Emballage de votre modèle (SDK) - Amazon Lookout for Vision

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.

Emballage de votre modèle (SDK)

Vous empaqueter un modèle en tant que composant de modèle en créant une tâche d'empaquetage de modèle. Pour créer un modèle de tâche d'empaquetage, vous appelez l'StartModelPackagingJobAPI. La tâche peut prendre un certain temps. Pour connaître l'état actuel, appelez DescribeModelPackagingJobet vérifiez le Status champ dans la réponse.

Pour plus d'informations sur les paramètres du package, consultezParamètres du package.

La procédure suivante explique comment démarrer une tâche d'empaquetage à l'aide de la AWS CLI. Vous pouvez empaqueter le modèle pour une plate-forme ou un équipement cible. Par exemple, le code Java, voir StartModelPackagingJob.

Pour emballer votre modèle (SDK)

  1. Si ce n'est pas déjà fait, installez et configurez les AWS CLI AWS SDK. Pour plus d'informations, veuillez consulter Étape 4 : Configurez le AWS CLI et AWS SDKs.

  2. Assurez-vous que vous disposez des autorisations appropriées pour démarrer une tâche d'empaquetage de modèles. Pour plus d'informations, consultez StartModelPackagingJob.

  3. Utilisez les commandes CLI suivantes pour empaqueter votre modèle pour un équipement cible ou une plate-forme cible.

    Target platform

    La commande CLI suivante montre comment empaqueter un modèle pour une plate-forme cible avec un accélérateur NVIDIA.

    Modifiez les valeurs suivantes :

    • project_nameau nom du projet qui contient le modèle que vous souhaitez empaqueter.

    • model_versionà la version du modèle que vous souhaitez empaqueter.

    • (Facultatif) description à une description de votre modèle d'emballage.

    • architectureà l'architecture (ARM64ouX86_64) du périphérique AWS IoT Greengrass Version 2 principal sur lequel vous exécutez le composant du modèle.

    • gpu_codeau code gpu du périphérique principal sur lequel vous exécutez le composant du modèle.

    • trt_verà la version de TensorRT que vous avez installée sur votre appareil principal.

    • cuda_verà la version CUDA que vous avez installée sur votre appareil principal.

    • component_nameau nom du composant du modèle sur lequel vous souhaitez créerAWS IoT Greengrass V2.

    • (Facultatif) component_version vers une version pour le composant du modèle créé par la tâche d'empaquetage. Utilisez le format major.minor.patch. Par exemple, 1.0.0 représente la première version majeure d'un composant.

    • bucketvers le compartiment Amazon S3 dans lequel la tâche d'empaquetage stocke les artefacts des composants du modèle.

    • prefixà l'emplacement du compartiment Amazon S3 où la tâche d'empaquetage stocke les artefacts des composants du modèle.

    • (Facultatif) component_description à une description du composant du modèle.

    • (Facultatif) tag_key1 et tag_key2 aux clés des balises attachées au composant du modèle.

    • (Facultatif) tag_value1 et tag_value2 aux valeurs clés des balises associées au composant du modèle.

    aws lookoutvision start-model-packaging-job \
  --project-name project_name \
  --model-version model_version \
  --description="description" \
  --configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='architecture',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"gpu_code\", \"trt-ver\": \"trt_ver\", \"cuda-ver\": \"cuda_ver\"}',S3OutputLocation={Bucket='bucket',Prefix='prefix'},ComponentName='Component_name',ComponentVersion='component_version',ComponentDescription='component_description',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
  --profile lookoutvision-access

    Par exemple :

    aws lookoutvision start-model-packaging-job \
  --project-name test-project-01 \
  --model-version 1 \
  --description="Model Packaging Job for G4 Instance using TargetPlatform Option" \
  --configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='X86_64',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"sm_75\", \"trt-ver\": \"7.1.3\", \"cuda-ver\": \"10.2\"}',S3OutputLocation={Bucket='bucket',Prefix='test-project-01/folder'},ComponentName='SampleComponentNameX86TargetPlatform',ComponentVersion='0.1.0',ComponentDescription='This is my component',Tags=[{Key='modelKey0',Value='modelValue'}, {Key='modelKey1',Value='modelValue'}]}" \
  --profile lookoutvision-access
    Target Device

    Utilisez les commandes CLI suivantes pour empaqueter un modèle pour une machine cible.

    Modifiez les valeurs suivantes :

    • project_nameau nom du projet qui contient le modèle que vous souhaitez empaqueter.

    • model_versionà la version du modèle que vous souhaitez empaqueter.

    • (Facultatif) description à une description de votre modèle d'emballage.

    • component_nameau nom du composant du modèle sur lequel vous souhaitez créerAWS IoT Greengrass V2.

    • (Facultatif) component_version vers une version pour le composant du modèle créé par la tâche d'empaquetage. Utilisez le format major.minor.patch. Par exemple, 1.0.0 représente la première version majeure d'un composant.

    • bucketvers le compartiment Amazon S3 dans lequel la tâche d'empaquetage stocke les artefacts des composants du modèle.

    • prefixà l'emplacement du compartiment Amazon S3 où la tâche d'empaquetage stocke les artefacts des composants du modèle.

    • (Facultatif) component_description à une description du composant du modèle.

    • (Facultatif) tag_key1 et tag_key2 aux clés des balises attachées au composant du modèle.

    • (Facultatif) tag_value1 et tag_value2 aux valeurs clés des balises associées au composant du modèle.

    aws lookoutvision start-model-packaging-job \
  --project-name project_name \
  --model-version model_version \
  --description="description" \
  --configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket',Prefix='prefix'},ComponentName='component_name',ComponentVersion='component_version',ComponentDescription='component_description',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
  --profile lookoutvision-access

    Par exemple :

    aws lookoutvision start-model-packaging-job \
  --project-name project_01 \
  --model-version 1 \
  --description="description" \
  --configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket',Prefix='component_folder'},ComponentName='jetson_component',ComponentVersion='2.0.0',ComponentDescription='jetson model component',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
  --profile lookoutvision-access

  4. Notez la valeur de JobName dans la réponse. Vous en avez besoin à l'étape suivante. Par exemple : 

    {
    "JobName": "6bcfd0ff-90c3-4463-9a89-6b4be3daf972"
}

  5. DescribeModelPackagingJobUtilisez-le pour obtenir le statut actuel de la tâche. Modifiez les éléments suivants :

    • project_nameau nom du projet que vous utilisez.

    • job_nameau nom de la tâche que vous avez noté à l'étape précédente.

    aws lookoutvision describe-model-packaging-job \
    --project-name project_name \
    --job-name job_name \
    --profile lookoutvision-access

    La tâche d'empaquetage du modèle est terminée si la valeur de Status estSUCCEEDED. Si la valeur est différente, attendez une minute et réessayez.

  6. Poursuivez le déploiement à l'aide deAWS IoT Greengrass V2. Pour plus d'informations, veuillez consulter Déploiement de vos composants sur un appareil.