Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Composants d'apprentissage automatique
<a name="machine-learning-components"></a>

AWS IoT Greengrass fournit les composants d'apprentissage automatique suivants que vous pouvez déployer sur des appareils pris en charge pour [effectuer des inférences d'apprentissage automatique](perform-machine-learning-inference.md) à l'aide de modèles entraînés par Amazon SageMaker AI ou de vos propres modèles préentraînés stockés dans Amazon S3. <a name="ml-component-types"></a>

AWS fournit les catégories suivantes de composants d'apprentissage automatique :
+ **Composant du modèle** : contient des modèles d'apprentissage automatique sous forme d'artefacts Greengrass.
+ **Composant d'exécution** : contient le script qui installe le framework d'apprentissage automatique et ses dépendances sur le périphérique principal de Greengrass.
+ **Composant d'inférence** : contient le code d'inférence et inclut les dépendances des composants pour installer le framework d'apprentissage automatique et télécharger des modèles d'apprentissage automatique préentraînés.

Vous pouvez utiliser l'exemple de code d'inférence et les modèles préentraînés dans les composants d'apprentissage automatique AWS fournis pour effectuer la classification d'images et la détection d'objets à l'aide de DLR et Lite. TensorFlow Pour effectuer une inférence d'apprentissage automatique personnalisée avec vos propres modèles stockés dans Amazon S3, ou pour utiliser un autre framework d'apprentissage automatique, vous pouvez utiliser les recettes de ces composants publics comme modèles afin de créer des composants d'apprentissage automatique personnalisés. Pour de plus amples informations, veuillez consulter [Personnalisez vos composants d'apprentissage automatique](ml-customization.md).

AWS IoT Greengrass inclut également un composant AWS fourni pour gérer l'installation et le cycle de vie de l'agent SageMaker AI Edge Manager sur les appareils principaux de Greengrass. Avec SageMaker AI Edge Manager, vous pouvez utiliser les modèles compilés par Amazon SageMaker AI Neo directement sur votre appareil principal. Pour de plus amples informations, veuillez consulter [Utiliser Amazon SageMaker AI Edge Manager sur les appareils principaux de Greengrass](use-sagemaker-edge-manager.md).

Le tableau suivant répertorie les composants d'apprentissage automatique disponibles dans AWS IoT Greengrass. 

**Note**  <a name="component-nucleus-dependency-update-note"></a>
Plusieurs composants AWS fournis dépendent de versions mineures spécifiques du noyau Greengrass. En raison de cette dépendance, vous devez mettre à jour ces composants lorsque vous mettez à jour le noyau Greengrass vers une nouvelle version mineure. Pour plus d'informations sur les versions spécifiques du noyau dont dépend chaque composant, consultez la rubrique correspondante sur les composants. Pour plus d'informations sur la mise à jour du noyau, consultez[Mettre à jour le logiciel AWS IoT Greengrass principal (OTA)](update-greengrass-core-v2.md).

<a name="component-table-type-description"></a>Lorsqu'un composant possède un type de composant à la fois générique et Lambda, la version actuelle du composant est le type générique et une version précédente du composant est le type Lambda.


| Composant | Description | [Type de composant](develop-greengrass-components.md#component-types) | Systèmes d'exploitation pris en charge | [Open source](open-source.md) | 
| --- | --- | --- | --- | --- | 
| [SageMaker Gestionnaire AI Edge](sagemaker-edge-manager-component.md) | Déploie l'agent Amazon SageMaker AI Edge Manager sur l'appareil principal de Greengrass. | Générique | Linux, Windows | Non | 
| [Classification des images DLR](dlr-image-classification-component.md) | Composant d'inférence qui utilise le magasin de modèles de classification d'images DLR et le composant d'exécution DLR comme dépendances pour installer le DLR, télécharger des exemples de modèles de classification d'images et effectuer une inférence de classification d'images sur les appareils pris en charge. | Générique | Linux, Windows | Non | 
| [Détection d'objets DLR](dlr-object-detection-component.md) | Composant d'inférence qui utilise le model store de détection d'objets DLR et le composant d'exécution DLR comme dépendances pour installer le DLR, télécharger des exemples de modèles de détection d'objets et effectuer une inférence de détection d'objets sur les appareils pris en charge. | Générique | Linux, Windows | Non | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | Composant de modèle contenant des exemples de ResNet 50 modèles de classification d'images sous forme d'artefacts Greengrass. | Générique | Linux, Windows | Non | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | Composant de modèle contenant des exemples de modèles de détection YOLOv3 d'objets sous forme d'artefacts Greengrass. | Générique | Linux, Windows | Non | 
| [Temps d'exécution du DLR](dlr-component.md) | Composant d'exécution contenant un script d'installation utilisé pour installer le DLR et ses dépendances sur le périphérique principal de Greengrass. | Générique | Linux, Windows | Non | 
| [TensorFlow Classification d'images Lite](tensorflow-lite-image-classification-component.md) | Composant d'inférence qui utilise le magasin de modèles de classification d'images TensorFlow Lite et le composant d'exécution TensorFlow Lite comme dépendances pour installer TensorFlow Lite, télécharger des exemples de modèles de classification d'images et effectuer une inférence de classification d'images sur les appareils pris en charge. | Générique | Linux, Windows | Non | 
| [TensorFlow Détection d'objets allégée](tensorflow-lite-object-detection-component.md) | Composant d'inférence qui utilise le magasin de modèles de détection d'objets TensorFlow Lite et le composant d'exécution TensorFlow Lite comme dépendances pour installer TensorFlow Lite, télécharger des exemples de modèles de détection d'objets et effectuer une inférence de détection d'objets sur les appareils pris en charge. | Générique | Linux, Windows | Non | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | Composant de modèle contenant un exemple de modèle MobileNet v1 en tant qu'artefact Greengrass. | Générique | Linux, Windows | Non | 
| [TensorFlow Boutique de modèles de détection d'objets Lite](tensorflow-lite-object-detection-model-store-component.md) | Composant de modèle contenant un exemple de MobileNet modèle de détection par injection unique (SSD) sous forme d'artefact Greengrass. | Générique | Linux, Windows | Non | 
| [TensorFlow Temps d'exécution allégé](tensorflow-lite-component.md) | Composant d'exécution contenant un script d'installation utilisé pour installer TensorFlow Lite et ses dépendances sur le périphérique principal de Greengrass. | Générique | Linux, Windows | Non | 

# SageMaker Gestionnaire AI Edge
<a name="sagemaker-edge-manager-component"></a>

**Important**  
SageMaker AI Edge Manager a été abandonné le 26 avril 2024. Pour plus d'informations sur la poursuite du déploiement de vos modèles sur des appareils Edge, consultez [SageMaker AI Edge Manager end of life](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-eol.html).

Le composant Amazon SageMaker AI Edge Manager (`aws.greengrass.SageMakerEdgeManager`) installe le binaire de l'agent SageMaker AI Edge Manager. 

SageMaker AI Edge Manager permet de gérer les modèles pour les appareils de périphérie afin que vous puissiez optimiser, sécuriser, surveiller et gérer les modèles d'apprentissage automatique sur des flottes d'appareils de périphérie. Le composant SageMaker AI Edge Manager installe et gère le cycle de vie de l'agent SageMaker AI Edge Manager sur votre appareil principal. Vous pouvez également utiliser SageMaker AI Edge Manager pour empaqueter et utiliser des modèles compilés par SageMaker AI Neo en tant que composants de modèle sur les appareils principaux de Greengrass. Pour plus d'informations sur l'utilisation de l'agent SageMaker AI Edge Manager sur votre appareil principal, consultez[Utiliser Amazon SageMaker AI Edge Manager sur les appareils principaux de Greengrass](use-sagemaker-edge-manager.md).

SageMaker Le composant AI Edge Manager v1.3.x installe le binaire de l'agent Edge Manager v1.20220822.836f3023. Pour plus d'informations sur les versions binaires de l'agent Edge Manager, consultez la section [Agent Edge Manager](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-device-fleet-about).

**Note**  
Le composant SageMaker AI Edge Manager n'est disponible que dans les versions suivantes Régions AWS :  
USA Est (Ohio)
USA Est (Virginie du Nord)
USA Ouest (Oregon)
UE (Francfort)
UE (Irlande)
Asie-Pacifique (Tokyo)

**Topics**
+ [Versions](#sagemaker-edge-manager-component-versions)
+ [Type](#sagemaker-edge-manager-component-type)
+ [Système d’exploitation](#sagemaker-edge-manager-component-os-support)
+ [Prérequis](#sagemaker-edge-manager-component-requirements)
+ [Dépendances](#sagemaker-edge-manager-component-dependencies)
+ [Configuration](#sagemaker-edge-manager-component-configuration)
+ [Fichier journal local](#sagemaker-edge-manager-component-log-file)
+ [Journal des modifications](#sagemaker-edge-manager-component-changelog)

## Versions
<a name="sagemaker-edge-manager-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 1.3.x
+ 1,2. x
+ 1,1x
+ 1,0 x

## Type
<a name="sagemaker-edge-manager-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="sagemaker-edge-manager-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="sagemaker-edge-manager-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="sm-edge-manager-component-reqs"></a>
+ <a name="sm-req-core-device"></a>Un appareil Greengrass principal fonctionnant sous Amazon Linux 2, une plate-forme Linux basée sur Debian (x86\$164 ou Armv8) ou Windows (x86\$164). Si vous n'en avez pas, veuillez consulter [Tutoriel : Débuter avec AWS IoT Greengrass V2](getting-started.md).
+ <a name="sm-req-python"></a>[Python](https://www.python.org/downloads/) 3.6 ou version ultérieure, y compris `pip` pour votre version de Python, installé sur votre appareil principal.
+ Le [rôle d'appareil Greengrass](device-service-role.md) est configuré comme suit : 
  + <a name="sm-req-iam-trust-relationship"></a>Une relation de confiance qui permet `credentials.iot.amazonaws.com` et permet `sagemaker.amazonaws.com` d'assumer le rôle, comme le montre l'exemple de politique IAM suivant.

    ```
    { 
      "Version": "2012-10-17",		 	 	 
      "Statement": [ 
        { 
          "Effect": "Allow", 
          "Principal": {
            "Service": "credentials.iot.amazonaws.com"
           }, 
          "Action": "sts:AssumeRole" 
        },
        { 
          "Effect": "Allow", 
          "Principal": {
            "Service": "sagemaker.amazonaws.com"
          }, 
          "Action": "sts:AssumeRole" 
        } 
      ] 
    }
    ```
  + <a name="sm-req-iam-sagemanakeredgedevicefleetpolicy"></a>La politique gérée par [AmazonSageMakerEdgeDeviceFleetPolicy](https://console.aws.amazon.com/iam/home#/policies/arn:aws:iam::aws:policy/service-role/AmazonSageMakerEdgeDeviceFleetPolicy)IAM.
  + <a name="sm-req-iam-s3-putobject"></a>L'`s3:PutObject`action, comme illustré dans l'exemple de politique IAM suivant.

    ```
    {
      "Version": "2012-10-17",		 	 	 
      "Statement": [
        {
          "Action": [
            "s3:PutObject"
          ],
          "Resource": [
            "*"
          ],
          "Effect": "Allow"
        }
      ]
    }
    ```
+ <a name="sm-req-s3-bucket"></a>Un bucket Amazon S3 créé en même temps Compte AWS et en même temps Région AWS que votre appareil principal Greengrass. SageMaker AI Edge Manager nécessite un compartiment S3 pour créer un parc d'appareils Edge et pour stocker des exemples de données provenant de l'exécution d'inférences sur votre appareil. Pour plus d'informations sur la création de compartiments S3, consultez [Getting started with Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html).
+ <a name="sm-req-edge-device-fleet"></a>Un parc d'appareils SageMaker AI Edge qui utilise le même alias de AWS IoT rôle que votre appareil principal Greengrass. Pour de plus amples informations, veuillez consulter [Créez un parc d'appareils de pointe](get-started-with-edge-manager-on-greengrass.md#create-edge-device-fleet-for-greengrass).
+ <a name="sm-req-edge-device"></a>Votre appareil principal Greengrass est enregistré en tant qu'appareil Edge dans votre parc d'appareils SageMaker AI Edge. Le nom de l'appareil Edge doit correspondre au nom de l' AWS IoT objet de votre appareil principal. Pour de plus amples informations, veuillez consulter [Enregistrez votre appareil Greengrass Core](get-started-with-edge-manager-on-greengrass.md#register-greengrass-core-device-in-sme).

