Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Komponen machine learning
<a name="machine-learning-components"></a>

AWS IoT Greengrass menyediakan komponen pembelajaran mesin berikut yang dapat Anda terapkan ke perangkat yang didukung untuk [melakukan inferensi pembelajaran mesin](perform-machine-learning-inference.md) menggunakan model yang dilatih di Amazon SageMaker AI atau dengan model pra-terlatih Anda sendiri yang disimpan di Amazon S3. <a name="ml-component-types"></a>

AWS menyediakan kategori komponen pembelajaran mesin berikut:
+ **Komponen model**—Berisi model machine learning sebagai artefak Greengrass.
+ **Komponen waktu aktif**—Berisi skrip yang menginstal kerangka kerja machine learning dan dependensinya pada perangkat inti Greengrass.
+ **Komponen Inferensi**—Berisi kode inferensi dan mencakup dependensi komponen untuk menginstal kerangka machine learning dan mengunduh model machine learning yang telah dilatih sebelumnya.

Anda dapat menggunakan kode inferensi sampel dan model yang telah dilatih sebelumnya dalam komponen pembelajaran mesin AWS yang disediakan untuk melakukan klasifikasi gambar dan deteksi objek menggunakan DLR dan Lite. TensorFlow Untuk melakukan inferensi pembelajaran mesin khusus dengan model Anda sendiri yang disimpan di Amazon S3, atau menggunakan kerangka kerja pembelajaran mesin yang berbeda, Anda dapat menggunakan resep komponen publik ini sebagai templat untuk membuat komponen pembelajaran mesin khusus. Untuk informasi selengkapnya, lihat [Sesuaikan komponen machine learning Anda](ml-customization.md).

AWS IoT Greengrass juga mencakup komponen AWS yang disediakan untuk mengelola instalasi dan siklus hidup agen SageMaker AI Edge Manager pada perangkat inti Greengrass. Dengan SageMaker AI Edge Manager, Anda dapat menggunakan model Amazon SageMaker AI Neo yang dikompilasi langsung di perangkat inti Anda. Untuk informasi selengkapnya, lihat [Gunakan Amazon SageMaker AI Edge Manager di perangkat inti Greengrass](use-sagemaker-edge-manager.md).

Tabel berikut mencantumkan komponen pembelajaran mesin yang tersedia di AWS IoT Greengrass. 

**catatan**  <a name="component-nucleus-dependency-update-note"></a>
Beberapa komponen AWS yang disediakan bergantung pada versi minor spesifik dari inti Greengrass. Karena ketergantungan ini, Anda perlu memperbarui komponen ini saat memperbarui inti Greengrass ke versi minor baru. Untuk informasi tentang versi spesifik dari inti yang masing-masing komponen bergantung padanya, lihat topik komponen yang sesuai. Untuk informasi selengkapnya terkait cara memperbarui inti, lihat [Perbarui perangkat lunak AWS IoT Greengrass Core (OTA)](update-greengrass-core-v2.md).

<a name="component-table-type-description"></a>Ketika komponen memiliki tipe komponen generik dan Lambda, versi komponen saat ini adalah tipe generik dan versi komponen sebelumnya adalah tipe Lambda.


