Versiones Tipo Sistema operativo Requisitos Dependencias Configuración Archivo de registro local Registros de cambios

Lookout for Vision Edge Agent

El componente agente de periferia de Lookout for Vision (aws.iot.lookoutvision.EdgeAgent) instala un servidor de tiempo de ejecución local de Amazon Lookout for Vision, que utiliza la visión artificial para detectar defectos visuales en productos industriales.

Para usar este componente, cree e implemente los componentes del modelo de machine learning de Lookout for Vision. Este modelo de machine learning predice la presencia de anomalías en imágenes mediante la búsqueda de patrones en las imágenes que utiliza para entrenar el modelo. A continuación, puede desarrollar e implementar componentes personalizados de Greengrass, llamados componentes de aplicaciones de cliente, que proporcionan flujos de imágenes y video a este componente de tiempo de ejecución para detectar anomalías mediante los modelos de machine learning.

Puede utilizar la API del agente de periferia de Lookout for Vision para interactuar con este componente desde otros componentes de Greengrass. La API se implementa mediante gRPC, que es un protocolo para realizar llamadas a procedimientos remotos. Para obtener más información, consulte Cómo escribir un componente de aplicación de cliente y la referencia sobre la API del agente de periferia de Lookout for Vision en la Guía para desarrolladores de Amazon Lookout for Vision.

Para obtener más información sobre el uso de este componente, consulte lo siguiente:

Uso de Amazon Lookout for Vision en dispositivos principales de Greengrass
¿Qué es Amazon Lookout for Vision? en la Guía para desarrolladores de Amazon Lookout for Vision
Creación de un modelo de Lookout for Vision en la Guía para desarrolladores de Amazon Lookout for Vision.
Cómo usar el modelo de Lookout for Vision en un dispositivo de periferia en la Guía para desarrolladores de Amazon Lookout for Vision.

nota

El componente agente de periferia de Lookout for Vision solo está disponible en las siguientes Regiones de AWS:

US East (Ohio)
Este de EE. UU. (Norte de Virginia)
Oeste de EE. UU. (Oregón)
Europa (Fráncfort)
Europa (Irlanda)
Asia-Pacífico (Tokio)
Asia-Pacífico (Seúl)

Versiones

Este componente tiene las siguientes versiones:

1.2.x
1.1.x
1.0.x
0.1.x

Tipo

Este componente es un componente genérico (aws.greengrass.generic). El núcleo de Greengrass ejecuta los scripts del ciclo de vida del componente.

Para obtener más información, consulte Tipos de componentes.

Sistema operativo

Este componente solo se puede instalar en los dispositivos principales de Linux.

Requisitos

Este componente tiene los siguientes requisitos:

El dispositivo principal de Greengrass debe utilizar una arquitectura Armv8 (AArch64) o x86_64.
Si usa la versión 1.0.0 o posterior de este componente, Python 3.8 o Python 3.9, incluido pip, deben estar instalados en el dispositivo principal de Greengrass.

Si utiliza la versión 0.1.x de este componente, Python 3.7, incluido pip, debe estar instalado en el dispositivo principal de Greengrass.

importante
El dispositivo debe tener una de estas versiones exactas de Python. Este componente no es compatible con las versiones posteriores de Python.
Para utilizar la inferencia de la unidad de procesamiento de gráficos (GPU), el dispositivo principal debe cumplir los siguientes requisitos. La inferencia mediante GPU es opcional en la versión 1.1.0 y versiones posteriores de este componente.
- Una unidad de procesamiento de gráficos (GPU) compatible con CUDA. Para obtener más información, consulte Verificar si tiene una GPU compatible con CUDA en la Documentación del kit de herramientas de CUDA.
- CuDNN, CUDA y TensorRT deben estar instalados en el dispositivo principal de Greengrass.
  - Los dispositivos NVIDIA Jetson, como Jetson Nano o Jetson Xavier, cuDNN, CUDA y TensorRT vienen instalados con NVIDIA JetPack. No es necesario realizar cambios. Este componente es compatible con JetPack 4.4, JetPack 4.5, JetPack 4.5.1 y JetPack 4.6.1.
    
    importante
    Debe instalar una de estas versiones de JetPack y no otra versión. El servicio Lookout for Vision recopila modelos de visión artificial para estas plataformas JetPack.
  - En los dispositivos x86 con una GPU que tenga la microarquitectura NVIDIA Ampere (o la capacidad de procesamiento de la GPU sea 8.0), haga lo siguiente:
    
    Instale cuDNN con las instrucciones de la Guía de instalación de cuDNN de NVIDIA.
    
    Configure la versión 11.2 de CUDA con las instrucciones de la Guía de instalación de NVIDIA CUDA para Linux.
    