### Endpoints et ports
<a name="sagemaker-edge-manager-component-endpoints"></a>

Ce composant doit être capable d'effectuer des demandes sortantes vers les points de terminaison et les ports suivants, en plus des points de terminaison et des ports requis pour le fonctionnement de base. Pour de plus amples informations, veuillez consulter [Autoriser le trafic des appareils via un proxy ou un pare-feu](allow-device-traffic.md).


| Endpoint |  Port | Obligatoire | Description | 
| --- | --- | --- | --- | 
|  `edge.sagemaker.region.amazonaws.com`  | 443 | Oui |  Vérifiez l'état d'enregistrement de l'appareil et envoyez des métriques à l' SageMaker IA.  | 
|  `*.s3.amazonaws.com`  | 443 | Oui |  Téléchargez les données de capture dans le compartiment S3 que vous spécifiez. Vous pouvez le `*` remplacer par le nom de chaque compartiment dans lequel vous chargez des données.  | 

## Dépendances
<a name="sagemaker-edge-manager-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#sagemaker-edge-manager-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 1.3.5 and 1.3.6 ]

Le tableau suivant répertorie les dépendances pour les versions 1.3.5 et 1.3.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,13.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.3.4 ]

Le tableau suivant répertorie les dépendances pour la version 1.3.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.3.3 ]

Le tableau suivant répertorie les dépendances pour la version 1.3.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.3.2 ]

Le tableau suivant répertorie les dépendances pour la version 1.3.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.3.1 ]

Le tableau suivant répertorie les dépendances pour la version 1.3.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.1.1 - 1.3.0 ]

Le tableau suivant répertorie les dépendances pour les versions 1.1.1 à 1.3.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.1.0 ]

Le tableau suivant répertorie les dépendances pour la version 1.1.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.0.3 ]

Le tableau suivant répertorie les dépendances pour la version 1.0.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.0.1 and 1.0.2 ]

Le tableau suivant répertorie les dépendances pour les versions 1.0.1 et 1.0.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------
#### [ 1.0.0 ]

Le tableau suivant répertorie les dépendances pour la version 1.0.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 
| [Service d'échange de jetons](token-exchange-service-component.md) | >=0,0.0 | Stricte | 

------

Pour plus d'informations sur les dépendances des composants, consultez la [référence de la recette des composants](component-recipe-reference.md#recipe-reference-component-dependencies).

## Configuration
<a name="sagemaker-edge-manager-component-configuration"></a>

Ce composant fournit les paramètres de configuration suivants que vous pouvez personnaliser lorsque vous déployez le composant.

**Note**  
Cette section décrit les paramètres de configuration que vous définissez dans le composant. Pour plus d'informations sur la configuration correspondante d' SageMaker AI Edge Manager, consultez la section [Edge Manager Agent](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-device-fleet-about.html#edge-device-fleet-running-agent) dans le manuel *Amazon SageMaker AI Developer Guide*.

`DeviceFleetName`  
Le nom du parc d'appareils SageMaker AI Edge Manager qui contient votre appareil principal Greengrass.   
Vous devez spécifier une valeur pour ce paramètre dans la mise à jour de configuration lorsque vous déployez ce composant.

`BucketName`  
Nom du compartiment S3 dans lequel vous chargez les données d'inférence capturées. Le nom du bucket doit contenir la chaîne`sagemaker`.   
Si vous définissez sur `CaptureDataDestination``Cloud`, ou si vous définissez sur `CaptureDataPeriodicUpload``true`, vous devez spécifier une valeur pour ce paramètre dans la mise à jour de configuration lorsque vous déployez ce composant.  
La capture de données est une fonctionnalité d' SageMaker intelligence artificielle que vous utilisez pour télécharger des entrées d'inférence, des résultats d'inférence et des données d'inférence supplémentaires dans un compartiment S3 ou un répertoire local en vue d'une analyse future. Pour plus d'informations sur l'utilisation des données de capture avec SageMaker AI Edge Manager, consultez [Manage Model](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-manage-model.html#edge-manage-model-capturedata) dans le manuel *Amazon SageMaker AI Developer Guide*.

`CaptureDataBatchSize`  
(Facultatif) Taille d'un lot de demandes de données de capture traitées par l'agent. Cette valeur doit être inférieure à la taille de la mémoire tampon que vous spécifiez dans`CaptureDataBufferSize`. Nous vous recommandons de ne pas dépasser la moitié de la taille de la mémoire tampon.  
L'agent gère un lot de demandes lorsque le nombre de demandes dans la mémoire tampon correspond à ce `CaptureDataBatchSize` nombre, ou lorsque l'`CaptureDataPushPeriodSeconds`intervalle est écoulé, selon la première éventualité.  
Par défaut : `10`

`CaptureDataBufferSize`  
(Facultatif) Le nombre maximum de demandes de données de capture stockées dans la mémoire tampon.  
Par défaut : `30`

`CaptureDataDestination`  
(Facultatif) La destination où vous stockez les données capturées. Ce paramètre peut présenter les valeurs suivantes :  
+ `Cloud`—Télécharge les données capturées dans le compartiment S3 que vous spécifiez. `BucketName`
+ `Disk`: écrit les données capturées dans le répertoire de travail du composant. 
Si vous le spécifiez`Disk`, vous pouvez également choisir de télécharger régulièrement les données capturées dans votre compartiment S3 en réglant `CaptureDataPeriodicUpload` sur`true`.  
Par défaut : `Cloud`

`CaptureDataPeriodicUpload`  
(Facultatif) Valeur de chaîne qui indique s'il faut télécharger régulièrement les données capturées. Les valeurs prises en charge sont `true` et `false`.  
Définissez ce paramètre sur `true` si vous le définissez `CaptureDataDestination` sur`Disk`, et vous souhaitez également que l'agent télécharge régulièrement les données capturées dans votre compartiment S3.  
Par défaut : `false`

`CaptureDataPeriodicUploadPeriodSeconds`  
(Facultatif) Intervalle en secondes pendant lequel l'agent SageMaker AI Edge Manager télécharge les données capturées dans le compartiment S3. Utilisez ce paramètre si vous définissez `CaptureDataPeriodicUpload` sur`true`.  
Par défaut : `8`

`CaptureDataPushPeriodSeconds`  
(Facultatif) Intervalle en secondes pendant lequel l'agent SageMaker AI Edge Manager traite un lot de demandes de données de capture provenant de la mémoire tampon.   
L'agent gère un lot de demandes lorsque le nombre de demandes dans la mémoire tampon correspond à ce `CaptureDataBatchSize` nombre, ou lorsque l'`CaptureDataPushPeriodSeconds`intervalle est écoulé, selon la première éventualité.  
Par défaut : `4`

`CaptureDataBase64EmbedLimit`  
(Facultatif) Taille maximale en octets des données capturées que l'agent SageMaker AI Edge Manager télécharge.  
Par défaut : `3072`

`FolderPrefix`  
(Facultatif) Nom du dossier dans lequel l'agent écrit les données capturées. Si vous définissez `CaptureDataDestination` cette `Disk` option, l'agent crée le dossier dans le répertoire spécifié par`CaptureDataDiskPath`. Si vous avez défini `CaptureDataDestination` ou défini sur`true`, `CaptureDataPeriodicUpload` l'agent crée le dossier dans votre compartiment S3. `Cloud`   
Par défaut : `sme-capture`

`CaptureDataDiskPath`  
Cette fonctionnalité est disponible dans les versions v1.1.0 et ultérieures du composant SageMaker AI Edge Manager.  
(Facultatif) Le chemin d'accès au dossier dans lequel l'agent crée le dossier de données capturées. Si vous définissez cette `CaptureDataDestination` option`Disk`, l'agent crée le dossier de données capturées dans ce répertoire. Si vous ne spécifiez pas cette valeur, l'agent crée le dossier de données capturées dans le répertoire de travail du composant. Utilisez le `FolderPrefix` paramètre pour spécifier le nom du dossier de données capturé.  
Par défaut : `/greengrass/v2/work/aws.greengrass.SageMakerEdgeManager/capture`

`LocalDataRootPath`  
Cette fonctionnalité est disponible dans les versions v1.2.0 et ultérieures du composant SageMaker AI Edge Manager.  
(Facultatif) Le chemin où ce composant stocke les données suivantes sur le périphérique principal :  
+ La base de données locale pour les données d'exécution lorsque vous définissez `DbEnable` sur`true`.
+ SageMaker Modèles compilés par AI Neo que ce composant télécharge automatiquement lorsque vous le configurez`DeploymentEnable`. `true`
Par défaut : `/greengrass/v2/work/aws.greengrass.SageMakerEdgeManager`

`DbEnable`  
(Facultatif) Vous pouvez activer ce composant pour stocker les données d'exécution dans une base de données locale afin de préserver les données, en cas de panne du composant ou de coupure d'alimentation du périphérique.  
Cette base de données nécessite 5 Mo de stockage sur le système de fichiers de l'appareil principal.  
Par défaut : `false`

`DeploymentEnable`  
Cette fonctionnalité est disponible dans les versions v1.2.0 et ultérieures du composant SageMaker AI Edge Manager.  
(Facultatif) Vous pouvez activer ce composant pour récupérer automatiquement les modèles compilés par SageMaker AI Neo à partir desquels vous les téléchargez sur Amazon S3. Après avoir chargé un nouveau modèle sur Amazon S3, utilisez SageMaker AI Studio ou l'API SageMaker AI pour déployer le nouveau modèle sur cet appareil principal. Lorsque vous activez cette fonctionnalité, vous pouvez déployer de nouveaux modèles sur les appareils principaux sans avoir à créer de AWS IoT Greengrass déploiement.  
Pour utiliser cette fonctionnalité, vous devez `DbEnable` définir sur`true`. Cette fonctionnalité utilise la base de données locale pour suivre les modèles qu'elle extrait du AWS Cloud.
Par défaut : `false`

`DeploymentPollInterval`  
Cette fonctionnalité est disponible dans les versions v1.2.0 et ultérieures du composant SageMaker AI Edge Manager.  
(Facultatif) Durée (en minutes) entre laquelle ce composant vérifie la présence de nouveaux modèles à télécharger. Cette option s'applique lorsque vous définissez `DeploymentEnable` sur`true`.  
Par défaut : `1440` (1 jour)

`DLRBackendOptions`  
Cette fonctionnalité est disponible dans les versions v1.2.0 et ultérieures du composant SageMaker AI Edge Manager.  
(Facultatif) Les indicateurs d'exécution du DLR à définir dans le moteur d'exécution du DLR utilisé par ce composant. Vous pouvez définir le drapeau suivant :  
+ `TVM_TENSORRT_CACHE_DIR`— Active la mise en cache du modèle TensorRT. Spécifiez un chemin absolu vers un dossier existant doté d'autorisations de lecture/écriture.
+ `TVM_TENSORRT_CACHE_DISK_SIZE_MB`— Attribue la limite supérieure du dossier de cache du modèle TensorRT. Lorsque la taille du répertoire dépasse cette limite, les moteurs mis en cache les moins utilisés sont supprimés. La valeur par défaut est de 512 Mo.
Par exemple, vous pouvez définir ce paramètre sur la valeur suivante pour activer la mise en cache du modèle TensorRT et limiter la taille du cache à 800 Mo.  

```
TVM_TENSORRT_CACHE_DIR=/data/secured_folder/trt/cache; TVM_TENSORRT_CACHE_DISK_SIZE_MB=800
```

`SagemakerEdgeLogVerbose`  
(Facultatif) Valeur de chaîne qui indique s'il faut activer la journalisation du débogage. Les valeurs prises en charge sont `true` et `false`.  
Par défaut : `false`

`UnixSocketName`  
(Facultatif) Emplacement du descripteur de fichier de socket SageMaker AI Edge Manager sur le périphérique principal.  
Par défaut : `/tmp/aws.greengrass.SageMakerEdgeManager.sock`

**Example Exemple : mise à jour de la fusion de configurations**  
L'exemple de configuration suivant indique que le périphérique principal fait partie du *MyEdgeDeviceFleet* et que l'agent écrit les données de capture à la fois sur le périphérique et dans un compartiment S3. Cette configuration permet également la journalisation du débogage.  

```
{
    "DeviceFleetName": "MyEdgeDeviceFleet",
    "BucketName": "amzn-s3-demo-bucket",
    "CaptureDataDestination": "Disk",
    "CaptureDataPeriodicUpload": "true",
    "SagemakerEdgeLogVerbose": "true"    
}
```

## Fichier journal local
<a name="sagemaker-edge-manager-component-log-file"></a>

Ce composant utilise le fichier journal suivant.

------
#### [ Linux ]

```
/greengrass/v2/logs/aws.greengrass.SageMakerEdgeManager.log
```

------
#### [ Windows ]

```
C:\greengrass\v2\logs\aws.greengrass.SageMakerEdgeManager.log
```

------

**Pour consulter les journaux de ce composant**
+ Exécutez la commande suivante sur le périphérique principal pour afficher le fichier journal de ce composant en temps réel. Remplacez `/greengrass/v2` ou *C:\$1greengrass\$1v2* par le chemin d'accès au dossier AWS IoT Greengrass racine.

------
#### [ Linux ]

  ```
  sudo tail -f /greengrass/v2/logs/aws.greengrass.SageMakerEdgeManager.log
  ```

------
#### [ Windows (PowerShell) ]

  ```
  Get-Content C:\greengrass\v2\logs\aws.greengrass.SageMakerEdgeManager.log -Tail 10 -Wait
  ```

------

## Journal des modifications
<a name="sagemaker-edge-manager-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  **Version**  |  **Modifications**  | 
| --- | --- | 
|  1.3.6  |  Version mise à jour pour la version 2.12.5 de Greengrass Nucleus.  | 
|  1.3.5  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  1.3.4  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  1.3.3  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  1.3.2  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  1.3.1  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  1.3.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.2.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.1.1  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  1.1.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.0.3  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  1.0.2  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.0.1  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  1.0.0  |  Première version.  | 

# Classification des images DLR
<a name="dlr-image-classification-component"></a>

Le composant de classification d'images DLR (`aws.greengrass.DLRImageClassification`) contient un exemple de code d'inférence permettant d'effectuer une inférence de classification d'images à l'aide des modèles [Deep Learning Runtime](https://github.com/neo-ai/neo-ai-dlr) et Resnet-50. Ce composant utilise la variante [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) et les [Temps d'exécution du DLR](dlr-component.md) composants comme dépendances pour télécharger le DLR et les exemples de modèles. 