| Komponen | Deskripsi | [Jenis komponen](develop-greengrass-components.md#component-types) | Sistem operasi yang didukung | [Sumber terbuka](open-source.md) | 
| --- | --- | --- | --- | --- | 
| [SageMaker Manajer AI Edge](sagemaker-edge-manager-component.md) | Menyebarkan agen Amazon SageMaker AI Edge Manager di perangkat inti Greengrass. | Generik | Linux, Windows | Tidak | 
| [Klasifikasi citra DLR](dlr-image-classification-component.md) | Komponen inferensi yang menggunakan penyimpanan model klasifikasi gambar DLR dan komponen waktu aktif DLR sebagai dependensi akan menginstal DLR, men-download model klasifikasi gambar sampel, dan melakukan inferensi klasifikasi gambar pada perangkat yang didukung. | Generik | Linux, Windows | Tidak | 
| [Deteksi objek DLR](dlr-object-detection-component.md) | Komponen inferensi yang menggunakan penyimpanan model deteksi gambar DLR dan komponen waktu aktif DLR sebagai dependensi akan menginstal DLR, men-download sampel model deteksi, dan melakukan inferensi deteksi gambar pada perangkat yang didukung. | Generik | Linux, Windows | Tidak | 
| [Penyimpanan model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | Komponen model yang berisi sampel ResNet -50 model klasifikasi gambar sebagai artefak Greengrass. | Generik | Linux, Windows | Tidak | 
| [Penyimpanan model deteksi DLR](dlr-object-detection-model-store-component.md) | Komponen model yang berisi model deteksi YOLOv3 objek sampel sebagai artefak Greengrass. | Generik | Linux, Windows | Tidak | 
| [Runtime DLR](dlr-component.md) | Komponen waktu aktif yang berisi skrip instalasi yang digunakan untuk menginstal DLR dan dependensinya pada perangkat inti Greengrass. | Generik | Linux, Windows | Tidak | 
| [TensorFlow Klasifikasi gambar ringan](tensorflow-lite-image-classification-component.md) | Komponen inferensi yang menggunakan penyimpanan model klasifikasi gambar TensorFlow Lite dan komponen runtime TensorFlow Lite sebagai dependensi untuk menginstal TensorFlow Lite, mengunduh model klasifikasi gambar sampel, dan melakukan inferensi klasifikasi gambar pada perangkat yang didukung. | Generik | Linux, Windows | Tidak | 
| [TensorFlow Deteksi objek Lite](tensorflow-lite-object-detection-component.md) | Komponen inferensi yang menggunakan penyimpanan model deteksi objek TensorFlow Lite dan komponen runtime TensorFlow Lite sebagai dependensi untuk menginstal TensorFlow Lite, mengunduh model deteksi objek sampel, dan melakukan inferensi deteksi objek pada perangkat yang didukung. | Generik | Linux, Windows | Tidak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | Komponen model yang berisi contoh model MobileNet v1 sebagai artefak Greengrass. | Generik | Linux, Windows | Tidak | 
| [TensorFlow Toko model deteksi objek Lite](tensorflow-lite-object-detection-model-store-component.md) | Komponen model yang berisi contoh model Single Shot Detection (SSD) sebagai MobileNet artefak Greengrass. | Generik | Linux, Windows | Tidak | 
| [TensorFlow Runtime ringan](tensorflow-lite-component.md) | Komponen runtime yang berisi skrip instalasi yang digunakan untuk menginstal TensorFlow Lite dan dependensinya pada perangkat inti Greengrass. | Generik | Linux, Windows | Tidak | 

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

**penting**  
SageMaker AI Edge Manager dihentikan pada 26 April 2024. Untuk informasi selengkapnya tentang melanjutkan penerapan model Anda ke perangkat edge, lihat [SageMaker AI Edge Manager end of life](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-eol.html).

Komponen Amazon SageMaker AI Edge Manager (`aws.greengrass.SageMakerEdgeManager`) menginstal biner agen SageMaker AI Edge Manager. 

SageMaker AI Edge Manager menyediakan manajemen model untuk perangkat edge sehingga Anda dapat mengoptimalkan, mengamankan, memantau, dan memelihara model pembelajaran mesin pada armada perangkat edge. Komponen SageMaker AI Edge Manager menginstal dan mengelola siklus hidup agen SageMaker AI Edge Manager di perangkat inti Anda. Anda juga dapat menggunakan SageMaker AI Edge Manager untuk mengemas dan menggunakan model yang dikompilasi SageMaker AI Neo sebagai komponen model pada perangkat inti Greengrass. Untuk informasi selengkapnya tentang penggunaan agen SageMaker AI Edge Manager di perangkat inti Anda, lihat[Gunakan Amazon SageMaker AI Edge Manager di perangkat inti Greengrass](use-sagemaker-edge-manager.md).

SageMaker Komponen AI Edge Manager v1.3.x menginstal biner agen Edge Manager v1.20220822.836f3023. Untuk informasi lebih lanjut tentang agen Edge Manager versi biner, lihat [Agen Manajer Edge](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-device-fleet-about).

