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.

AWSConcepts de Panorama

Dans AWS Panorama, vous créez des applications de vision par ordinateur et vous les déployez AWS sur l'appareil Panorama ou sur un appareil compatible pour analyser les flux vidéo provenant de caméras réseau. Vous écrivez du code d'application en Python et vous créez des conteneurs d'applications avec Docker. Vous utilisez l'application AWS Panorama CLI pour importer des modèles de machine learning localement ou depuis Amazon Simple Storage Service (Amazon S3). Les applications utilisent l'application AWS Panorama SDK pour recevoir l'entrée vidéo d'une caméra et interagir avec un modèle.

L'appareil AWS Panorama

L'appareil AWS Panorama est le matériel qui exécute vos applications. Vous utilisez la console AWS Panorama pour enregistrer un appareil, mettre à jour son logiciel et y déployer des applications. Le logiciel de l'appareil AWS Panorama se connecte aux flux de caméras, envoie des images vidéo à votre application et affiche la sortie vidéo sur un écran connecté.

L'appareil AWS Panorama est un appareil de pointe alimenté par Nvidia Jetson AGX Xavier. Au lieu d'envoyer des images vers le AWS cloud pour traitement, il exécute les applications localement sur du matériel optimisé. Cela vous permet d'analyser la vidéo en temps réel et de traiter les résultats localement. L'appliance a besoin d'une connexion Internet pour signaler son état, télécharger des journaux et effectuer des mises à jour logicielles et des déploiements.

Pour de plus amples informations, veuillez consulter Gestion duAWS PanoramaAppliance.

Appareils compatibles

Outre l'appareil AWS Panorama, AWS Panorama prend en charge les appareils compatibles des AWS partenaires. Les appareils compatibles offrent les mêmes fonctionnalités que l'appareil AWS Panorama. Vous enregistrez et gérez des appareils compatibles avec la console AWS PanoramaAPI, puis vous créez et déployez des applications de la même manière.

Le contenu et les exemples d'applications de ce guide sont développés avec l'appareil AWS Panorama. Pour plus d'informations sur les fonctionnalités matérielles et logicielles spécifiques de votre appareil, consultez la documentation du fabricant.

Applications

Les applications s'exécutent sur l'appareil AWS Panorama pour effectuer des tâches de vision par ordinateur sur des flux vidéo. Vous pouvez créer des applications de vision par ordinateur en combinant du code Python et des modèles d'apprentissage automatique, puis les déployer sur l'appliance AWS Panorama via Internet. Les applications peuvent envoyer des vidéos sur un écran ou utiliser le AWS SDK pour envoyer les résultats aux AWS services.

Pour créer et déployer des applications, vous utilisez l'application AWS PanoramaCLI. L'application AWS Panorama CLI est un outil de ligne de commande qui génère des dossiers d'applications et des fichiers de configuration par défaut, crée des conteneurs avec Docker et télécharge des actifs. Vous pouvez exécuter plusieurs applications sur un seul appareil.

Pour de plus amples informations, veuillez consulter Gestion d'AWS Panoramaapplications.

Nœuds

Une application comprend plusieurs composants appelés nœuds, qui représentent les entrées, les sorties, les modèles et le code. Un nœud peut être configuré uniquement (entrées et sorties) ou inclure des artefacts (modèles et code). Les nœuds de code d'une application sont regroupés dans des packages de nœuds que vous téléchargez sur un point d'accès Amazon S3, où l'appliance AWS Panorama peut y accéder. Un manifeste d'application est un fichier de configuration qui définit les connexions entre les nœuds.

Pour de plus amples informations, veuillez consulter nœuds d'application.

Modèles

Un modèle de vision par ordinateur est un réseau d'apprentissage automatique formé pour traiter des images. Les modèles de vision par ordinateur peuvent effectuer diverses tâches telles que la classification, la détection, la segmentation et le suivi. Un modèle de vision par ordinateur prend une image en entrée et produit des informations sur l'image ou les objets de l'image.

AWSPanorama prend en charge les modèles PyTorch créés avecMXNet, Apache et TensorFlow. Vous pouvez créer des modèles avec Amazon SageMaker AI ou dans votre environnement de développement. Pour de plus amples informations, veuillez consulter Modèles de vision par ordinateur.