Pour utiliser ce composant d'inférence avec un modèle DLR entraîné sur mesure, [créez une version personnalisée](ml-customization.md#override-public-model-store) du composant Model Store dépendant. Pour utiliser votre propre code d'inférence personnalisé, vous pouvez utiliser la recette de ce composant comme modèle pour [créer un composant d'inférence personnalisé](ml-customization.md#create-inference-component).

**Topics**
+ [Versions](#dlr-image-classification-component-versions)
+ [Type](#dlr-image-classification-component-type)
+ [Système d’exploitation](#dlr-image-classification-component-os-support)
+ [Prérequis](#dlr-image-classification-component-requirements)
+ [Dépendances](#dlr-image-classification-component-dependencies)
+ [Configuration](#dlr-image-classification-component-configuration)
+ [Fichier journal local](#dlr-image-classification-component-log-file)
+ [Journal des modifications](#dlr-image-classification-component-changelog)

## Versions
<a name="dlr-image-classification-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x
+ 2,0.x

## Type
<a name="dlr-image-classification-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="dlr-image-classification-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="dlr-image-classification-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras activée par défaut et non compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="dlr-image-classification-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#dlr-image-classification-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.13 and 2.1.14 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.13 et 2.1.14 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,13,0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.12 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.11 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.11 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.6 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.4 - 2.1.5 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.4 à 2.1.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 
| [magasin de modèles de classification d'images DLR](dlr-image-classification-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.0.x ]

Le tableau suivant répertorie les dépendances pour la version 2.0.x de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | \$12,0.0 | Flexible | 
| magasin de modèles de classification d'images DLR | \$12,0.0 | Stricte | 
| DLR | \$11,3,0 | Flexible | 

------

## Configuration
<a name="dlr-image-classification-component-configuration"></a>

Ce composant fournit les paramètres de configuration suivants que vous pouvez personnaliser lorsque vous déployez le composant.

------
#### [ 2.1.x ]

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Facultatif) Objet contenant la [politique d'autorisation](interprocess-communication.md#ipc-authorization-policies) qui permet au composant de publier des messages dans la rubrique de notifications par défaut.   
Par défaut :   

```
{
   "aws.greengrass.ipc.mqttproxy": {
      "aws.greengrass.DLRImageClassification:mqttproxy:1": {
         "policyDescription": "Allows access to publish via topic ml/dlr/image-classification.",
         "operations": [
            "aws.greengrass#PublishToIoTCore"
         ],
         "resources": [
            "ml/dlr/image-classification"
         ]
      }
   }
}
```

`PublishResultsOnTopic`  
<a name="ml-config-publishresultsontopic-desc"></a>(Facultatif) Rubrique sur laquelle vous souhaitez publier les résultats de l'inférence. Si vous modifiez cette valeur, vous devez également modifier la valeur de `resources` dans le `accessControl` paramètre pour qu'elle corresponde au nom de votre rubrique personnalisée.  
Par défaut : `ml/dlr/image-classification`

`Accelerator`  <a name="ml-config-accelerator"></a>
L'accélérateur que vous souhaitez utiliser. Les valeurs prises en charge sont `cpu` et `gpu`.  
Les modèles d'exemple du composant du modèle dépendant ne prennent en charge que l'accélération du processeur. Pour utiliser l'accélération GPU avec un autre modèle personnalisé, [créez un composant de modèle personnalisé](ml-customization.md#override-public-model-store) pour remplacer le composant de modèle public.  
Par défaut : `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Facultatif) Le chemin du dossier sur le périphérique où les composants d'inférence lisent les images. Vous pouvez modifier cette valeur en fonction de n'importe quel emplacement de votre appareil auquel vous avez read/write accès.  
<a name="ml-config-imagedirectory-img-default"></a>Par défaut : `/greengrass/v2/packages/artifacts-unarchived/component-name/image_classification/sample_images/`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Facultatif) Nom de l'image que le composant d'inférence utilise comme entrée pour effectuer une prédiction. Le composant recherche l'image dans le dossier spécifié dans`ImageDirectory`. Par défaut, le composant utilise l'image d'exemple dans le répertoire d'images par défaut. AWS IoT Greengrass prend en charge les formats d'image suivants : `jpeg``jpg`,`png`, et`npy`.   
<a name="ml-config-imagename-img-default"></a>Par défaut : `cat.jpeg`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Facultatif) Le délai en secondes entre chaque prédiction effectuée par le code d'inférence. L'exemple de code d'inférence s'exécute indéfiniment et répète ses prédictions à l'intervalle de temps spécifié. Par exemple, vous pouvez réduire cet intervalle si vous souhaitez utiliser des images prises par une caméra pour des prévisions en temps réel.  
Par défaut : `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Facultatif) Les modèles utilisés dans le composant de modèle public dépendant. Modifiez ce paramètre uniquement si vous remplacez le composant du modèle public par un composant personnalisé.   
Par défaut :  

```
{
    "armv7l": "DLR-resnet50-armv7l-cpu-ImageClassification",
    "aarch64": "DLR-resnet50-aarch64-cpu-ImageClassification",
    "x86_64": "DLR-resnet50-x86_64-cpu-ImageClassification",
    "windows": "DLR-resnet50-win-cpu-ImageClassification"
}
```

`UseCamera`  <a name="ml-config-usecamera"></a>
(Facultatif) Valeur de chaîne qui définit s'il faut utiliser les images d'une caméra connectée au périphérique principal de Greengrass. Les valeurs prises en charge sont `true` et `false`.  
Lorsque vous définissez cette valeur sur`true`, l'exemple de code d'inférence accède à la caméra de votre appareil et exécute l'inférence localement sur l'image capturée. Les valeurs des `ImageDirectory` paramètres `ImageName` et sont ignorées. Assurez-vous que l'utilisateur exécutant ce composant a read/write accès à l'emplacement où l'appareil photo stocke les images capturées.  
Par défaut : `false`  
Lorsque vous consultez la recette de ce composant, le paramètre `UseCamera` de configuration n'apparaît pas dans la configuration par défaut. Toutefois, vous pouvez modifier la valeur de ce paramètre dans une mise à [jour de fusion de configuration](update-component-configurations.md) lorsque vous déployez le composant.   
Lorsque vous définissez sur `UseCamera``true`, vous devez également créer un lien symbolique pour permettre au composant d'inférence d'accéder à votre caméra depuis l'environnement virtuel créé par le composant d'exécution. Pour plus d'informations sur l'utilisation d'une caméra avec les composants d'inférence d'échantillons, consultez[Mettre à jour les configurations des composants](ml-tutorial-image-classification-camera.md).

------
#### [ 2.0.x ]

`MLRootPath`  <a name="ml-config-mlrootpath"></a>
<a name="ml-config-mlrootpath-desc"></a>(Facultatif) Le chemin du dossier sur les périphériques principaux Linux où les composants d'inférence lisent les images et écrivent les résultats d'inférence. Vous pouvez modifier cette valeur à n'importe quel emplacement de votre appareil auquel l'utilisateur exécutant ce composant a read/write accès.  
<a name="ml-config-mlrootpath-default-dlr"></a>Par défaut : `/greengrass/v2/work/variant.DLR/greengrass_ml`  
<a name="ml-config-mlrootpath-default-tfl"></a>Par défaut : `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`Accelerator`  <a name="ml-config-accelerator"></a>
L'accélérateur que vous souhaitez utiliser. Les valeurs prises en charge sont `cpu` et `gpu`.  
Les modèles d'exemple du composant du modèle dépendant ne prennent en charge que l'accélération du processeur. Pour utiliser l'accélération GPU avec un autre modèle personnalisé, [créez un composant de modèle personnalisé](ml-customization.md#override-public-model-store) pour remplacer le composant de modèle public.  
Par défaut : `cpu`

`ImageName`  
<a name="ml-config-imagename-desc-dlr-1.3.0"></a>(Facultatif) Nom de l'image que le composant d'inférence utilise comme entrée pour effectuer une prédiction. Le composant recherche l'image dans le dossier spécifié dans`ImageDirectory`. L'emplacement par défaut est`MLRootPath/images`. AWS IoT Greengrass prend en charge les formats d'image suivants : `jpeg``jpg`,`png`, et`npy`.   
<a name="ml-config-imagename-img-default"></a>Par défaut : `cat.jpeg`

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Facultatif) Le délai en secondes entre chaque prédiction effectuée par le code d'inférence. L'exemple de code d'inférence s'exécute indéfiniment et répète ses prédictions à l'intervalle de temps spécifié. Par exemple, vous pouvez réduire cet intervalle si vous souhaitez utiliser des images prises par une caméra pour des prévisions en temps réel.  
Par défaut : `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Facultatif) Les modèles utilisés dans le composant de modèle public dépendant. Modifiez ce paramètre uniquement si vous remplacez le composant du modèle public par un composant personnalisé.   
Par défaut :  

```
armv7l: "DLR-resnet50-armv7l-cpu-ImageClassification"
x86_64: "DLR-resnet50-x86_64-cpu-ImageClassification"
```

------

## Fichier journal local
<a name="dlr-image-classification-component-log-file"></a>

Ce composant utilise le fichier journal suivant.

------
#### [ Linux ]

```
/greengrass/v2/logs/aws.greengrass.DLRImageClassification.log
```

------
#### [ Windows ]

```
C:\greengrass\v2\logs\aws.greengrass.DLRImageClassification.log
```

------

**Pour consulter les journaux de ce composant**
+ Exécutez la commande suivante sur le périphérique principal pour afficher le fichier journal de ce composant en temps réel. Remplacez `/greengrass/v2` ou *C:\$1greengrass\$1v2* par le chemin d'accès au dossier AWS IoT Greengrass racine.

------
#### [ Linux ]

  ```
  sudo tail -f /greengrass/v2/logs/aws.greengrass.DLRImageClassification.log
  ```

------
#### [ Windows (PowerShell) ]

  ```
  Get-Content C:\greengrass\v2\logs\aws.greengrass.DLRImageClassification.log -Tail 10 -Wait
  ```

------

## Journal des modifications
<a name="dlr-image-classification-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  **Version**  |  **Modifications**  | 
| --- | --- | 
|  2.1.14  | Version mise à jour pour la version 2.12.5 de Greengrass Nucleus. | 
|  2.1.13  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.12  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.11  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.8  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.7  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.6  |  Version mise à jour pour la version 2.5.0 de Greengrass Nucleus.  | 
|  2.1.5  |  Le composant a été publié dans son intégralité Régions AWS.  | 
|  2.1.4  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus. Cette version n'est pas disponible en Europe (Londres) (`eu-west-2`).  | 
|  2.1.3  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.2  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  2.1.1  |  <a name="changelog-dlr-image-classification-2.1.1"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-image-classification-component.html)  | 
|  2.0.4  |  Première version.  | 

# Détection d'objets DLR
<a name="dlr-object-detection-component"></a>

Le composant de détection d'objets DLR (`aws.greengrass.DLRObjectDetection`) contient un exemple de code d'inférence pour effectuer une inférence de détection d'objets à l'aide du [Deep Learning Runtime](https://github.com/neo-ai/neo-ai-dlr) et des exemples de modèles préentraînés. Ce composant utilise la variante [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) et les [Temps d'exécution du DLR](dlr-component.md) composants comme dépendances pour télécharger le DLR et les exemples de modèles. 

Pour utiliser ce composant d'inférence avec un modèle DLR entraîné sur mesure, [créez une version personnalisée](ml-customization.md#override-public-model-store) du composant Model Store dépendant. Pour utiliser votre propre code d'inférence personnalisé, vous pouvez utiliser la recette de ce composant comme modèle pour [créer un composant d'inférence personnalisé](ml-customization.md#create-inference-component).

**Topics**
+ [Versions](#dlr-object-detection-component-versions)
+ [Type](#dlr-object-detection-component-type)
+ [Système d’exploitation](#dlr-object-detection-component-os-support)
+ [Prérequis](#dlr-object-detection-component-requirements)
+ [Dépendances](#dlr-object-detection-component-dependencies)
+ [Configuration](#dlr-object-detection-component-configuration)
+ [Fichier journal local](#dlr-object-detection-component-log-file)
+ [Journal des modifications](#dlr-object-detection-component-changelog)

## Versions
<a name="dlr-object-detection-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x
+ 2,0.x

## Type
<a name="dlr-object-detection-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="dlr-object-detection-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="dlr-object-detection-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="dlr-object-detection-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#dlr-object-detection-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.13 and 2.1.14 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.13 et 2.1.14 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,13,0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.12 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.11 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.11 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.6 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.4 - 2.1.5 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.4 à 2.1.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 
| [Model Store dédié à la détection d'objets DLR](dlr-object-detection-model-store-component.md) | \$12,10 | Stricte | 
| [DLR](dlr-component.md) | \$11,6,0 | Stricte | 

------
#### [ 2.0.x ]

Le tableau suivant répertorie les dépendances pour la version 2.0.x de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | \$12,0.0 | Flexible | 
| Model Store dédié à la détection d'objets DLR | \$12,0.0 | Stricte | 
| DLR | \$11,3,0 | Flexible | 

------

## Configuration
<a name="dlr-object-detection-component-configuration"></a>

Ce composant fournit les paramètres de configuration suivants que vous pouvez personnaliser lorsque vous déployez le composant.

