Amazon Lookout for Vision egy gépi tanulási (ML) szolgáltatás, amely számítógépes látás (CV) segítségével észleli a vizuális megjelenítés hibáit és anomáliáit. Az Amazon Lookout for Vision segítségével a gyártó vállalatok javíthatják a minőséget és csökkenthetik a működési költségeket azáltal, hogy gyorsan felismerik az objektumok képeinek méretbeli különbségeit.
Sok vállalati ügyfél szeretné azonosítani a hiányzó alkatrészeket a termékekben, a járművek vagy szerkezetek sérüléseit, a gyártósorok szabálytalanságait, a szilíciumlapkák apró hibáit és más hasonló problémákat. Az Amazon Lookout for Vision az ML-t használja arra, hogy úgy tekintse meg és értelmezze a képeket bármely kameráról, ahogyan azt egy ember tenné, de még nagyobb pontossággal és sokkal nagyobb léptékben. Az Amazon Lookout for Vision kiküszöböli a költséges és következetlen kézi ellenőrzések szükségességét, miközben javítja a minőség-ellenőrzést, a hiba- és sérülésértékelést, valamint a megfelelőséget. Percek alatt elkezdheti használni az Amazon Lookout for Vision alkalmazást a képek és objektumok automatizálására – ML szakértelem nélkül.
Ebben a bejegyzésben azt nézzük meg, hogyan tudjuk automatizálni a szilíciumlapkák anomáliáinak észlelését és valós időben értesíteni a kezelőket.
Megoldás áttekintése
A gyártósoron lévő termékek minőségének nyomon követése kihívást jelentő feladat. Egyes folyamatlépések képeket készítenek a termékről, amelyeket az emberek átnéznek a jó minőség biztosítása érdekében. A mesterséges intelligenciának köszönhetően ezeket az anomália-észlelési feladatokat automatizálhatja, de az anomáliák észlelése után emberi beavatkozásra lehet szükség. A szokásos megközelítés az e-mailek küldése, ha problémás termékeket észlel. Ezeket az e-maileket figyelmen kívül hagyhatják, ami minőségromlást okozhat egy gyártó üzemben.
Ebben a bejegyzésben automatizáljuk a szilíciumlapkák anomáliáinak észlelésének folyamatát, és valós időben értesítjük a kezelőket automatizált telefonhívások segítségével. Az alábbi ábra szemlélteti felépítésünket. Statikus weboldalt telepítünk AWS erősítés, amely alkalmazásunk belépési pontjaként szolgál. Amikor új képet töltenek fel a felhasználói felületen (1) keresztül, a AWS Lambda függvény meghívja az Amazon Lookout for Vision modellt (2), és megjósolja, hogy ez a lapka rendellenes-e vagy sem. A funkció minden feltöltött képet a következő helyen tárol Amazon egyszerű tárolási szolgáltatás (Amazon S3) (3). Ha a lapka rendellenes, a függvény elküldi az előrejelzés megbízhatóságát a következőnek Amazon Connect és hív egy kezelőt (4), aki további lépéseket tehet (5).
Az Amazon Connect és a kapcsolódó kapcsolati folyamat beállítása
Az Amazon Connect és a kapcsolati folyamat konfigurálásához hajtsa végre a következő magas szintű lépéseket:
- Hozzon létre egy Amazon Connect példányt.
- Állítsa be az érintkezési folyamatot.
- Igényelje telefonszámát.
Hozzon létre egy Amazon Connect példányt
Az első lépés az, hogy hozzon létre egy Amazon Connect példányt. A beállítás további részében az alapértelmezett értékeket használjuk, de ne felejtsünk el rendszergazdai bejelentkezést létrehozni.
A példány létrehozása eltarthat néhány percig, ezt követően az általunk létrehozott admin fiókkal bejelentkezhetünk az Amazon Connect példányba.
Az érintkezési áramlás beállítása
Ebben a bejegyzésben van egy előre meghatározott kapcsolatfelvételi folyamat, amelyet importálhatunk. A meglévő kapcsolati folyamat importálásával kapcsolatos további információkért lásd: Kapcsolatfelvételi folyamatok importálása/exportálása.
