Avis de fin de support : le 31 octobre 2025, le support d'Amazon Lookout for Vision AWS sera interrompu. Après le 31 octobre 2025, vous ne pourrez plus accéder à la console Lookout for Vision ni aux ressources Lookout for Vision. Pour plus d'informations, consultez ce billet de blog.

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.

DetectAnomalies

Détecte les anomalies dans l'image fournie.

La réponse de DetectAnomalies inclut une prédiction booléenne indiquant que l'image contient une ou plusieurs anomalies et une valeur de confiance pour la prédiction. Si le modèle est un modèle de segmentation, la réponse inclut les éléments suivants :

DetectAnomaliessupporte les bitmaps compressés (images) au format RGB888 entrelacé. Le premier octet représente le canal rouge, le deuxième octet représente le canal vert et le troisième octet représente le canal bleu. Si vous fournissez l'image dans un format différent, tel que BGR, les prédictions DetectAnomalies sont incorrectes.

Par défaut, OpenCV utilise le format BGR pour les bitmaps d'image. Si vous utilisez OpenCV pour capturer des images à des fins d'analyseDetectAnomalies, vous devez convertir l'image au format RGB888 avant de la transmettre à. DetectAnomalies

La dimension d'image minimale prise en charge est de 64 x 64 pixels. La dimension d'image maximale prise en charge est de 4 096 x 4 096 pixels.

Vous pouvez envoyer l'image dans le message protobuf ou via un segment de mémoire partagée. La sérialisation d'images de grande taille dans le message protobuf peut augmenter considérablement la latence des appels à. DetectAnomalies Pour une latence minimale, nous vous recommandons d'utiliser de la mémoire partagée.

rpc DetectAnomalies(DetectAnomaliesRequest) returns (DetectAnomaliesResponse);
  

DetectAnomaliesRequest

Les paramètres d'entrée pourDetectAnomalies.

message Bitmap {
  int32 width = 1;
  int32 height = 2;
  oneof data { 
    bytes byte_data = 3;
    SharedMemoryHandle shared_memory_handle = 4;
  }
}

message SharedMemoryHandle {
  string name = 1;
  uint64 size = 2;
  uint64 offset = 3;
}    

message AnomalyMaskParams {
SharedMemoryHandle shared_memory_handle = 2;
}

message DetectAnomaliesRequest {
string model_component = 1;
Bitmap bitmap = 2;
AnomalyMaskParams anomaly_mask_params = 3;
}

Bitmap

L'image que vous souhaitez analyserDetectAnomalies.

width

Largeur de l'image en pixels.

height

Hauteur de l'image en pixels.

données_octets

Octets d'image transmis dans le message protobuf.

handle de mémoire partagé

Octets d'image transmis dans le segment de mémoire partagée.

SharedMemoryHandle

Représente un segment de mémoire partagée POSIX.

name

Nom du segment de mémoire POSIX. Pour plus d'informations sur la création de mémoire partagée, consultez shm_open.

size

Taille de la mémoire tampon d'image en octets à partir du décalage.

offset

Le décalage, en octets, par rapport au début de la mémoire tampon d'image par rapport au début du segment de mémoire partagée.

AnomalyMaskParams

Paramètres de sortie d'un masque d'anomalie. (Modèle de segmentation).

handle de mémoire partagé

Contient les octets d'image pour le masque, s'ils shared_memory_handle n'ont pas été fournis.

DetectAnomaliesRequest

composant_modèle

Nom du AWS IoT Greengrass V2 composant qui contient le modèle que vous souhaitez utiliser.

bitmap

L'image avec laquelle vous souhaitez analyserDetectAnomalies.

anomaly_mask_params

Paramètres facultatifs pour la sortie du masque. (Modèle de segmentation).

DetectAnomaliesResponse

La réponse deDetectAnomalies.

message DetectAnomalyResult {
bool is_anomalous = 1;
float confidence = 2;
Bitmap anomaly_mask = 3;
repeated Anomaly anomalies = 4;
float anomaly_score = 5;
float anomaly_threshold = 6;
}

message Anomaly {
string name = 1;
PixelAnomaly pixel_anomaly = 2;

message PixelAnomaly {
float total_percentage_area = 1;
string hex_color = 2;
}

message DetectAnomaliesResponse {
  DetectAnomalyResult detect_anomaly_result = 1;
}

Anomalie

Représente une anomalie détectée sur une image. (Modèle de segmentation).

name

Nom d'un type d'anomalie détecté dans une image. namecorrespond à un type d'anomalie dans le jeu de données d'entraînement. Le service insère automatiquement le type d'anomalie d'arrière-plan dans le formulaire de DetectAnomalies réponse.

pixel_anomalie

Informations sur le masque de pixels qui couvre un type d'anomalie.

PixelAnomaly

Informations sur le masque de pixels qui couvre un type d'anomalie. (Modèle de segmentation).

superficie totale en pourcentage

Pourcentage de zone de l'image couvert par le type d'anomalie.

hex_color

Valeur de couleur hexadécimale qui représente le type d'anomalie sur l'image. La couleur correspond à la couleur du type d'anomalie utilisé dans le jeu de données d'apprentissage.

DetectAnomalyResult

est anormal

Indique si l'image contient une anomalie. truesi l'image contient une anomalie. falsesi l'image est normale.

confidence

La confiance que l'on DetectAnomalies a dans l'exactitude de la prédiction. confidenceest une valeur à virgule flottante comprise entre 0 et 1.

masque d'anomalie

si shared_memory_handle n'a pas été fourni, contient les octets d'image pour le masque. (Modèle de segmentation).

anomalies

Liste d'au moins 0 anomalies détectées dans l'image d'entrée. (Modèle de segmentation).

score d'anomalie

Nombre qui quantifie dans quelle mesure les anomalies prévues pour une image s'écartent d'une image sans anomalies. anomaly_scoreest une valeur flottante comprise entre et (écart le plus faible par rapport 0.0 à une image normale) à 1,0 (écart le plus élevé par rapport à une image normale). Amazon Lookout for Vision renvoie une valeur anomaly_score pour, même si la prédiction pour une image est normale.

seuil d'anomalie

Nombre (flottant) qui détermine si la classification prédite d'une image est normale ou anormale. Les images anomaly_score dont la valeur est égale ou supérieure à la valeur de anomaly_threshold sont considérées comme anormales. anomaly_scoreLa valeur ci-dessous anomaly_threshold indique une image normale. La valeur utilisée par un modèle est calculée par Amazon Lookout for Vision lorsque vous entraînez le modèle. anomaly_threshold Vous ne pouvez pas définir ou modifier la valeur de anomaly_threshold

Codes d’état