------
#### [ 2.1.x ]

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Facultatif) Objet contenant la [politique d'autorisation](interprocess-communication.md#ipc-authorization-policies) qui permet au composant de publier des messages dans la rubrique de notifications par défaut.   
Par défaut :   

```
{
   "aws.greengrass.ipc.mqttproxy": {
      "aws.greengrass.DLRObjectDetection:mqttproxy:1": {
         "policyDescription": "Allows access to publish via topic ml/dlr/object-detection.",
         "operations": [
            "aws.greengrass#PublishToIoTCore"
         ],
         "resources": [
            "ml/dlr/object-detection"
         ]
      }
   }
}
```

`PublishResultsOnTopic`  
<a name="ml-config-publishresultsontopic-desc"></a>(Facultatif) Rubrique sur laquelle vous souhaitez publier les résultats de l'inférence. Si vous modifiez cette valeur, vous devez également modifier la valeur de `resources` dans le `accessControl` paramètre pour qu'elle corresponde au nom de votre rubrique personnalisée.  
Par défaut : `ml/dlr/object-detection`

`Accelerator`  <a name="ml-config-accelerator"></a>
L'accélérateur que vous souhaitez utiliser. Les valeurs prises en charge sont `cpu` et `gpu`.  
Les modèles d'exemple du composant du modèle dépendant ne prennent en charge que l'accélération du processeur. Pour utiliser l'accélération GPU avec un autre modèle personnalisé, [créez un composant de modèle personnalisé](ml-customization.md#override-public-model-store) pour remplacer le composant de modèle public.  
Par défaut : `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Facultatif) Le chemin du dossier sur le périphérique où les composants d'inférence lisent les images. Vous pouvez modifier cette valeur en fonction de n'importe quel emplacement de votre appareil auquel vous avez read/write accès.  
<a name="ml-config-imagedirectory-obj-default"></a>Par défaut : `/greengrass/v2/packages/artifacts-unarchived/component-name/object_detection/sample_images/`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Facultatif) Nom de l'image que le composant d'inférence utilise comme entrée pour effectuer une prédiction. Le composant recherche l'image dans le dossier spécifié dans`ImageDirectory`. Par défaut, le composant utilise l'image d'exemple dans le répertoire d'images par défaut. AWS IoT Greengrass prend en charge les formats d'image suivants : `jpeg``jpg`,`png`, et`npy`.   
<a name="ml-config-imagename-obj-default"></a>Par défaut : `objects.jpg`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Facultatif) Le délai en secondes entre chaque prédiction effectuée par le code d'inférence. L'exemple de code d'inférence s'exécute indéfiniment et répète ses prédictions à l'intervalle de temps spécifié. Par exemple, vous pouvez réduire cet intervalle si vous souhaitez utiliser des images prises par une caméra pour des prévisions en temps réel.  
Par défaut : `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Facultatif) Les modèles utilisés dans le composant de modèle public dépendant. Modifiez ce paramètre uniquement si vous remplacez le composant du modèle public par un composant personnalisé.   
Par défaut :  

```
{
    "armv7l": "DLR-yolo3-armv7l-cpu-ObjectDetection",
    "aarch64": "DLR-yolo3-aarch64-gpu-ObjectDetection",
    "x86_64": "DLR-yolo3-x86_64-cpu-ObjectDetection",
    "windows": "DLR-resnet50-win-cpu-ObjectDetection"
}
```

`UseCamera`  <a name="ml-config-usecamera"></a>
(Facultatif) Valeur de chaîne qui définit s'il faut utiliser les images d'une caméra connectée au périphérique principal de Greengrass. Les valeurs prises en charge sont `true` et `false`.  
Lorsque vous définissez cette valeur sur`true`, l'exemple de code d'inférence accède à la caméra de votre appareil et exécute l'inférence localement sur l'image capturée. Les valeurs des `ImageDirectory` paramètres `ImageName` et sont ignorées. Assurez-vous que l'utilisateur exécutant ce composant a read/write accès à l'emplacement où l'appareil photo stocke les images capturées.  
Par défaut : `false`  
Lorsque vous consultez la recette de ce composant, le paramètre `UseCamera` de configuration n'apparaît pas dans la configuration par défaut. Toutefois, vous pouvez modifier la valeur de ce paramètre dans une mise à [jour de fusion de configuration](update-component-configurations.md) lorsque vous déployez le composant.   
Lorsque vous définissez sur `UseCamera``true`, vous devez également créer un lien symbolique pour permettre au composant d'inférence d'accéder à votre caméra depuis l'environnement virtuel créé par le composant d'exécution. Pour plus d'informations sur l'utilisation d'une caméra avec les composants d'inférence d'échantillons, consultez[Mettre à jour les configurations des composants](ml-tutorial-image-classification-camera.md).

------
#### [ 2.0.x ]

`MLRootPath`  <a name="ml-config-mlrootpath"></a>
<a name="ml-config-mlrootpath-desc"></a>(Facultatif) Le chemin du dossier sur les périphériques principaux Linux où les composants d'inférence lisent les images et écrivent les résultats d'inférence. Vous pouvez modifier cette valeur à n'importe quel emplacement de votre appareil auquel l'utilisateur exécutant ce composant a read/write accès.  
<a name="ml-config-mlrootpath-default-dlr"></a>Par défaut : `/greengrass/v2/work/variant.DLR/greengrass_ml`  
<a name="ml-config-mlrootpath-default-tfl"></a>Par défaut : `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`Accelerator`  
Ne le modifiez pas. Actuellement, la seule valeur prise en charge pour l'accélérateur est `cpu` que les modèles des composants du modèle dépendant sont compilés uniquement pour l'accélérateur CPU.

`ImageName`  
<a name="ml-config-imagename-desc-dlr-1.3.0"></a>(Facultatif) Nom de l'image que le composant d'inférence utilise comme entrée pour effectuer une prédiction. Le composant recherche l'image dans le dossier spécifié dans`ImageDirectory`. L'emplacement par défaut est`MLRootPath/images`. AWS IoT Greengrass prend en charge les formats d'image suivants : `jpeg``jpg`,`png`, et`npy`.   
<a name="ml-config-imagename-obj-default"></a>Par défaut : `objects.jpg`

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Facultatif) Le délai en secondes entre chaque prédiction effectuée par le code d'inférence. L'exemple de code d'inférence s'exécute indéfiniment et répète ses prédictions à l'intervalle de temps spécifié. Par exemple, vous pouvez réduire cet intervalle si vous souhaitez utiliser des images prises par une caméra pour des prévisions en temps réel.  
Par défaut : `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Facultatif) Les modèles utilisés dans le composant de modèle public dépendant. Modifiez ce paramètre uniquement si vous remplacez le composant du modèle public par un composant personnalisé.   
Par défaut :  

```
{
    armv7l: "DLR-yolo3-armv7l-cpu-ObjectDetection",
    x86_64: "DLR-yolo3-x86_64-cpu-ObjectDetection"
}
```

------

## Fichier journal local
<a name="dlr-object-detection-component-log-file"></a>

Ce composant utilise le fichier journal suivant.

------
#### [ Linux ]

```
/greengrass/v2/logs/aws.greengrass.DLRObjectDetection.log
```

------
#### [ Windows ]

```
C:\greengrass\v2\logs\aws.greengrass.DLRObjectDetection.log
```

------

**Pour consulter les journaux de ce composant**
+ Exécutez la commande suivante sur le périphérique principal pour afficher le fichier journal de ce composant en temps réel. Remplacez `/greengrass/v2` ou *C:\$1greengrass\$1v2* par le chemin d'accès au dossier AWS IoT Greengrass racine.

------
#### [ Linux ]

  ```
  sudo tail -f /greengrass/v2/logs/aws.greengrass.DLRObjectDetection.log
  ```

------
#### [ Windows (PowerShell) ]

  ```
  Get-Content C:\greengrass\v2\logs\aws.greengrass.DLRObjectDetection.log -Tail 10 -Wait
  ```

------

## Journal des modifications
<a name="dlr-object-detection-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  **Version**  |  **Modifications**  | 
| --- | --- | 
|  2.1.14  | Version mise à jour pour la version 2.12.5 de Greengrass Nucleus. | 
|  2.1.13  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.12  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.11  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.8  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.7  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.6  |  Version mise à jour pour la version 2.5.0 de Greengrass Nucleus.  | 
|  2.1.5  |  Composant publié dans son intégralité Régions AWS.  | 
|  2.1.4  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus. Cette version n'est pas disponible en Europe (Londres) (`eu-west-2`).  | 
|  2.1.3  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.2  |  <a name="changelog-dlr-object-detection-2.1.2"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-object-detection-component.html)  | 
|  2.1.1  |  <a name="changelog-dlr-object-detection-2.1.1"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-object-detection-component.html)  | 
|  2.0.4  |  Première version.  | 

# magasin de modèles de classification d'images DLR
<a name="dlr-image-classification-model-store-component"></a>

Le magasin de modèles de classification d'images DLR est un composant de modèle d'apprentissage automatique qui contient des modèles ResNet -50 pré-entraînés sous forme d'artefacts Greengrass. [Les modèles pré-entraînés utilisés dans ce composant sont extraits du [GluonCV Model Zoo](https://cv.gluon.ai/model_zoo/index.html) et compilés à l'aide d' SageMaker AI Neo Deep Learning Runtime.](https://github.com/neo-ai/neo-ai-dlr)

Le composant d'inférence de [classification d'images DLR](dlr-image-classification-component.md) utilise ce composant comme dépendance pour la source du modèle. Pour utiliser un modèle DLR entraîné sur mesure, [créez une version personnalisée](ml-customization.md#override-public-model-store) de ce composant de modèle et incluez votre modèle personnalisé en tant qu'artefact de composant. Vous pouvez utiliser la recette de ce composant comme modèle pour créer des composants de modèle personnalisés. 

**Note**  
Le nom du composant Model Store de classification d'images DLR varie en fonction de sa version. Le nom du composant pour la version 2.1.x et les versions ultérieures est`variant.DLR.ImageClassification.ModelStore`. Le nom du composant pour la version 2.0.x est. `variant.ImageClassification.ModelStore`

**Topics**
+ [Versions](#dlr-image-classification-model-store-component-versions)
+ [Type](#dlr-image-classification-model-store-component-type)
+ [Système d’exploitation](#dlr-image-classification-model-store-component-os-support)
+ [Prérequis](#dlr-image-classification-model-store-component-requirements)
+ [Dépendances](#dlr-image-classification-model-store-component-dependencies)
+ [Configuration](#dlr-image-classification-model-store-component-configuration)
+ [Fichier journal local](#dlr-image-classification-model-store-component-log-file)
+ [Journal des modifications](#dlr-image-classification-model-store-component-changelog)

## Versions
<a name="dlr-image-classification-model-store-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x () `variant.DLR.ImageClassification.ModelStore` 
+ 2,0.x () `variant.ImageClassification.ModelStore` 

## Type
<a name="dlr-image-classification-model-store-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="dlr-image-classification-model-store-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="dlr-image-classification-model-store-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="dlr-image-classification-model-store-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#dlr-image-classification-model-store-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.12 - 2.1.14 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.12 et 2.1.13 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,13,0 | Flexible | 

------
#### [ 2.1.11 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.11 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 

------
#### [ 2.1.6 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 

------
#### [ 2.1.5 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 

------
#### [ 2.1.4 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 

------
#### [ 2.0.x ]

Le tableau suivant répertorie les dépendances pour la version 2.0.x de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | \$12,0.0 | Flexible | 

------

## Configuration
<a name="dlr-image-classification-model-store-component-configuration"></a>

Ce composant ne possède aucun paramètre de configuration.

## Fichier journal local
<a name="dlr-image-classification-model-store-component-log-file"></a>

Ce composant ne génère pas de journaux.

## Journal des modifications
<a name="dlr-image-classification-model-store-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  **Version**  |  **Modifications**  | 
| --- | --- | 
|  2.1.13  | Version mise à jour pour la version 2.12.5 de Greengrass Nucleus. | 
|  2.1.12  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.11  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.8  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.7  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.6  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-image-classification-model-store-component.html)  | 
|  2.1.4  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  2.1.3  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.2  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  2.1.1  |  <a name="changelog-dlr-image-classification-model-store-2.1.1"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-image-classification-model-store-component.html)  | 
|  2.0.4  |  Première version.  | 

# Model Store dédié à la détection d'objets DLR
<a name="dlr-object-detection-model-store-component"></a>

Le magasin de modèles de détection d'objets DLR est un composant de modèle d'apprentissage automatique qui contient des YOLOv3 modèles préentraînés sous forme d'artefacts Greengrass. Les exemples de modèles utilisés dans ce composant sont extraits du [GluonCV Model Zoo](https://cv.gluon.ai/model_zoo/index.html) et compilés à l'aide d' SageMaker AI Neo [Deep](https://github.com/neo-ai/neo-ai-dlr) Learning Runtime.

Le composant d'inférence [de détection d'objets DLR](dlr-object-detection-component.md) utilise ce composant comme dépendance pour la source du modèle. Pour utiliser un modèle DLR entraîné sur mesure, [créez une version personnalisée](ml-customization.md#override-public-model-store) de ce composant de modèle et incluez votre modèle personnalisé en tant qu'artefact de composant. Vous pouvez utiliser la recette de ce composant comme modèle pour créer des composants de modèle personnalisés. 

