Amazon Lookout for Vision on masinõppe (ML) teenus, mis tuvastab arvutinägemise (CV) abil visuaalsete esituste defekte ja kõrvalekaldeid. Amazon Lookout for Visioni abil saavad tootmisettevõtted tõsta kvaliteeti ja vähendada tegevuskulusid, tuvastades kiiresti objektide kujutiste erinevused mastaabis.
Paljud ettevõtte kliendid soovivad tuvastada toodetes puuduvaid komponente, sõidukite või konstruktsioonide kahjustusi, tootmisliinide ebakorrapärasusi, räniplaatide väikseid defekte ja muid sarnaseid probleeme. Amazon Lookout for Vision kasutab ML-i, et näha ja mõista pilte mis tahes kaamerast nagu inimene, kuid veelgi suurema täpsusega ja palju suuremas skaalas. Amazon Lookout for Vision välistab vajaduse kuluka ja ebajärjekindla käsitsi kontrollimise järele, parandades samal ajal kvaliteedikontrolli, defektide ja kahjustuste hindamist ning vastavust. Mõne minutiga saate hakata kasutama Amazon Lookout for Visioni, et automatiseerida piltide ja objektide kontrollimist – ilma ML-teadmisteta.
Selles postituses vaatleme, kuidas saaksime automatiseerida räniplaatides anomaaliate tuvastamist ja operaatorite teavitamist reaalajas.
Lahenduse ülevaade
Tootmisliini toodete kvaliteedi jälgimine on keeruline ülesanne. Mõned protsessietapid teevad tootest pilte, mida inimesed seejärel hea kvaliteedi tagamiseks üle vaatavad. Tänu tehisintellektile saate need anomaaliate tuvastamise ülesanded automatiseerida, kuid pärast kõrvalekallete tuvastamist võib olla vajalik inimese sekkumine. Tavaline lähenemisviis on probleemsete toodete tuvastamisel meilide saatmine. Need meilid võidakse tähelepanuta jätta, mis võib tootmisettevõttes põhjustada kvaliteedi langust.
Selles postituses automatiseerime räniplaatide anomaaliate tuvastamise ja operaatorite reaalajas teavitamise protsessi automatiseeritud telefonikõnede abil. Järgmine diagramm illustreerib meie arhitektuuri. Kasutame staatilist veebisaiti AWS võimendus, mis toimib meie rakenduse sisenemispunktina. Kui kasutajaliidese (1) kaudu laaditakse üles uus pilt, a AWS Lambda Funktsioon kutsub esile Amazon Lookout for Visioni mudeli (2) ja ennustab, kas see vahvel on anomaalne või mitte. Funktsioon salvestab iga üleslaaditud pildi asukohta Amazoni lihtne salvestusteenus (Amazon S3) (3). Kui vahvel on anomaalne, saadab funktsioon ennustuse usaldusväärsuse Amazon Connect ja helistab operaatorile (4), kes saab edasisi toiminguid teha (5).
Amazon Connecti ja sellega seotud kontaktvoo seadistamine
Amazon Connecti ja kontaktide voo konfigureerimiseks peate tegema järgmised kõrgetasemelised sammud.
- Looge Amazon Connecti eksemplar.
- Seadistage kontaktide voog.
- Taotlege oma telefoninumbrit.
Looge Amazon Connecti eksemplar
Esimene samm on luua Amazon Connecti eksemplar. Ülejäänud seadistuse jaoks kasutame vaikeväärtusi, kuid ärge unustage luua administraatori sisselogimist.
Eksemplari loomine võib võtta paar minutit, pärast mida saame Amazon Connecti eksemplari sisse logida, kasutades enda loodud administraatorikontot.
Kontaktvoolu seadistamine
Selles postituses on meil eelnevalt määratletud kontaktide voog, mida saame importida. Olemasoleva kontaktivoo importimise kohta lisateabe saamiseks vt Impordi/ekspordi kontaktvood.
- Valige fail
contact-flow/wafer-anomaly-detection
alates GitHub repo. - Vali Import.
