文明紀事

讓機器學習派上用場的三個 AWS 工作台

請記住 AWS DeepLens、DeepRacer 以及 Lookout for Vision 這些產品。它們都擁有自己的攝像頭、模擬的比賽場景以及視覺檢測功能。

一種能夠識別貓的相機,一種能夠自主在跑道上行駛的汽車,以及一種可以用來檢測生產線上的缺陷的儀表盤……這些 AWS 服務為人們提供了多種方式來了解機器學習模型所能做的事情。每個模型都被封裝在了一個工作流程中,該工作流程使得其輸出結果能夠可見。

DeepLens:一種存在於相機中的模型/演算法

AWS DeepLens將攝像頭與可管理的專案工作流程相結合了起來。在 AWS 的原始演示中,作者首先註冊了該裝置,然後選擇了“貓與狗識別”的模板,並建立了一個專案,該專案中包含了預訓練的模型以及 Lambda 函式。在程式碼部署到攝像頭之後,該程式碼會處理裝置上的影片幀,並輸出相應的推理結果。模板可以作為一個起點:開發人員可以研究並修改該模板,或者自己建立屬於自己的模板。 AWS的演示/操作指南 這裡展示了實際的專案實施步驟;這是一次操作演示,而非我們進行的測試過程。

AWS DeepLens專案模板的介面上,展示了物體檢測、風格轉換、人臉檢測以及貓與狗的識別功能選項。
AWS News Blog / Jeff Barr, 2017:原始操作指南中的 DeepLens 專案模板。 原始來源

AWS將所管理的 DeepLens 服務列在…中。 完全關閉其支援結束日期為 2024 年 1 月 31 日。這指的是雲控制檯和裝置管理服務的終止,而不是指所有攝像頭或之前匯出的程式碼都不再可用。 DeepLens 歸檔檔案.

DeepRacer:教會模型完成一次完整的轉彎動作。

DeepRacer將強化學習轉化為一種可以拿來競賽的問題。該參與者在預定義的模擬賽道上訓練了自動駕駛模型,並虛擬地評估了該模型的效能。此外,他還能夠將訓練得到的模型下載到小型實體汽車上。在 2018 年,AWS 的 re:Invent 活動中,參與者可以在模擬器中對模型進行最佳化,並試駕這些模型在真實的賽道上的表現。該模擬器是體驗的一部分;擁有汽車並不是理解雲工作流所必需的條件。 AWS最初的公告內容 描述了兩個部分的內容。

原始的 AWS DeepRacer 微型四輪驅動汽車。
AWS新聞部落格 / Jeff Barr,2018年:DeepRacer車輛。 原始來源

AWS表示,其管理的 DeepRacer 服務自 2025 年 12 月 15 日起便不再在控制檯中可用了。 當前常見問題解答AWS的單獨部署的開源解決方案以及下載的模型,都並不屬於該宣告所涵蓋的範圍之內。 DeepRacer 檔案.

尋找願景:將示例轉化為檢查流程

“Lookout for Vision”則負責處理另一項任務:即發現製造出來的產品中存在哪些視覺缺陷或異常。客戶提供了可接受的以及不合適的示例圖片,而該服務則支援圍繞這些示例進行培訓與評估。AWS 表示,該工具可用於標記諸如劃痕、缺失的部件或不一致的圖案等問題。相關報告可以透過控制檯儀表板檢視。那些東西 2021年可用性公告 它描述了預期的工作流程;不過,它並不能確保每個工廠都能實現這種流程,也無法替代客戶自己的檢查決策。

AWS將Lookout for Vision列在了其產品列表中。 完全關閉其支援結束日期為 2025 年 10 月 31 日。這適用於被管理的服務,而並非與相機或匯出的材料相關。 請留意“Vision 存檔”的相關內容。.

在這三個系統中,互動點發生了變化:攝像頭負責生成預測結果,模擬器則負責生成相關資料,而儀表盤則用於顯示檢查結果。每個模型都對應著一項不同的任務,具有不同的輸入引數,而最終的結果則可以被人們所觀察。

正在確認可用的登入方式…