**Note**  
Le nom du composant du Model Store de détection d'objets DLR varie en fonction de sa version. Le nom du composant pour la version 2.1.x et les versions ultérieures est`variant.DLR.ObjectDetection.ModelStore`. Le nom du composant pour la version 2.0.x est. `variant.ObjectDetection.ModelStore`

**Topics**
+ [Versions](#dlr-object-detection-model-store-component-versions)
+ [Type](#dlr-object-detection-model-store-component-type)
+ [Système d’exploitation](#dlr-object-detection-model-store-component-os-support)
+ [Prérequis](#dlr-object-detection-model-store-component-requirements)
+ [Dépendances](#dlr-object-detection-model-store-component-dependencies)
+ [Configuration](#dlr-object-detection-model-store-component-configuration)
+ [Fichier journal local](#dlr-object-detection-model-store-component-log-file)
+ [Journal des modifications](#dlr-object-detection-model-store-component-changelog)

## Versions
<a name="dlr-object-detection-model-store-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x 
+ 2,0.x

## Type
<a name="dlr-object-detection-model-store-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="dlr-object-detection-model-store-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="dlr-object-detection-model-store-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que le Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="dlr-object-detection-model-store-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#dlr-object-detection-model-store-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.13 and 2.1.14 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.13 et 2.1.14 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,13.0 | Flexible | 

------
#### [ 2.1.12 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 

------
#### [ 2.1.11 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.11 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 

------
#### [ 2.1.5 and 2.1.6 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.5 et 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 

------
#### [ 2.1.4 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 

------
#### [ 2.0.x ]

Le tableau suivant répertorie les dépendances pour la version 2.0.x de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | \$12,0.0 | Flexible | 

------

## Configuration
<a name="dlr-object-detection-model-store-component-configuration"></a>

Ce composant ne possède aucun paramètre de configuration.

## Fichier journal local
<a name="dlr-object-detection-model-store-component-log-file"></a>

Ce composant ne génère pas de journaux.

## Journal des modifications
<a name="dlr-object-detection-model-store-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  **Version**  |  **Modifications**  | 
| --- | --- | 
|  2.1.14  |  Version mise à jour pour la version 2.12.5 de Greengrass Nucleus.  | 
|  2.1.13  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.12  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.11  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.8  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.7  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.6  |  Ajoute un modèle de processeur pour résoudre un problème sur les appareils Armv8 (AArch64).  | 
|  2.1.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-object-detection-model-store-component.html)  | 
|  2.1.4  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  2.1.3  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.2  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  2.1.1  |  <a name="changelog-dlr-object-detection-model-store-2.1.1"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-object-detection-model-store-component.html) | 
|  2.0.4  |  Première version.  | 

# Temps d'exécution du DLR
<a name="dlr-component"></a>

Le composant d'exécution DLR (`variant.DLR`) contient un script qui installe [Deep Learning Runtime](https://github.com/neo-ai/neo-ai-dlr) (DLR) et ses dépendances dans un environnement virtuel sur votre appareil. Les [Détection d'objets DLR](dlr-object-detection-component.md) composants [Classification des images DLR](dlr-image-classification-component.md) et utilisent ce composant comme dépendance pour l'installation du DLR. La version 1.6.x du composant installe le DLR v1.6.0 et la version 1.3.x du composant installe le DLR v1.3.0. 

Pour utiliser un autre environnement d'exécution, vous pouvez utiliser la recette de ce composant comme modèle pour [créer un composant d'apprentissage automatique personnalisé](ml-customization.md). 

**Topics**
+ [Versions](#dlr-component-versions)
+ [Type](#dlr-component-type)
+ [Système d’exploitation](#dlr-component-os-support)
+ [Prérequis](#dlr-component-requirements)
+ [Dépendances](#dlr-component-dependencies)
+ [Configuration](#dlr-component-configuration)
+ [Utilisation](#dlr-component-usage)
+ [Fichier journal local](#dlr-component-log-file)
+ [Journal des modifications](#dlr-component-changelog)

## Versions
<a name="dlr-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 1,6. x
+ 1.3.x

## Type
<a name="dlr-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="dlr-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="dlr-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que le Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

### Points de terminaison et ports
<a name="dlr-component-endpoints"></a>

Par défaut, ce composant utilise un script d'installation pour installer les packages à l'aide des `pip` commandes `apt` `yum``brew`,, et, en fonction de la plate-forme utilisée par le périphérique principal. Ce composant doit être capable d'exécuter des requêtes sortantes vers différents index de packages et référentiels pour exécuter le script d'installation. Pour autoriser le trafic sortant de ce composant à passer par un proxy ou un pare-feu, vous devez identifier les points de terminaison des index de packages et des référentiels auxquels votre périphérique principal se connecte pour l'installation.

Tenez compte des points suivants lorsque vous identifiez les points de terminaison requis pour le script d'installation de ce composant :
+ Les points de terminaison dépendent de la plate-forme de l'appareil principal. Par exemple, un périphérique principal qui exécute Ubuntu utilise `apt` plutôt que `yum` ou`brew`. En outre, les appareils qui utilisent le même index de packages peuvent avoir des listes de sources différentes, de sorte qu'ils peuvent récupérer des packages à partir de différents référentiels.
+ Les points de terminaison peuvent différer entre plusieurs appareils utilisant le même index de packages, car chaque appareil possède ses propres listes de sources qui définissent où récupérer les packages.
+ Les points de terminaison peuvent changer au fil du temps. Chaque index URLs de package fournit les référentiels dans lesquels vous téléchargez des packages, et le propriétaire d'un package peut modifier ce que fournit URLs l'index de package.

Pour plus d'informations sur les dépendances installées par ce composant et sur la façon de désactiver le script d'installation, consultez le paramètre [UseInstaller](#dlr-component-config-useinstaller-term)de configuration.

Pour plus d'informations sur les points de terminaison et les ports requis pour le fonctionnement de base, consultez[Autoriser le trafic des appareils via un proxy ou un pare-feu](allow-device-traffic.md).

## Dépendances
<a name="dlr-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#dlr-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 1.6.11 - 1.6.16 ]

Le tableau suivant répertorie les dépendances pour les versions 1.6.11 à 1.6.16 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <3,0.0 | Flexible | 

------
#### [ 1.6.10 ]

Le tableau suivant répertorie les dépendances pour la version 1.6.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 

------
#### [ 1.6.9 ]

Le tableau suivant répertorie les dépendances pour la version 1.6.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 

------
#### [ 1.6.8 ]

Le tableau suivant répertorie les dépendances pour la version 1.6.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 

------
#### [ 1.6.6 and 1.6.7 ]

Le tableau suivant répertorie les dépendances pour les versions 1.6.6 et 1.6.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 

------
#### [ 1.6.4 and 1.6.5 ]

Le tableau suivant répertorie les dépendances pour les versions 1.6.4 et 1.6.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 

------
#### [ 1.6.3 ]

Le tableau suivant répertorie les dépendances pour la version 1.6.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 

------
#### [ 1.6.2 ]

Le tableau suivant répertorie les dépendances pour la version 1.6.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 

------
#### [ 1.6.1 ]

Le tableau suivant répertorie les dépendances pour la version 1.6.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 

------
#### [ 1.3.x ]

Le tableau suivant répertorie les dépendances pour la version 1.3.x de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | \$12,0.0 | Flexible | 

------

Pour plus d'informations sur les dépendances des composants, consultez la [référence de la recette des composants](component-recipe-reference.md#recipe-reference-component-dependencies).

## Configuration
<a name="dlr-component-configuration"></a>

Ce composant fournit les paramètres de configuration suivants que vous pouvez personnaliser lorsque vous déployez le composant.

`MLRootPath`  
<a name="ml-config-mlrootpath-desc"></a>(Facultatif) Le chemin du dossier sur les périphériques principaux Linux où les composants d'inférence lisent les images et écrivent les résultats d'inférence. Vous pouvez modifier cette valeur à n'importe quel emplacement de votre appareil auquel l'utilisateur exécutant ce composant a read/write accès.  
<a name="ml-config-mlrootpath-default-dlr"></a>Par défaut : `/greengrass/v2/work/variant.DLR/greengrass_ml`

`WindowsMLRootPath`  
Cette fonctionnalité est disponible dans la version 1.6.6 et les versions ultérieures de ce composant.  
<a name="ml-config-windowsmlrootpath-desc"></a>(Facultatif) Le chemin du dossier sur le périphérique principal de Windows où les composants d'inférence lisent les images et écrivent les résultats d'inférence. Vous pouvez modifier cette valeur à n'importe quel emplacement de votre appareil auquel l'utilisateur exécutant ce composant a read/write accès.  
<a name="ml-config-windowsmlrootpath-default-dlr"></a>Par défaut : `C:\greengrass\v2\\work\\variant.DLR\\greengrass_ml`

  `UseInstaller`   
<a name="ml-config-useinstaller-desc-dlr"></a>(Facultatif) Valeur de chaîne qui définit s'il faut utiliser le script d'installation dans ce composant pour installer le DLR et ses dépendances. Les valeurs prises en charge sont `true` et `false`.   <a name="ml-config-useinstaller-libraries-dlr"></a>

Définissez cette valeur sur `false` si vous souhaitez utiliser un script personnalisé pour l'installation du DLR ou si vous souhaitez inclure des dépendances d'exécution dans une image Linux prédéfinie. Pour utiliser ce composant avec les composants d'inférence DLR AWS fournis, installez les bibliothèques suivantes, y compris les dépendances, et mettez-les à la disposition de l'utilisateur du système, par exemple celui `ggc_user` qui exécute les composants ML.
+ [Python](https://www.python.org/downloads/) 3.7 ou version ultérieure, y compris `pip` pour votre version de Python.
+ [Deep Learning Runtime](https://github.com/neo-ai/neo-ai-dlr) v1.6.0
+ [NumPy](https://numpy.org/install/).
+ [OpenCV-Python](https://pypi.org/project/opencv-python/).
+ [Kit SDK des appareils AWS IoT v2 pour Python](https://github.com/aws/aws-iot-device-sdk-python-v2).
+ [AWS Python CRT (Common Runtime)](https://github.com/awslabs/aws-crt-python).
+ [Picamera](https://picamera.readthedocs.io/en/release-1.13/) (pour les appareils Raspberry Pi uniquement).
+ [`awscam`module](https://docs.aws.amazon.com/deeplens/latest/dg/deeplens-library-awscam-module.html) (pour les AWS DeepLens appareils).
+ LibGL (pour les appareils Linux)
<a name="ml-config-useinstaller-default"></a>Par défaut : `true`

## Utilisation
<a name="dlr-component-usage"></a>

Utilisez ce composant avec le paramètre `UseInstaller` de configuration défini sur `true` pour installer le DLR et ses dépendances sur votre appareil. Le composant configure un environnement virtuel sur votre appareil qui inclut l'OpenCV NumPy et les bibliothèques requises pour le DLR. 

**Note**  <a name="ml-installer-component-usage-note"></a>
Le script d'installation de ce composant installe également les dernières versions des bibliothèques système supplémentaires requises pour configurer l'environnement virtuel sur votre appareil et pour utiliser l'infrastructure d'apprentissage automatique installée. Cela peut mettre à niveau les bibliothèques système existantes sur votre appareil. Consultez le tableau suivant pour obtenir la liste des bibliothèques que ce composant installe pour chaque système d'exploitation pris en charge. Si vous souhaitez personnaliser ce processus d'installation, définissez le paramètre `UseInstaller` de configuration sur `false` et développez votre propre script d'installation.


| Plateforme | Bibliothèques installées sur le système de l'appareil | Bibliothèques installées dans l'environnement virtuel | 
| --- | --- | --- | 
| Armv7l | build-essential, cmake, ca-certificates, git | setuptools, wheel | 
| Amazon Linux 2 | mesa-libGL | Aucune | 
| Ubuntu | wget | Aucune | 

Lorsque vous déployez votre composant d'inférence, ce composant d'exécution vérifie d'abord si le DLR et ses dépendances sont déjà installés sur votre appareil, puis il les installe pour vous. 

## Fichier journal local
<a name="dlr-component-log-file"></a>

Ce composant utilise le fichier journal suivant.

------
#### [ Linux ]

```
/greengrass/v2/logs/variant.DLR.log
```

------
#### [ Windows ]

```
C:\greengrass\v2\logs\variant.DLR.log
```

------

**Pour consulter les journaux de ce composant**
+ Exécutez la commande suivante sur le périphérique principal pour afficher le fichier journal de ce composant en temps réel. Remplacez `/greengrass/v2` ou *C:\$1greengrass\$1v2* par le chemin d'accès au dossier AWS IoT Greengrass racine.