Imporditud kontaktide voog näeb välja sarnane järgmisele ekraanipildile.
- Laiendage voo üksikasjade lehel Kuva voo täiendav teave.
Siit leiate kontaktvoo ARN-i.
- Salvestage kontaktide voo ID ja kontaktkeskuse ID, mida hiljem vajate.
Taotlege oma telefoninumbrit
Numbri nõudmine on lihtne ja võtab vaid mõne klõpsu. Valige numbri taotlemisel kindlasti varem imporditud kontaktvoog.
Kui teie valitud riigis pole ühtegi numbrit saadaval, tõstke tugipilet.
Kontaktvoo ülevaade
Järgmine ekraanipilt näitab meie kontaktide voogu.
Kontaktvoog täidab järgmisi funktsioone:
- Luba logimine
- Määrake väljund Amazon Polly hääl (selle postituse jaoks kasutame Kendra häält)
- Hankige kliendi sisend DTMF-i abil (kehtivad ainult klahvid 1 ja 2).
- Kasutaja sisendi põhjal teeb voog ühte järgmistest.
- Saatke hüvastijätusõnum, et midagi ette ei võeta, ja väljuge
- Esitage hüvastijätusõnum, mis ütleb, et toiming tehakse, ja väljuge
- Ebaõnnestumine ja varuplokk, mis teatab, et masin lülitub välja ja väljub
Valikuliselt saate oma süsteemi täiustada rakendusega Amazon Lex bot.
Rakendage lahendus
Nüüd, kui olete Amazon Connecti seadistanud, kontaktvoo juurutanud ja ülejäänud juurutamiseks vajaliku teabe üles märkinud, saame ülejäänud komponendid juurutada. Muutke kloonitud GitHubi hoidlas faili build.sh
skript ja käivitage see käsurealt:
Tuleb esitada järgmised andmed:
- Teie piirkond
- S3 ämbri nimi, mida soovite kasutada (veenduge, et nimi sisaldaks sõna
sagemaker
). - Amazon Lookout for Vision projekti nimi, mida soovite kasutada
- Teie kontaktvoo ID
- Teie Amazon Connecti eksemplari ID
- Number, mille olete Amazon Connectis taotlenud E.164-vormingus (nt +132398765)
- Nimi selle jaoks AWS CloudFormation virn, mille loote selle skripti käivitamisega
Seejärel teostab see skript järgmisi toiminguid:
- Looge enda jaoks S3 ämber
- Looge oma Lambda funktsiooni jaoks ZIP-failid
- Laadige oma uude S3 ämbrisse üles CloudFormationi mall ja Lambda funktsioon
- Looge CloudFormationi virn
Pärast virna juurutamist leiate järgmised AWS CloudFormationi konsoolil loodud ressursid.
Näete, et an Amazon SageMaker märkmik kutsus amazon-lookout-vision-create-project
luuakse ka.
Ehitage, koolitage ja juurutage Amazon Lookout for Vision mudelit
Selles jaotises näeme, kuidas luua, koolitada ja juurutada mudelit Amazon Lookout for Vision, kasutades avatud lähtekoodiga Pythoni SDK-d. Amazon Lookout for Vision Python SDK kohta lisateabe saamiseks vt see blogipostitus.
Mudelit saate ehitada kaudu AWS-i juhtimiskonsool. Programmiliseks juurutamiseks toimige järgmiselt.
- SageMakeri konsoolil Märkmiku eksemplarid lehele pääsete juurde SageMakeri märkmiku eksemplarile, mis loodi varem, valides Avage Jupyter.
Sellisel juhul võite leida GitHubi hoidla Amazon Lookout for Vision Python SDK automaatselt kloonitud.
- Navigeerige jaotisesse
amazon-lookout-for-vision-python-sdk/example
kausta.
Kaust sisaldab näidismärkmikku, mis juhendab teid mudeli loomisel, väljaõppel ja juurutamisel. Enne alustamist peate üles laadima pildid, mida kasutada mudeli treenimiseks sülearvuti eksemplari.