- Válassza ki a fájlt
contact-flow/wafer-anomaly-detection
tól GitHub repo. - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a import.
Az importált kapcsolati folyamat az alábbi képernyőképhez hasonlóan néz ki.
- A folyamat részleteit tartalmazó oldalon bontsa ki További áramlási információk megjelenítése.
Itt találhatja meg az érintkezési folyamat ARN-jét.
- Jegyezze fel a kapcsolati folyamat azonosítóját és a kapcsolati központ azonosítóját, amelyekre később szüksége lesz.
Igényelje telefonszámát
Szám követelése egyszerű, és csak néhány kattintás szükséges. Ügyeljen arra, hogy a korábban importált kapcsolatfelvételi folyamatot válassza a szám igénylésekor.
Ha az Ön által választott országban nem állnak rendelkezésre számok, emeljen támogatási jegyet.
Kapcsolatfelvételi folyamat áttekintése
A következő képernyőkép a kapcsolatfelvételi folyamatunkat mutatja.
Az érintkezési folyamat a következő funkciókat látja el:
- Naplózás engedélyezése
- Állítsa be a kimenetet Amazon Polly hang (ebben a bejegyzésben a Kendra hangot használjuk)
- Ügyfél bevitele DTMF használatával (csak az 1. és 2. kulcs érvényes).
- A felhasználó bevitele alapján a folyamat a következők egyikét teszi:
- Kérjen egy búcsúüzenetet arról, hogy nem történik semmilyen művelet, és lépjen ki
- Kérjen egy búcsúüzenetet a művelet végrehajtásáról, és lépjen ki
- Sikertelen, és adjon ki egy tartalék blokkot, amely jelzi, hogy a gép leáll és kilép
Opcionálisan bővítheti rendszerét egy Amazon Lex bot.
Telepítse a megoldást
Most, hogy beállította az Amazon Connectet, telepítette a kapcsolatfelvételi folyamatot, és tudomásul vette a telepítés további részéhez szükséges információkat, telepíthetjük a fennmaradó összetevőket. A klónozott GitHub-tárolóban szerkessze a build.sh
szkriptet, és futtassa a parancssorból:
Add meg a következő információt:
- Az Ön régiója
- A használni kívánt S3 csoport neve (győződjön meg róla, hogy a név tartalmazza a szót
sagemaker
). - A használni kívánt Amazon Lookout for Vision projekt neve
- A kapcsolatfelvételi folyamat azonosítója
- Az Ön Amazon Connect példányazonosítója
- Az Amazon Connectben igényelt szám E.164 formátumban (például +132398765)
- Egy név a AWS felhőképződés a szkript futtatásával létrehozott verem
Ez a szkript ezután a következő műveleteket hajtja végre:
- Hozzon létre egy S3 vödröt az Ön számára
- Hozzon létre .zip fájlokat a Lambda funkcióhoz
- Töltse fel a CloudFormation sablont és a Lambda funkciót az új S3 tárolójába
- A CloudFormation verem létrehozása
A verem üzembe helyezése után a következő erőforrások találhatók az AWS CloudFormation konzolon.
Láthatod, hogy an Amazon SageMaker notebook nevű amazon-lookout-vision-create-project
is létrejön.
Építsd meg, képezd ki és telepítsd az Amazon Lookout for Vision modellt
Ebben a részben azt láthatjuk, hogyan építheti fel, taníthatja meg és telepítheti az Amazon Lookout for Vision modellt a nyílt forráskódú Python SDK használatával. Az Amazon Lookout for Vision Python SDK-val kapcsolatos további információkért lásd: ez a blogbejegyzés.
A modellt a AWS felügyeleti konzol. A programozott telepítéshez hajtsa végre a következő lépéseket:
- A SageMaker konzolon a Notebook példányok oldalon érheti el a korábban létrehozott SageMaker jegyzetfüzet példányt a kiválasztásával Nyissa meg a Jupytert.
Ebben az esetben megtalálhatja a GitHub tárház az Amazon Lookout for Vision Python SDK automatikusan klónozott.
- Navigáljon a
amazon-lookout-for-vision-python-sdk/example
mappát.