------
#### [ Linux ]

  ```
  sudo tail -f /greengrass/v2/logs/variant.DLR.log
  ```

------
#### [ Windows (PowerShell) ]

  ```
  Get-Content C:\greengrass\v2\logs\variant.DLR.log -Tail 10 -Wait
  ```

------

## Journal des modifications
<a name="dlr-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  **Version**  |  **Modifications**  | 
| --- | --- | 
|  1.6,16  |  Version mise à jour pour Greengrass nucleus version 2.12.5.  | 
|  1.6,12  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.11  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  1,6.10  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  1.6.9  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  1.6.8  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  1.6.7  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.6  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.4  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  1.6.3  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  1.6.2  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  1.6.1  |  <a name="changelog-dlr-1.6.1"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.3.2  |  Première version. Installe le DLR v1.3.0.  | 

# TensorFlow Classification d'images Lite
<a name="tensorflow-lite-image-classification-component"></a>

Le composant de classification d'images TensorFlow Lite (`aws.greengrass.TensorFlowLiteImageClassification`) contient un exemple de code d'inférence permettant d'effectuer une inférence de classification d'images à l'aide du moteur d'exécution [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) et un exemple de modèle quantifié MobileNet 1.0 préentraîné. Ce composant utilise la variante [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) et les [TensorFlow Temps d'exécution allégé](tensorflow-lite-component.md) composants comme dépendances pour télécharger le runtime TensorFlow Lite et le modèle d'exemple.

Pour utiliser ce composant d'inférence avec un modèle TensorFlow Lite entraîné sur mesure, [créez une version personnalisée](ml-customization.md#override-public-model-store) du composant Model Store dépendant. Pour utiliser votre propre code d'inférence personnalisé, vous pouvez utiliser la recette de ce composant comme modèle pour [créer un composant d'inférence personnalisé](ml-customization.md#create-inference-component).

**Topics**
+ [Versions](#tensorflow-lite-image-classification-component-versions)
+ [Type](#tensorflow-lite-image-classification-component-type)
+ [Système d’exploitation](#tensorflow-lite-image-classification-component-os-support)
+ [Prérequis](#tensorflow-lite-image-classification-component-requirements)
+ [Dépendances](#tensorflow-lite-image-classification-component-dependencies)
+ [Configuration](#tensorflow-lite-image-classification-component-configuration)
+ [Fichier journal local](#tensorflow-lite-image-classification-component-log-file)
+ [Journal des modifications](#tensorflow-lite-image-classification-component-changelog)

## Versions
<a name="tensorflow-lite-image-classification-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x

## Type
<a name="tensorflow-lite-image-classification-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="tensorflow-lite-image-classification-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="tensorflow-lite-image-classification-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que le Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="tensorflow-lite-image-classification-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#tensorflow-lite-image-classification-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.11 and 2.1.12 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.11 et 2.1.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,13,0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.6 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.5 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.4 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.0 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------

## Configuration
<a name="tensorflow-lite-image-classification-component-configuration"></a>

Ce composant fournit les paramètres de configuration suivants que vous pouvez personnaliser lorsque vous déployez le composant.

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Facultatif) Objet contenant la [politique d'autorisation](interprocess-communication.md#ipc-authorization-policies) qui permet au composant de publier des messages dans la rubrique de notifications par défaut.   
Par défaut :   

```
{
   "aws.greengrass.ipc.mqttproxy": {
      "aws.greengrass.TensorFlowLiteImageClassification:mqttproxy:1": {
         "policyDescription": "Allows access to publish via topic ml/tflite/image-classification.",
         "operations": [
            "aws.greengrass#PublishToIoTCore"
         ],
         "resources": [
            "ml/tflite/image-classification"
         ]
      }
   }
}
```

`PublishResultsOnTopic`  
<a name="ml-config-publishresultsontopic-desc"></a>(Facultatif) Rubrique sur laquelle vous souhaitez publier les résultats de l'inférence. Si vous modifiez cette valeur, vous devez également modifier la valeur de `resources` dans le `accessControl` paramètre pour qu'elle corresponde au nom de votre rubrique personnalisée.  
Par défaut : `ml/tflite/image-classification`

`Accelerator`  <a name="ml-config-accelerator"></a>
L'accélérateur que vous souhaitez utiliser. Les valeurs prises en charge sont `cpu` et `gpu`.  
Les modèles d'exemple du composant du modèle dépendant ne prennent en charge que l'accélération du processeur. Pour utiliser l'accélération GPU avec un autre modèle personnalisé, [créez un composant de modèle personnalisé](ml-customization.md#override-public-model-store) pour remplacer le composant de modèle public.  
Par défaut : `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Facultatif) Le chemin du dossier sur le périphérique où les composants d'inférence lisent les images. Vous pouvez modifier cette valeur en fonction de n'importe quel emplacement de votre appareil auquel vous avez read/write accès.  
<a name="ml-config-imagedirectory-img-default"></a>Par défaut : `/greengrass/v2/packages/artifacts-unarchived/component-name/image_classification/sample_images/`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Facultatif) Nom de l'image que le composant d'inférence utilise comme entrée pour effectuer une prédiction. Le composant recherche l'image dans le dossier spécifié dans`ImageDirectory`. Par défaut, le composant utilise l'image d'exemple dans le répertoire d'images par défaut. AWS IoT Greengrass prend en charge les formats d'image suivants : `jpeg``jpg`,`png`, et`npy`.   
<a name="ml-config-imagename-img-default"></a>Par défaut : `cat.jpeg`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Facultatif) Le délai en secondes entre chaque prédiction effectuée par le code d'inférence. L'exemple de code d'inférence s'exécute indéfiniment et répète ses prédictions à l'intervalle de temps spécifié. Par exemple, vous pouvez réduire cet intervalle si vous souhaitez utiliser des images prises par une caméra pour des prévisions en temps réel.  
Par défaut : `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Facultatif) Les modèles utilisés dans le composant de modèle public dépendant. Modifiez ce paramètre uniquement si vous remplacez le composant du modèle public par un composant personnalisé.   
Par défaut :  

```
{
    "model": "TensorFlowLite-Mobilenet"
}
```

`UseCamera`  <a name="ml-config-usecamera"></a>
(Facultatif) Valeur de chaîne qui définit s'il faut utiliser les images d'une caméra connectée au périphérique principal de Greengrass. Les valeurs prises en charge sont `true` et `false`.  
Lorsque vous définissez cette valeur sur`true`, l'exemple de code d'inférence accède à la caméra de votre appareil et exécute l'inférence localement sur l'image capturée. Les valeurs des `ImageDirectory` paramètres `ImageName` et sont ignorées. Assurez-vous que l'utilisateur exécutant ce composant a read/write accès à l'emplacement où l'appareil photo stocke les images capturées.  
Par défaut : `false`  
Lorsque vous consultez la recette de ce composant, le paramètre `UseCamera` de configuration n'apparaît pas dans la configuration par défaut. Toutefois, vous pouvez modifier la valeur de ce paramètre dans une mise à [jour de fusion de configuration](update-component-configurations.md) lorsque vous déployez le composant.   
Lorsque vous définissez sur `UseCamera``true`, vous devez également créer un lien symbolique pour permettre au composant d'inférence d'accéder à votre caméra depuis l'environnement virtuel créé par le composant d'exécution. Pour plus d'informations sur l'utilisation d'une caméra avec les composants d'inférence d'échantillons, consultez[Mettre à jour les configurations des composants](ml-tutorial-image-classification-camera.md).

## Fichier journal local
<a name="tensorflow-lite-image-classification-component-log-file"></a>

Ce composant utilise le fichier journal suivant.

------
#### [ Linux ]

```
/greengrass/v2/logs/aws.greengrass.TensorFlowLiteImageClassification.log
```

------
#### [ Windows ]

```
C:\greengrass\v2\logs\aws.greengrass.TensorFlowLiteImageClassification.log
```

------

**Pour consulter les journaux de ce composant**
+ Exécutez la commande suivante sur le périphérique principal pour afficher le fichier journal de ce composant en temps réel. Remplacez `/greengrass/v2` ou *C:\$1greengrass\$1v2* par le chemin d'accès au dossier AWS IoT Greengrass racine.

------
#### [ Linux ]

  ```
  sudo tail -f /greengrass/v2/logs/aws.greengrass.TensorFlowLiteImageClassification.log
  ```

------
#### [ Windows (PowerShell) ]

  ```
  Get-Content C:\greengrass\v2\logs\aws.greengrass.TensorFlowLiteImageClassification.log -Tail 10 -Wait
  ```

------

## Journal des modifications
<a name="tensorflow-lite-image-classification-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  Version  |  Modifications  | 
| --- | --- | 
|  2.1.12  |  Version mise à jour pour la version 2.12.5 de Greengrass Nucleus.  | 
|  2.1.11  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.8  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.7  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.6  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.5  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.4  |  Version mise à jour pour la version 2.5.0 de Greengrass Nucleus.  | 
|  2.1.3  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  2.1.2  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.1  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  2.1.0  |  Première version.  | 

# TensorFlow Détection d'objets allégée
<a name="tensorflow-lite-object-detection-component"></a>

Le composant de détection d'objets TensorFlow Lite (`aws.greengrass.TensorFlowLiteObjectDetection`) contient un exemple de code d'inférence permettant d'effectuer une inférence de détection d'objets à l'aide de [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) et un exemple de modèle Single Shot Detection (SSD) MobileNet 1.0 préentraîné. Ce composant utilise la variante [TensorFlow Boutique de modèles de détection d'objets Lite](tensorflow-lite-object-detection-model-store-component.md) et les [TensorFlow Temps d'exécution allégé](tensorflow-lite-component.md) composants comme dépendances pour télécharger TensorFlow Lite et l'exemple de modèle. 

Pour utiliser ce composant d'inférence avec un modèle TensorFlow Lite entraîné sur mesure, vous pouvez [créer une version personnalisée](ml-customization.md#override-public-model-store) du composant Model Store dépendant. Pour utiliser votre propre code d'inférence personnalisé, utilisez la recette de ce composant comme modèle pour [créer un composant d'inférence personnalisé](ml-customization.md#create-inference-component).

**Topics**
+ [Versions](#tensorflow-lite-object-detection-component-versions)
+ [Type](#tensorflow-lite-object-detection-component-type)
+ [Système d’exploitation](#tensorflow-lite-object-detection-component-os-support)
+ [Prérequis](#tensorflow-lite-object-detection-component-requirements)
+ [Dépendances](#tensorflow-lite-object-detection-component-dependencies)
+ [Configuration](#tensorflow-lite-object-detection-component-configuration)
+ [Fichier journal local](#tensorflow-lite-object-detection-component-log-file)
+ [Journal des modifications](#tensorflow-lite-object-detection-component-changelog)

## Versions
<a name="tensorflow-lite-object-detection-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x

## Type
<a name="tensorflow-lite-object-detection-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="tensorflow-lite-object-detection-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="tensorflow-lite-object-detection-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras activée par défaut et non compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="tensorflow-lite-object-detection-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#tensorflow-lite-object-detection-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.11 and 2.1.12 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.11 et 2.1.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,13,0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.6 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.5 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.4 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------
#### [ 2.1.0 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 
| [TensorFlow Boutique de modèles de classification d'images Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2,10 <2,2,0 | Stricte | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2,5,0 <2,6,0 | Stricte | 

------

## Configuration
<a name="tensorflow-lite-object-detection-component-configuration"></a>

Ce composant fournit les paramètres de configuration suivants que vous pouvez personnaliser lorsque vous déployez le composant.

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Facultatif) Objet contenant la [politique d'autorisation](interprocess-communication.md#ipc-authorization-policies) qui permet au composant de publier des messages dans la rubrique de notifications par défaut.   
Par défaut :   

```
{
   "aws.greengrass.ipc.mqttproxy": {
      "aws.greengrass.TensorFlowLiteObjectDetection:mqttproxy:1": {
         "policyDescription": "Allows access to publish via topic ml/tflite/object-detection.",
         "operations": [
            "aws.greengrass#PublishToIoTCore"
         ],
         "resources": [
            "ml/tflite/object-detection"
         ]
      }
   }
}
```

`PublishResultsOnTopic`  
<a name="ml-config-publishresultsontopic-desc"></a>(Facultatif) Rubrique sur laquelle vous souhaitez publier les résultats de l'inférence. Si vous modifiez cette valeur, vous devez également modifier la valeur de `resources` dans le `accessControl` paramètre pour qu'elle corresponde au nom de votre rubrique personnalisée.  
Par défaut : `ml/tflite/object-detection`

`Accelerator`  <a name="ml-config-accelerator"></a>
L'accélérateur que vous souhaitez utiliser. Les valeurs prises en charge sont `cpu` et `gpu`.  
Les modèles d'exemple du composant du modèle dépendant ne prennent en charge que l'accélération du processeur. Pour utiliser l'accélération GPU avec un autre modèle personnalisé, [créez un composant de modèle personnalisé](ml-customization.md#override-public-model-store) pour remplacer le composant de modèle public.  
Par défaut : `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Facultatif) Le chemin du dossier sur le périphérique où les composants d'inférence lisent les images. Vous pouvez modifier cette valeur en fonction de n'importe quel emplacement de votre appareil auquel vous avez read/write accès.  
<a name="ml-config-imagedirectory-obj-default"></a>Par défaut : `/greengrass/v2/packages/artifacts-unarchived/component-name/object_detection/sample_images/`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Facultatif) Nom de l'image que le composant d'inférence utilise comme entrée pour effectuer une prédiction. Le composant recherche l'image dans le dossier spécifié dans`ImageDirectory`. Par défaut, le composant utilise l'image d'exemple dans le répertoire d'images par défaut. AWS IoT Greengrass prend en charge les formats d'image suivants : `jpeg``jpg`,`png`, et`npy`.   
<a name="ml-config-imagename-obj-default"></a>Par défaut : `objects.jpg`  
Si vous définissez la valeur de `UseCamera` to`true`, ce paramètre de configuration est ignoré. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Facultatif) Le délai en secondes entre chaque prédiction effectuée par le code d'inférence. L'exemple de code d'inférence s'exécute indéfiniment et répète ses prédictions à l'intervalle de temps spécifié. Par exemple, vous pouvez réduire cet intervalle si vous souhaitez utiliser des images prises par une caméra pour des prévisions en temps réel.  
Par défaut : `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Facultatif) Les modèles utilisés dans le composant de modèle public dépendant. Modifiez ce paramètre uniquement si vous remplacez le composant du modèle public par un composant personnalisé.   
Par défaut :  

```
{
    "model": "TensorFlowLite-SSD"
}
```

