki eylemleri gerçekleştirmeniz gerekebilir:
- Stream Analytics akış birimi sayısını artırın.
- Yüz Tanıma API'si dağıtımının ölçeğini genişletme.
- Event Hubs kümesi aktarım hızını artırın.
- Aşırı durumlarda, Azure İşlevleri bir sanal makineye geçirmeniz gerekebilir.
Tasarımınızı ölçeklenebilirlik bakımından gözden geçirmek için Performans verimliliği denetim listesini kullanın.
Bu senaryoyu dağıtın
Azure, Azure Stack Hub ve Özel Görüntü İşleme Yapay Zeka Geliştirme Seti'ni kullanarak gerçek dünyadaki eylemlerden içgörüler oluşturan yapay zeka tabanlı bir hata algılama çözümü dağıtın. Bu çözüm, perakende mağazalarındaki ziyaretçi trafiğini analiz eder. Bkz . Azure ve Azure Stack Hub kullanarak yapay zeka tabanlı bir hata algılama çözümü dağıtma.
Katkıda Bulunanlar
Bu makale Microsoft tarafından yönetilir. Başlangıçta aşağıdaki katkıda bulunanlar tarafından yazılmıştır.
Asıl yazar:
- Bryan Lamos | Kıdemli İçerik Geliştirici
Genel olmayan LinkedIn profillerini görmek için LinkedIn'de oturum açın.
Sonraki adımlar
Bu mimaride tanıtılan konular hakkında daha fazla bilgi edinmek için aşağıdaki makalelere bakın:
- Ayak algılama çözümü tarafından uygulanan Aşamalı Veri Analizi Çözümü Dağıtma örneğine bakın.
- Özel görüntü işlemeyi kullanma hakkında daha fazla bilgi edinmek için Özel Görüntü İşleme AI Geliştirme Seti'ne bakın.
- Azure Stack Hub Operatör Belgeleri
- Azure Stack Hub'da Azure Uygulaması Hizmeti
- Azure Stack Hub'da Azure Kubernetes Service
- Azure hibrit ve çoklu bulut belgeleri
İlgili kaynaklar
- Verileri zenginleştirmeye ve sunmaya yönelik diğer mekanizmaları gösteren daha kapsamlı bir senaryo için Bkz. Azure Synapse ile uçtan uca analiz mimarisi.
- Azure Stack Hub ile uçta yapay zeka
- Şirket içinde ve uçta yapay zeka ve ML bilgi işlem dağıtma