A mappa egy példajegyzetfüzetet tartalmaz, amely végigvezeti a modell felépítésén, betanításán és telepítésén. Mielőtt elkezdené, fel kell töltenie azokat a képeket, amelyek segítségével betanítja a modellt a notebook példányába.
- A
example/
mappát, hozzon létre két új nevű mappátgood
és abad
. - Navigáljon mindkét mappába, és ennek megfelelően töltse fel a képeket.
A példaképek a letöltött GitHub-tárban találhatók.
- A képek feltöltése után nyissa meg a
lookout_for_vision_example.ipynb
jegyzetfüzet.
A notebook végigvezeti a modell létrehozásának folyamatán. Az egyik fontos lépés, amelyet először meg kell tennie, az alábbi információk megadása:
Figyelmen kívül hagyhatja a következtetés szakaszt, de nyugodtan játszhat a jegyzetfüzet ezen részével is. Mivel még csak most kezded, elmehetsz model_version
állítva "1
".
A input_bucket
és a project_name
, használja az S3 bucket és az Amazon Lookout for Vision projekt nevét, amelyek részeként szerepelnek a build.sh
forgatókönyv. Ezután futtathatja a jegyzetfüzet minden celláját, amely sikeresen telepíti a modellt.
A képzési mutatókat az SDK segítségével tekintheti meg, de a konzolon is megtalálhatja őket. Ehhez nyissa meg a projektet, keresse meg a modelleket, és válassza ki a betanított modellt. A mutatók elérhetők a Teljesítmény adatok Tab.
Most már készen áll egy statikus webhely üzembe helyezésére, amely igény szerint hívhatja a modellt.
Telepítse a statikus webhelyet
Az első lépés a végpont hozzáadása Amazon API átjáró a statikus webhely forráskódjához.
- Az API Gateway konzolon keresse meg a nevezett REST API-t
LookoutVisionAPI
. - Nyissa meg az API-t, és válassza ki Szakmai.
- A színpad legördülő menüjében (ebben a bejegyzésben, dev), válaszd a POST
- Másolja ki az értékét URL meghívása.
Hozzáadjuk az URL-t a HTML forráskódhoz.
- Nyissa meg a fájlt
html/index.html
.
A fájl végén található egy szakasz, amely a jQuery segítségével AJAX kérést indít el. Egy kulcsot hívnak url
, amelynek értéke egy üres karakterlánc.
- Adja meg a másolt URL-t újként
url
értékét, és mentse el a fájlt.
A kódnak az alábbiakhoz hasonlóan kell kinéznie:
- konvertálása
index.html
fájlt .zip fájlba. - Az AWS Amplify konzolon válassza ki az alkalmazást
ObjectTracking
.
Az alkalmazás kezelőfelületi környezeti oldala automatikusan megnyílik.
- választ Telepítés Git-szolgáltató nélkül.
Ezt a darabot továbbfejlesztheti az AWS Amplify és a Git összekapcsolásához, és automatizálhatja a teljes telepítést.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Csatlakoztassa az ágat.
- A Környezet neve¸ írjon be egy nevet (ennél a bejegyzésnél megadjuk
dev
). - A Módszerválassza Fogd és vidd.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Válasszon fájlokat feltölteni a
index.html.zip
létrehozott fájlt. - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Mentés és üzembe helyezés.
A sikeres üzembe helyezés után használhatja webalkalmazását az AWS Amplifyban megjelenített tartomány kiválasztásával.
Anomáliák észlelése
Gratulálunk! Ön most készített egy megoldást a szilíciumlapkák anomáliáinak észlelésének automatizálására, és figyelmezteti a kezelőt a megfelelő intézkedések megtételére. Az Amazon Lookout for Visionhoz használt adat a Wikipédiából vett ostyatérkép. Néhány „rossz” helyet adtunk hozzá, hogy utánozzák a félvezetőgyártás valós forgatókönyveit.
A megoldás üzembe helyezése után tesztet futtathat, hogy megtudja, hogyan működik. Amikor megnyitja az AWS Amplify tartományt, megjelenik egy webhely, amely lehetővé teszi a kép feltöltését. Ehhez a bejegyzéshez egy rossz ostya észlelésének eredményét mutatjuk be úgynevezett fánkmintával. A kép feltöltése után megjelenik a webhelyén.