- aasta
example/
kausta, looge kaks uut kausta nimegagood
jabad
. - Liikuge mõlemasse kausta ja laadige oma pildid vastavalt üles.
Näidispildid on allalaaditud GitHubi hoidlas.
- Pärast piltide üleslaadimist avage
lookout_for_vision_example.ipynb
märkmik.
Märkmik juhendab teid mudeli loomise protsessis. Üks oluline samm, mida peaksite kõigepealt tegema, on järgmise teabe esitamine:
Võite järelduste jaotist ignoreerida, kuid võite vabalt mängida ka selle märkmiku osaga. Kuna te alles alustate, võite lahkuda model_version
seatud "1
".
eest input_bucket
ja project_name
, kasutage S3 ämbrit ja Amazon Lookout for Visioni projekti nime, mis on esitatud osana build.sh
stsenaarium. Seejärel saate käivitada märkmiku iga lahtri, mis mudeli edukalt juurutab.
Treeningmõõdikuid saate vaadata SDK abil, kuid leiate need ka konsoolist. Selleks avage oma projekt, liikuge mudelite juurde ja valige mudel, mille olete koolitanud. Mõõdikud on saadaval aadressil Toimivuse mõõdikud Tab.
Nüüd olete valmis juurutama staatilise veebisaidi, mis saab nõudmisel teie mudelile helistada.
Juurutage staatiline veebisait
Teie esimene samm on oma lõpp-punkti lisamine Amazon API värav oma staatilise veebisaidi lähtekoodi.
- Leidke API Gateway konsoolist REST API nimega
LookoutVisionAPI
. - Avage API ja valige Praktika.
- Lava rippmenüüs (selle postituse jaoks Dev), Vali POST
- Kopeerige väärtus Kutsuge URL.
Lisame URL-i HTML-i lähtekoodi.
- Avage fail
html/index.html
.
Faili lõpust leiate jaotise, mis kasutab jQueryt AJAX-i päringu käivitamiseks. Kutsutakse üks võti url
, mille väärtuseks on tühi string.
- Sisestage uue URL-ina kopeeritud URL
url
väärtus ja salvestage fail.
Kood peaks välja nägema sarnane järgmiselt:
- teisendamine
index.html
faili .zip-failiks. - Valige AWS Amplify konsoolil rakendus
ObjectTracking
.
Teie rakenduse esiotsa keskkonna leht avaneb automaatselt.
- valima Juurutage ilma Giti pakkujata.
Saate seda tükki täiustada, et ühendada AWS Amplify Gitiga ja automatiseerida kogu juurutamist.
- Vali Ühendage haru.
- eest Keskkonna nimi¸ sisestage nimi (selle postituse jaoks sisestame
dev
). - eest Meetodvalige Lohista.
- Vali Valige failid üles laadida
index.html.zip
loodud faili. - Vali Salvestage ja juurutage.
Kui juurutamine on edukas, saate oma veebirakendust kasutada, valides AWS Amplifys kuvatava domeeni.
Tuvastage anomaaliaid
Palju õnne! Te lõite just lahenduse räniplaatide anomaaliate tuvastamise automatiseerimiseks ja hoiatasite operaatorit, et nad võtaksid asjakohaseid meetmeid. Amazon Lookout for Visioni jaoks kasutatavad andmed on Wikipediast võetud vahvlikaart. Lisatud on mõned "halvad" kohad, et jäljendada pooljuhtide tootmise reaalseid stsenaariume.
Pärast lahenduse juurutamist saate käivitada testi, et näha, kuidas see töötab. Kui avate AWS Amplify domeeni, näete veebisaiti, mis võimaldab teil pildi üles laadida. Selle postituse jaoks tutvustame nn sõõrikumustriga halva vahvli tuvastamise tulemust. Pärast pildi üleslaadimist kuvatakse see teie veebisaidil.