`UseCamera`  <a name="ml-config-usecamera"></a>
(Facultatif) Valeur de chaîne qui définit s'il faut utiliser les images d'une caméra connectée au périphérique principal de Greengrass. Les valeurs prises en charge sont `true` et `false`.  
Lorsque vous définissez cette valeur sur`true`, l'exemple de code d'inférence accède à la caméra de votre appareil et exécute l'inférence localement sur l'image capturée. Les valeurs des `ImageDirectory` paramètres `ImageName` et sont ignorées. Assurez-vous que l'utilisateur exécutant ce composant a read/write accès à l'emplacement où l'appareil photo stocke les images capturées.  
Par défaut : `false`  
Lorsque vous consultez la recette de ce composant, le paramètre `UseCamera` de configuration n'apparaît pas dans la configuration par défaut. Toutefois, vous pouvez modifier la valeur de ce paramètre dans une mise à [jour de fusion de configuration](update-component-configurations.md) lorsque vous déployez le composant.   
Lorsque vous définissez sur `UseCamera``true`, vous devez également créer un lien symbolique pour permettre au composant d'inférence d'accéder à votre caméra depuis l'environnement virtuel créé par le composant d'exécution. Pour plus d'informations sur l'utilisation d'une caméra avec les composants d'inférence d'échantillons, consultez[Mettre à jour les configurations des composants](ml-tutorial-image-classification-camera.md).

**Note**  <a name="ml-config-not-visible-note"></a>
Lorsque vous consultez la recette de ce composant, le paramètre `UseCamera` de configuration n'apparaît pas dans la configuration par défaut. Toutefois, vous pouvez modifier la valeur de ce paramètre dans une mise à [jour de fusion de configuration](update-component-configurations.md) lorsque vous déployez le composant.   
Lorsque vous définissez sur `UseCamera``true`, vous devez également créer un lien symbolique pour permettre au composant d'inférence d'accéder à votre caméra depuis l'environnement virtuel créé par le composant d'exécution. Pour plus d'informations sur l'utilisation d'une caméra avec les composants d'inférence d'échantillons, consultez[Mettre à jour les configurations des composants](ml-tutorial-image-classification-camera.md).

## Fichier journal local
<a name="tensorflow-lite-object-detection-component-log-file"></a>

Ce composant utilise le fichier journal suivant.

------
#### [ Linux ]

```
/greengrass/v2/logs/aws.greengrass.TensorFlowLiteObjectDetection.log
```

------
#### [ Windows ]

```
C:\greengrass\v2\logs\aws.greengrass.TensorFlowLiteObjectDetection.log
```

------

**Pour consulter les journaux de ce composant**
+ Exécutez la commande suivante sur le périphérique principal pour afficher le fichier journal de ce composant en temps réel. Remplacez `/greengrass/v2` ou *C:\$1greengrass\$1v2* par le chemin d'accès au dossier AWS IoT Greengrass racine.

------
#### [ Linux ]

  ```
  sudo tail -f /greengrass/v2/logs/aws.greengrass.TensorFlowLiteObjectDetection.log
  ```

------
#### [ Windows (PowerShell) ]

  ```
  Get-Content C:\greengrass\v2\logs\aws.greengrass.TensorFlowLiteObjectDetection.log -Tail 10 -Wait
  ```

------

## Journal des modifications
<a name="tensorflow-lite-object-detection-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  Version  |  Modifications  | 
| --- | --- | 
|  2.1.12  |  Version mise à jour pour la version 2.12.5 de Greengrass Nucleus.  | 
|  2.1.11  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.8  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.7  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.6  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.5  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.4  |  Version mise à jour pour la version 2.5.0 de Greengrass Nucleus.  | 
|  2.1.3  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  2.1.2  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.1  |  <a name="changelog-tensorflow-lite-object-detection-2.1.1"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/tensorflow-lite-object-detection-component.html)  | 
|  2.1.0  |  Première version.  | 

# TensorFlow Boutique de modèles de classification d'images Lite
<a name="tensorflow-lite-image-classification-model-store-component"></a>

Le magasin de modèles de classification d'images TensorFlow Lite (`variant.TensorFlowLite.ImageClassification.ModelStore`) est un composant de modèle d'apprentissage automatique qui contient un modèle MobileNet v1 préentraîné en tant qu'artefact Greengrass. L'exemple de modèle utilisé dans ce composant est extrait du [TensorFlowHub](https://tfhub.dev/) et implémenté à l'aide de [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python).

Le composant [TensorFlow Classification d'images Lite](tensorflow-lite-image-classification-component.md) d'inférence utilise ce composant comme dépendance pour la source du modèle. Pour utiliser un modèle TensorFlow Lite entraîné sur mesure, [créez une version personnalisée](ml-customization.md#override-public-model-store) de ce composant de modèle et incluez votre modèle personnalisé en tant qu'artefact de composant. Vous pouvez utiliser la recette de ce composant comme modèle pour créer des composants de modèle personnalisés. 

**Topics**
+ [Versions](#tensorflow-lite-image-classification-model-store-component-versions)
+ [Type](#tensorflow-lite-image-classification-model-store-component-type)
+ [Système d’exploitation](#tensorflow-lite-image-classification-model-store-component-os-support)
+ [Prérequis](#tensorflow-lite-image-classification-model-store-component-requirements)
+ [Dépendances](#tensorflow-lite-image-classification-model-store-component-dependencies)
+ [Configuration](#tensorflow-lite-image-classification-model-store-component-configuration)
+ [Fichier journal local](#tensorflow-lite-image-classification-model-store-component-log-file)
+ [Journal des modifications](#tensorflow-lite-image-classification-model-store-component-changelog)

## Versions
<a name="tensorflow-lite-image-classification-model-store-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x

## Type
<a name="tensorflow-lite-image-classification-model-store-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="tensorflow-lite-image-classification-model-store-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="tensorflow-lite-image-classification-model-store-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que le Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="tensorflow-lite-image-classification-model-store-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#tensorflow-lite-image-classification-model-store-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.11 and 2.1.12  ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.11 et 2.1.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,13,0 | Flexible | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 

------
#### [ 2.1.6 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 

------
#### [ 2.1.5 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 

------
#### [ 2.1.4 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 

------
#### [ 2.1.0 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 

------

## Configuration
<a name="tensorflow-lite-image-classification-model-store-component-configuration"></a>

Ce composant ne possède aucun paramètre de configuration.

## Fichier journal local
<a name="tensorflow-lite-image-classification-model-store-component-log-file"></a>

Ce composant ne génère pas de journaux.

## Journal des modifications
<a name="tensorflow-lite-image-classification-model-store-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  Version  |  Modifications  | 
| --- | --- | 
|  2.1.12  |  Version mise à jour pour la version 2.12.5 de Greengrass Nucleus.  | 
|  2.1.11  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.8  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.7  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.6  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.5  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.4  |  Version mise à jour pour la version 2.5.0 de Greengrass Nucleus.  | 
|  2.1.3  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  2.1.2  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.1  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  2.1.0  |  Première version.  | 

# TensorFlow Boutique de modèles de détection d'objets Lite
<a name="tensorflow-lite-object-detection-model-store-component"></a>

Le magasin de modèles de détection d'objets TensorFlow Lite (`variant.TensorFlowLite.ObjectDetection.ModelStore`) est un composant du modèle d'apprentissage automatique qui contient un MobileNet modèle SSD (Single Shot Detection) préentraîné en tant qu'artefact Greengrass. L'exemple de modèle utilisé dans ce composant est extrait du [TensorFlow Hub](https://tfhub.dev/) et implémenté à l'aide de [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python).

Le composant d'inférence [de détection d'objets TensorFlow Lite](tensorflow-lite-object-detection-component.md) utilise ce composant comme dépendance pour la source du modèle. Pour utiliser un modèle TensorFlow Lite entraîné sur mesure, [créez une version personnalisée](ml-customization.md#override-public-model-store) de ce composant de modèle et incluez votre modèle personnalisé en tant qu'artefact de composant. Vous pouvez utiliser la recette de ce composant comme modèle pour créer des composants de modèle personnalisés. 

**Topics**
+ [Versions](#tensorflow-lite-object-detection-model-store-component-versions)
+ [Type](#tensorflow-lite-object-detection-model-store-component-type)
+ [Système d’exploitation](#tensorflow-lite-object-detection-model-store-component-os-support)
+ [Prérequis](#tensorflow-lite-object-detection-model-store-component-requirements)
+ [Dépendances](#tensorflow-lite-object-detection-model-store-component-dependencies)
+ [Configuration](#tensorflow-lite-object-detection-model-store-component-configuration)
+ [Fichier journal local](#tensorflow-lite-object-detection-model-store-component-log-file)
+ [Journal des modifications](#tensorflow-lite-object-detection-model-store-component-changelog)

## Versions
<a name="tensorflow-lite-object-detection-model-store-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,1x

## Type
<a name="tensorflow-lite-object-detection-model-store-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="tensorflow-lite-object-detection-model-store-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="tensorflow-lite-object-detection-model-store-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que le Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

## Dépendances
<a name="tensorflow-lite-object-detection-model-store-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#tensorflow-lite-object-detection-model-store-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.1.11 and 2.1.12 ]

Le tableau suivant répertorie les dépendances pour les versions 2.1.11 et 2.1.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,13,0 | Flexible | 

------
#### [ 2.1.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 

------
#### [ 2.1.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 

------
#### [ 2.1.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 

------
#### [ 2.1.7 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 

------
#### [ 2.1.6 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.6 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 

------
#### [ 2.1.5 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.5 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 

------
#### [ 2.1.4 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 

------
#### [ 2.1.3 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.3 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 

------
#### [ 2.1.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 

------
#### [ 2.1.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 

------
#### [ 2.1.0 ]

Le tableau suivant répertorie les dépendances pour la version 2.1.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 

------

## Configuration
<a name="tensorflow-lite-object-detection-model-store-component-configuration"></a>

Ce composant ne possède aucun paramètre de configuration.

## Fichier journal local
<a name="tensorflow-lite-object-detection-model-store-component-log-file"></a>

Ce composant ne génère pas de journaux.

## Journal des modifications
<a name="tensorflow-lite-object-detection-model-store-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  Version  |  Modifications  | 
| --- | --- | 
|  2.1.12  |  Version mise à jour pour la version 2.12.5 de Greengrass Nucleus.  | 
|  2.1.11  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.1.10  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.1.9  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.1.8  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.1.7  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.1.6  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.1.5  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.1.4  |  Version mise à jour pour la version 2.5.0 de Greengrass Nucleus.  | 
|  2.1.3  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  2.1.2  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.1.1  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  2.1.0  |  Première version.  | 

# TensorFlow Temps d'exécution allégé
<a name="tensorflow-lite-component"></a>

Le composant d'exécution TensorFlow Lite (`variant.TensorFlowLite`) contient un script qui installe la version [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) 2.5.0 et ses dépendances dans un environnement virtuel sur votre appareil. Le composant de [classification d'images TensorFlow TensorFlow Lite](tensorflow-lite-image-classification-component.md) [et de détection d'objets Lite](tensorflow-lite-object-detection-component.md) utilise ce composant d'exécution comme dépendance pour l'installation de TensorFlow Lite. 

**Note**  
TensorFlow Le composant d'exécution Lite v2.5.6 et versions ultérieures réinstalle les installations existantes du moteur d'exécution TensorFlow Lite et ses dépendances. Cette réinstallation permet de s'assurer que le périphérique principal exécute des versions compatibles de TensorFlow Lite et de ses dépendances.

Pour utiliser un autre environnement d'exécution, vous pouvez utiliser la recette de ce composant comme modèle pour [créer un composant d'apprentissage automatique personnalisé](ml-customization.md).

**Topics**
+ [Versions](#tensorflow-lite-component-versions)
+ [Type](#tensorflow-lite-component-type)
+ [Système d’exploitation](#tensorflow-lite-component-os-support)
+ [Prérequis](#tensorflow-lite-component-requirements)
+ [Dépendances](#tensorflow-lite-component-dependencies)
+ [Configuration](#tensorflow-lite-component-configuration)
+ [Utilisation](#tensorflow-lite-component-usage)
+ [Fichier journal local](#tensorflow-lite-component-log-file)
+ [Journal des modifications](#tensorflow-lite-component-changelog)

## Versions
<a name="tensorflow-lite-component-versions"></a>

Les versions de ce composant sont les suivantes :
+ 2,5.x

## Type
<a name="tensorflow-lite-component-type"></a>

<a name="public-component-type-generic"></a>Ce <a name="public-component-type-generic-phrase"></a>composant est un composant générique (`aws.greengrass.generic`). Le [noyau Greengrass](greengrass-nucleus-component.md) exécute les scripts de cycle de vie du composant.