Ha a kép anomáliát észlel, az Amazon Connect felhívja a telefonszámát, és kapcsolatba léphet a szolgáltatással.
Következtetés
Ebben a bejegyzésben az Amazon Lookout for Vision segítségével automatizáltuk a szilíciumlapkák anomáliáinak észlelését, és valós időben figyelmeztettük a kezelőt az Amazon Connect segítségével, hogy szükség szerint intézkedhessenek.
Ez a megoldás nem csak ostyákra vonatkozik. Kiterjesztheti a tárgykövetésre a szállításban, a termékekre a gyártásban és más végtelen lehetőségekre.
A szerzőkről
Tolla Cherwenka az AWS Global Solutions Architect, adat- és elemzési képesítéssel rendelkezik. A lehetséges megközelítések művészetét alkalmazza, hogy az üzleti céloktól visszafelé haladva olyan átalakuló eseményvezérelt adatarchitektúrákat dolgozzon ki, amelyek lehetővé teszik az adatvezérelt döntéseket. Ezen túlmenően szenvedélyesen dolgozik előíró megoldások létrehozásán a kritikus monolitikus munkaterhelések mikroszolgáltatások, ellátási láncok és kapcsolt gyárak felé történő átalakítása érdekében, amelyek kihasználják az IOT, a gépi tanulás, a big data és az analitikai szolgáltatásokat.
Michael Wallner az AWS professzionális szolgáltatásokkal foglalkozó globális adatkutató, és szenvedélyesen törekszik arra, hogy az AI/ML felhőben való utazása során az ügyfelek AWSome-vé váljanak. Amellett, hogy mélyen érdeklődik az Amazon Connect iránt, szeret sportolni és főzni.
Krithivasan Balasubramaniyan az Amazon Web Services fő tanácsadója. Lehetővé teszi a globális vállalati ügyfelek számára a digitális átalakulás útját, és segít a felhőalapú natív megoldások kidolgozásában.
- hozzáférés
- Fiók
- Akció
- További
- admin
- amazon
- Az Amazon Web Services
- analitika
- anomália észlelése
- api
- app
- Alkalmazás
- építészet
- körül
- Művészet
- mesterséges intelligencia
- Automatizált
- AWS
- Blog
- Bot
- épít
- Épület
- üzleti
- hívás
- Okoz
- felhő
- Felhő natív
- kód
- Companies
- teljesítés
- Számítógépes látás
- bizalom
- szaktanácsadó
- főzés
- kiadások
- létrehozása
- Ügyfelek
- dátum
- adattudós
- Kereslet
- Érzékelés
- Fejleszt
- digitális
- digitális átalakítás
- Endpoint
- Vállalkozás
- vállalati ügyfelek
- Környezet
- Bontsa
- vezetéknév
- áramlási
- formátum
- Ingyenes
- funkció
- megy
- GitHub
- Globális
- jó
- Hogyan
- How To
- HTTPS
- Az emberek
- azonosítani
- kép
- importáló
- Növelje
- információ
- Intelligencia
- kamat
- tárgyak internete
- IT
- Kulcs
- kulcsok
- tanulás
- Tőkeáttétel
- vonal
- gépi tanulás
- vezetés
- gyártási
- térkép
- Metrics
- Küldetés
- ML
- modell
- számok
- nyitva
- nyit
- érdekében
- Más
- Mintás
- előrejelzés
- be
- Termékek
- Termelés
- Termékek
- program
- Piton
- világítás
- emel
- Olvasó
- csökkenteni
- Tudástár
- REST
- Kritika
- futás
- futás
- sagemaker
- Skála
- sdk
- félvezető
- Szolgáltatások
- készlet
- Egyszerű
- So
- Megoldások
- Sport
- kezdet
- kezdődött
- tárolás
- árnyékolók
- siker
- sikeres
- kínálat
- ellátási lánc
- támogatás
- rendszer
- teszt
- idő
- vágány
- Csomagkövetés
- Képzések
- Átalakítás
- szállítás
- ui
- érték
- Járművek
- Megnézem
- látomás
- Hang
- háló
- webes szolgáltatások
- weboldal
- WHO
- Wikipedia
- Munka
- művek