Kui pilt tuvastatakse anomaaliana, helistab Amazon Connect teie telefoninumbrile ja saate teenusega suhelda.
Järeldus
Selles postituses kasutasime Amazon Lookout for Visioni räniplaatide anomaaliate tuvastamise automatiseerimiseks ja operaatori Amazon Connecti abil reaalajas hoiatamiseks, et nad saaksid vajadusel meetmeid võtta.
See lahendus ei ole seotud ainult vahvlitega. Saate seda laiendada objektide jälgimisele transpordis, toodetele tootmises ja muudele lõpututele võimalustele.
Autoritest
Tolla Tšerwenka on AWS Global Solutions Architect, kellel on andmete ja analüüsi sertifikaat. Ta kasutab võimaliku lähenemisviisi kunsti, et töötada ärieesmärkidest tagasi, et arendada transformatiivseid sündmustepõhiseid andmearhitektuure, mis võimaldavad andmepõhiseid otsuseid. Lisaks on ta kirglik luua ettekirjutavaid lahendusi, et kohandada missioonikriitilisi monoliitseid töökoormusi mikroteenustele, tarneahelale ja ühendatud tehastele, mis võimendavad IOT-d, masinõpet, suurandmeid ja analüütikateenuseid.
Michael Wallner on AWS-i professionaalsete teenuste globaalne andmeteadlane ja soovib kirglikult võimaldada klientidel nende AI/ML-teekonnal pilves saada AWSome'iks. Lisaks sügavale huvile Amazon Connecti vastu meeldib talle sport ja kokkamine.
Krithivasan Balasubramaniyan on Amazon Web Servicesi peakonsultant. Ta võimaldab globaalsetel äriklientidel nende digitaalse ümberkujundamise teekonda ja aitab luua pilvepõhiseid lahendusi.
- juurdepääs
- konto
- tegevus
- Täiendavad lisad
- admin
- Amazon
- Amazon Web Services
- analytics
- anomaalia tuvastamine
- API
- app
- taotlus
- arhitektuur
- ümber
- kunst
- tehisintellekti
- Automatiseeritud
- AWS
- Blogi
- Bot
- ehitama
- Ehitus
- äri
- helistama
- Põhjus
- Cloud
- pilv native
- kood
- Ettevõtted
- Vastavus
- Arvuti visioon
- usaldus
- konsultant
- cooking
- kulud
- loomine
- Kliendid
- andmed
- andmeteadlane
- Nõudlus
- Detection
- arendama
- digitaalne
- Digitaalne Transformation
- Lõpp-punkt
- ettevõte
- ettevõtte kliendid
- keskkond
- Laiendama
- esimene
- voog
- formaat
- tasuta
- funktsioon
- Git
- GitHub
- Globaalne
- hea
- Kuidas
- Kuidas
- HTTPS
- Inimestel
- identifitseerima
- pilt
- importivate
- Suurendama
- info
- Intelligentsus
- huvi
- asjade Interneti
- IT
- Võti
- võtmed
- õppimine
- Finantsvõimendus
- joon
- masinõpe
- juhtimine
- tootmine
- kaart
- Meetrika
- missioon
- ML
- mudel
- numbrid
- avatud
- Avaneb
- et
- Muu
- Muster
- ennustus
- esitada
- Toode
- Produktsioon
- Toodet
- projekt
- Python
- kvaliteet
- tõstma
- lugeja
- vähendama
- Vahendid
- REST
- läbi
- jooks
- jooksmine
- salveitegija
- Skaala
- SDK
- pooljuht
- Teenused
- komplekt
- lihtne
- So
- Lahendused
- sport
- algus
- alustatud
- ladustamine
- kauplustes
- edu
- edukas
- varustama
- tarneahelas
- toetama
- süsteem
- test
- aeg
- jälgida
- Jälgimine
- koolitus
- Transformation
- transportimine
- ui
- väärtus
- Sõidukid
- vaade
- nägemus
- Hääl
- web
- veebiteenused
- veebisait
- WHO
- Wikipedia
- Töö
- töötab