<a name="public-component-type-more-information"></a>Pour de plus amples informations, veuillez consulter [Types de composants](develop-greengrass-components.md#component-types).

## Système d’exploitation
<a name="tensorflow-lite-component-os-support"></a>

Ce composant peut être installé sur les appareils principaux qui exécutent les systèmes d'exploitation suivants :
+ Linux
+ Windows

## Prérequis
<a name="tensorflow-lite-component-requirements"></a>

Ce composant répond aux exigences suivantes :<a name="ml-component-requirements"></a>
+ Sur les appareils principaux de Greengrass exécutant Amazon Linux 2 ou Ubuntu 18.04, la version 2.27 ou ultérieure de la [bibliothèque GNU C](https://www.gnu.org/software/libc/) (glibc) est installée sur l'appareil.
+ Sur les appareils ARMv7L, tels que le Raspberry Pi, les dépendances pour OpenCV-Python sont installées sur l'appareil. Exécutez la commande suivante pour installer les dépendances.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Les appareils Raspberry Pi qui exécutent le système d'exploitation Raspberry Pi Bullseye doivent répondre aux exigences suivantes :
  + NumPy 1.22.4 ou version ultérieure installée sur l'appareil. Raspberry Pi OS Bullseye inclut une version antérieure de NumPy. Vous pouvez donc exécuter la commande suivante pour effectuer la mise à niveau NumPy sur l'appareil.

    ```
    pip3 install --upgrade numpy
    ```
  + L'ancienne pile de caméras activée sur l'appareil. Raspberry Pi OS Bullseye inclut une nouvelle pile de caméras qui est activée par défaut et qui n'est pas compatible. Vous devez donc activer la pile de caméras existante.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Pour activer l'ancienne pile de caméras**

    1. Exécutez la commande suivante pour ouvrir l'outil de configuration du Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Sélectionnez **Options d'interface**.

    1. Sélectionnez **Legacy camera** pour activer l'ancienne pile de caméras.

    1. Redémarrez l'appareil Raspberry Pi.

### Points de terminaison et ports
<a name="tensorflow-lite-component-endpoints"></a>

Par défaut, ce composant utilise un script d'installation pour installer les packages à l'aide des `pip` commandes `apt` `yum``brew`,, et, en fonction de la plate-forme utilisée par le périphérique principal. Ce composant doit être capable d'exécuter des requêtes sortantes vers différents index de packages et référentiels pour exécuter le script d'installation. Pour autoriser le trafic sortant de ce composant à passer par un proxy ou un pare-feu, vous devez identifier les points de terminaison des index de packages et des référentiels auxquels votre périphérique principal se connecte pour l'installation.

Tenez compte des points suivants lorsque vous identifiez les points de terminaison requis pour le script d'installation de ce composant :
+ Les points de terminaison dépendent de la plate-forme de l'appareil principal. Par exemple, un périphérique principal qui exécute Ubuntu utilise `apt` plutôt que `yum` ou`brew`. En outre, les appareils qui utilisent le même index de packages peuvent avoir des listes de sources différentes, de sorte qu'ils peuvent récupérer des packages à partir de différents référentiels.
+ Les points de terminaison peuvent différer entre plusieurs appareils utilisant le même index de packages, car chaque appareil possède ses propres listes de sources qui définissent où récupérer les packages.
+ Les points de terminaison peuvent changer au fil du temps. Chaque index URLs de package fournit les référentiels dans lesquels vous téléchargez des packages, et le propriétaire d'un package peut modifier ce que fournit URLs l'index de package.

Pour plus d'informations sur les dépendances installées par ce composant et sur la façon de désactiver le script d'installation, consultez le paramètre [UseInstaller](#tensorflow-lite-component-config-useinstaller-term)de configuration.

Pour plus d'informations sur les points de terminaison et les ports requis pour le fonctionnement de base, consultez[Autoriser le trafic des appareils via un proxy ou un pare-feu](allow-device-traffic.md).

## Dépendances
<a name="tensorflow-lite-component-dependencies"></a>

Lorsque vous déployez un composant, il déploie AWS IoT Greengrass également des versions compatibles de ses dépendances. Cela signifie que vous devez satisfaire aux exigences relatives au composant et à toutes ses dépendances pour réussir le déploiement du composant. Cette section répertorie les dépendances des [versions publiées](#tensorflow-lite-component-changelog) de ce composant et les contraintes de version sémantiques qui définissent les versions des composants pour chaque dépendance. Vous pouvez également consulter les dépendances de chaque version du composant dans la [AWS IoT Greengrass console](https://console.aws.amazon.com//greengrass). Sur la page de détails du composant, recherchez la liste des **dépendances**.

------
#### [ 2.5.14 and 2.5.15 ]

Le tableau suivant répertorie les dépendances pour les versions 2.5.14 et 2.5.15 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,13.0 | Flexible | 

------
#### [ 2.5.13 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.13 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,12.0 | Flexible | 

------
#### [ 2.5.12 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.12 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,11.0 | Flexible | 

------
#### [ 2.5.11 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.11 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0,0 <2,1,0 | Flexible | 

------
#### [ 2.5.10 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.10 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,9.0 | Flexible | 

------
#### [ 2.5.9 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.9 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,8.0 | Flexible | 

------
#### [ 2.5.8 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.8 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,7.0 | Flexible | 

------
#### [ 2.5.5 - 2.5.7 ]

Le tableau suivant répertorie les dépendances pour les versions 2.5.5 à 2.5.7 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,6.0 | Flexible | 

------
#### [ 2.5.3 and 2.5.4 ]

Le tableau suivant répertorie les dépendances pour les versions 2.5.3 et 2.5.4 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,5.0 | Flexible | 

------
#### [ 2.5.2 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.2 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,4.0 | Flexible | 

------
#### [ 2.5.1 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.1 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,3.0 | Flexible | 

------
#### [ 2.5.0 ]

Le tableau suivant répertorie les dépendances pour la version 2.5.0 de ce composant.


| Dépendance | Versions compatibles | Type de dépendance | 
| --- | --- | --- | 
| [Noyau de Greengrass](greengrass-nucleus-component.md) | >=2,0.0 <2,2.0 | Flexible | 

------

Pour plus d'informations sur les dépendances des composants, consultez la [référence de la recette des composants](component-recipe-reference.md#recipe-reference-component-dependencies).

## Configuration
<a name="tensorflow-lite-component-configuration"></a>

Ce composant fournit les paramètres de configuration suivants que vous pouvez personnaliser lorsque vous déployez le composant.

`MLRootPath`  
<a name="ml-config-mlrootpath-desc"></a>(Facultatif) Le chemin du dossier sur les périphériques principaux Linux où les composants d'inférence lisent les images et écrivent les résultats d'inférence. Vous pouvez modifier cette valeur à n'importe quel emplacement de votre appareil auquel l'utilisateur exécutant ce composant a read/write accès.  
<a name="ml-config-mlrootpath-default-tfl"></a>Par défaut : `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`WindowsMLRootPath`  
Cette fonctionnalité est disponible dans la version 1.6.6 et les versions ultérieures de ce composant.  
<a name="ml-config-windowsmlrootpath-desc"></a>(Facultatif) Le chemin du dossier sur le périphérique principal de Windows où les composants d'inférence lisent les images et écrivent les résultats d'inférence. Vous pouvez modifier cette valeur à n'importe quel emplacement de votre appareil auquel l'utilisateur exécutant ce composant a read/write accès.  
<a name="ml-config-windowsmlrootpath-default-dlr"></a>Par défaut : `C:\greengrass\v2\\work\\variant.DLR\\greengrass_ml`

  `UseInstaller`   
<a name="ml-config-useinstaller-desc-tfl"></a>(Facultatif) Valeur de chaîne qui définit s'il faut utiliser le script d'installation dans ce composant pour installer TensorFlow Lite et ses dépendances. Les valeurs prises en charge sont `true` et `false`.   <a name="ml-config-useinstaller-libraries-tfl"></a>

Définissez cette valeur sur `false` si vous souhaitez utiliser un script personnalisé pour l'installation de TensorFlow Lite ou si vous souhaitez inclure des dépendances d'exécution dans une image Linux prédéfinie. Pour utiliser ce composant avec les composants d'inférence TensorFlow Lite AWS fournis, installez les bibliothèques suivantes, y compris les dépendances, et mettez-les à la disposition de l'utilisateur du système, par exemple celui `ggc_user` qui exécute les composants ML.
+ [Python](https://www.python.org/downloads/) 3.8 ou version ultérieure, y compris `pip` pour votre version de Python
+ [TensorFlow Lite v2.5.0](https://www.tensorflow.org/lite/guide/python)
+ [NumPy](https://numpy.org/install/)
+ [OpenCV-Python](https://pypi.org/project/opencv-python/)
+ [Kit SDK des appareils AWS IoT v2 pour Python](https://github.com/aws/aws-iot-device-sdk-python-v2)
+ [AWS Common Runtime (CRT) Python](https://github.com/awslabs/aws-crt-python)
+ [Picamera](https://picamera.readthedocs.io/en/release-1.13/) (pour les appareils Raspberry Pi)
+ [`awscam`module](https://docs.aws.amazon.com/deeplens/latest/dg/deeplens-library-awscam-module.html) (pour AWS DeepLens appareils)
+ LibGL (pour les appareils Linux)
<a name="ml-config-useinstaller-default"></a>Par défaut : `true`

## Utilisation
<a name="tensorflow-lite-component-usage"></a>

Utilisez ce composant avec le paramètre `UseInstaller` de configuration défini sur `true` pour installer TensorFlow Lite et ses dépendances sur votre appareil. Le composant configure un environnement virtuel sur votre appareil qui inclut l'OpenCV NumPy et les bibliothèques requises pour Lite. TensorFlow 

**Note**  <a name="ml-installer-component-usage-note"></a>
Le script d'installation de ce composant installe également les dernières versions des bibliothèques système supplémentaires requises pour configurer l'environnement virtuel sur votre appareil et pour utiliser l'infrastructure d'apprentissage automatique installée. Cela peut mettre à niveau les bibliothèques système existantes sur votre appareil. Consultez le tableau suivant pour obtenir la liste des bibliothèques que ce composant installe pour chaque système d'exploitation pris en charge. Si vous souhaitez personnaliser ce processus d'installation, définissez le paramètre `UseInstaller` de configuration sur `false` et développez votre propre script d'installation.


| Plateforme | Bibliothèques installées sur le système de l'appareil | Bibliothèques installées dans l'environnement virtuel | 
| --- | --- | --- | 
| Armv7l | build-essential, cmake, ca-certificates, git | setuptools, wheel | 
| Amazon Linux 2 | mesa-libGL | Aucune | 
| Ubuntu | wget | Aucune | 

Lorsque vous déployez votre composant d'inférence, ce composant d'exécution vérifie d'abord si TensorFlow Lite et ses dépendances sont déjà installés sur votre appareil. Si ce n'est pas le cas, le composant d'exécution les installe pour vous. 

## Fichier journal local
<a name="tensorflow-lite-component-log-file"></a>

Ce composant utilise le fichier journal suivant.

------
#### [ Linux ]

```
/greengrass/v2/logs/variant.TensorFlowLite.log
```

------
#### [ Windows ]

```
C:\greengrass\v2\logs\variant.TensorFlowLite.log
```

------

**Pour consulter les journaux de ce composant**
+ Exécutez la commande suivante sur le périphérique principal pour afficher le fichier journal de ce composant en temps réel. Remplacez `/greengrass/v2` ou *C:\$1greengrass\$1v2* par le chemin d'accès au dossier AWS IoT Greengrass racine.

------
#### [ Linux ]

  ```
  sudo tail -f /greengrass/v2/logs/variant.TensorFlowLite.log
  ```

------
#### [ Windows (PowerShell) ]

  ```
  Get-Content C:\greengrass\v2\logs\variant.TensorFlowLite.log -Tail 10 -Wait
  ```

------

## Journal des modifications
<a name="tensorflow-lite-component-changelog"></a>

Le tableau suivant décrit les modifications apportées à chaque version du composant.


|  Version  |  Modifications  | 
| --- | --- | 
|  2.5,15  |  Version mise à jour pour la version 2.12.5 de Greengrass Nucleus.  | 
|  2.5,14  | Version mise à jour pour la version 2.12.0 de Greengrass Nucleus. | 
|  2.5,13  | Version mise à jour pour la version 2.11.0 de Greengrass Nucleus. | 
|  2.5,12  | Version mise à jour pour la version 2.10.0 de Greengrass Nucleus. | 
|  2.5.11  | Version mise à jour pour la version 2.9.0 de Greengrass Nucleus. | 
|  2.5.10  | Version mise à jour pour la version 2.8.0 de Greengrass Nucleus. | 
|  2.5.9  |  Version mise à jour pour la version 2.7.0 de Greengrass Nucleus.  | 
|  2.5.8  |  Version mise à jour pour la version 2.6.0 de Greengrass Nucleus.  | 
|  2.5.7  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.6  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.4  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.3  |  Version mise à jour pour la version 2.4.0 de Greengrass Nucleus.  | 
|  2.5.2  |  Version mise à jour pour la version 2.3.0 de Greengrass Nucleus.  | 
|  2.5.1  |  Version mise à jour pour la version 2.2.0 de Greengrass Nucleus.  | 
|  2.5.0  |  Première version.  |