    Configure TensorRT (versión 8.2.0) con las instrucciones de la Documentación de TensorRT de NVIDIA.
  - En los dispositivos x86 con una GPU que tenga una arquitectura NVIDIA anterior a Ampere (o la capacidad de procesamiento de la GPU sea inferior a 8.0), haga lo siguiente:
    
    Instale cuDNN con las instrucciones de la Guía de instalación de cuDNN de NVIDIA.
    
    Configure la versión 10.2 de CUDA con las instrucciones de la Guía de instalación de NVIDIA CUDA para Linux.
    
    Configure TensorRT versión 7.1.3 o posterior, pero anterior a la 8.0.0, con las instrucciones de la Documentación de NVIDIA TensorRT.
- El usuario del sistema que ejecute este componente debe ser miembro del grupo de sistemas que tenga acceso a la GPU del dispositivo. El nombre de este grupo varía según el sistema operativo. Consulte la documentación del sistema operativo y de la GPU para determinar el nombre de este grupo de sistemas.
  
  Por ejemplo, en los dispositivos NVIDIA Jetson, el nombre de este grupo es video y puede ejecutar el siguiente comando para agregar un usuario del sistema a este grupo. Sustituya ggc_user por el nombre del usuario para agregarlo.
```
sudo usermod -aG video ggc_user
```

Dependencias

Este componente no tiene ninguna dependencia.

Configuración

Este componente ofrece los siguientes parámetros de configuración que puede personalizar cuando implemente el componente.

Socket

(Opcional) El socket de archivos donde funciona el agente de periferia. Los componentes del modelo Lookout for Vision utilizan este socket de archivos para comunicarse con el agente de periferia. Si cambia este parámetro, debe especificar el mismo valor cuando implemente los componentes del modelo Lookout for Vision.

Valor predeterminado: unix:///tmp/aws.iot.lookoutvision.EdgeAgent.sock

Archivo de registro local

Este componente usa el siguiente archivo de registro.


/greengrass/v2/logs/aws.iot.lookoutvision.EdgeAgent.log

Visualización de los registros de este componente

Ejecute el siguiente comando en el dispositivo principal para ver el archivo de registro de este componente en tiempo real. Sustituya /greengrass/v2 por la ruta a la carpeta raíz de AWS IoT Greengrass.
```
sudo tail -f /greengrass/v2/logs/aws.iot.lookoutvision.EdgeAgent.log
```

Registros de cambios

En la siguiente tabla, se describen los cambios en cada versión del componente.

Versión	Cambios
1.2.0	Corrección de errores y mejoras generales.
1.1.9	Corrección de errores y mejoras generales.
1.1.8	Corrección de errores y mejoras generales.
1.1.7	Nuevas características Instale el paquete `opencv-python-headless` en el entorno virtual del agente de periferia de Lookout for Vision. Mejoras y correcciones de errores Mejora del cálculo de la puntuación de confianza. Cambio del tamaño de la máscara del modelo del mapa de calor al tamaño del archivo original. Corrección de errores y mejoras generales.
1.1.6	Nuevas características Se han agregado nuevos valores al resultado `DetectAnomalies`. `anomaly_score`: el número entre 0,0 and 1,0 que indica qué tan anómala es una imagen. `anomaly_threshold`: umbral establecido durante el entrenamiento del modelo que determina el límite entre una imagen anómala y una imagen normal. Corrección de errores y mejoras generales.
1.1.4	Nuevas características Suma compatibilidad con OpenCV para cambiar el tamaño de las imágenes cuando esté disponible. El agente de periferia usa Pillow cuando OpenCV no está disponible. Mejoras y correcciones de errores Corrección de errores y mejoras generales.
1.1.3	Corrección de errores y mejoras generales.
1.1.1	Corrección de errores y mejoras generales.
1.1.0	Nuevas características Suma compatibilidad con los modelos de segmentación de imágenes, que identifican las anomalías en las imágenes. Suma compatibilidad con la inferencia de CPU, por lo que puede usar los modelos Lookout for Vision en dispositivos principales sin GPU. Mejoras y correcciones de errores Corrección de errores y mejoras generales.
1.0.0	Esta versión del componente de agente de periferia de Lookout for Vision requiere una versión de Python diferente a la versión 0.1.x. Si desea actualizar de la versión 0.1.x a la versión 1.x, debe actualizar la instalación de Python en el dispositivo principal. Mejoras y correcciones de errores Corrección de errores y mejoras generales.
0.1.37	Corrección de errores y mejoras generales.
0.1.36	Versión inicial.

Aviso JavaScript está desactivado o no está disponible en su navegador.

Para utilizar la documentación de AWS, debe estar habilitado JavaScript. Para obtener más información, consulte las páginas de ayuda de su navegador.

Convenciones del documento

Componentes de machine learning

SageMaker Administrador AI Edge