**catatan**  
Komponen SageMaker AI Edge Manager hanya tersedia dalam hal berikut Wilayah AWS:  
AS Timur (Ohio)
AS Timur (Virginia Utara)
US West (Oregon)
EU (Frankfurt)
EU (Ireland)
Asia Pasifik (Tokyo)

**Topics**
+ [Versi](#sagemaker-edge-manager-component-versions)
+ [Tipe](#sagemaker-edge-manager-component-type)
+ [Sistem operasi](#sagemaker-edge-manager-component-os-support)
+ [Persyaratan](#sagemaker-edge-manager-component-requirements)
+ [Dependensi](#sagemaker-edge-manager-component-dependencies)
+ [Konfigurasi](#sagemaker-edge-manager-component-configuration)
+ [File log lokal](#sagemaker-edge-manager-component-log-file)
+ [Changelog](#sagemaker-edge-manager-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 1.3.x
+ 1.2.x
+ 1.1.x
+ 1.0.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="sagemaker-edge-manager-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="sm-edge-manager-component-reqs"></a>
+ <a name="sm-req-core-device"></a>Perangkat inti Greengrass yang berjalan di Amazon Linux 2, platform Linux berbasis Debian (x86\$164 atau Armv8), atau Windows (x86\$164). Jika Anda tidak memilikinya, lihat [Tutorial: Memulai dengan AWS IoT Greengrass V2](getting-started.md).
+ <a name="sm-req-python"></a>[Python](https://www.python.org/downloads/) 3.6 atau yang lebih baru, termasuk `pip` untuk versi Python Anda, diinstal pada perangkat inti anda.
+ [Peran perangkat Greengrass](device-service-role.md) yang dikonfigurasi dengan berikut ini: 
  + <a name="sm-req-iam-trust-relationship"></a>Hubungan kepercayaan yang memungkinkan `credentials.iot.amazonaws.com` dan `sagemaker.amazonaws.com` untuk meneruskan peran, seperti yang ditunjukkan dalam contoh kebijakan IAM berikut.

    ```
    { 
      "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>Kebijakan yang dikelola [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>Tindakan `s3:PutObject`, seperti yang ditunjukkan dalam contoh kebijakan IAM berikut.

    ```
    {
      "Version": "2012-10-17",		 	 	 
      "Statement": [
        {
          "Action": [
            "s3:PutObject"
          ],
          "Resource": [
            "*"
          ],
          "Effect": "Allow"
        }
      ]
    }
    ```
+ <a name="sm-req-s3-bucket"></a>Bucket Amazon S3 yang dibuat sama Akun AWS dan Wilayah AWS sebagai perangkat inti Greengrass Anda. SageMaker AI Edge Manager memerlukan bucket S3 untuk membuat armada perangkat edge, dan menyimpan data sampel dari inferensi yang berjalan di perangkat Anda. Untuk informasi selengkapnya tentang pembuatan bucket S3, lihat [Memulai Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html).
+ <a name="sm-req-edge-device-fleet"></a>Armada perangkat SageMaker AI edge yang menggunakan alias AWS IoT peran yang sama dengan perangkat inti Greengrass Anda. Untuk informasi selengkapnya, lihat [Buat armada perangkat edge](get-started-with-edge-manager-on-greengrass.md#create-edge-device-fleet-for-greengrass).
+ <a name="sm-req-edge-device"></a>Perangkat inti Greengrass Anda terdaftar sebagai perangkat edge di armada perangkat AI Edge Anda. SageMaker Nama perangkat tepi harus cocok dengan nama AWS IoT benda untuk perangkat inti Anda. Untuk informasi selengkapnya, lihat [Daftarkan perangkat inti Greengrass Anda](get-started-with-edge-manager-on-greengrass.md#register-greengrass-core-device-in-sme).

### Titik akhir dan port
<a name="sagemaker-edge-manager-component-endpoints"></a>

Komponen ini harus dapat melakukan permintaan keluar ke titik akhir dan port berikut, selain titik akhir dan port yang diperlukan untuk operasi dasar. Untuk informasi selengkapnya, lihat [Izinkan lalu lintas perangkat melalui proxy atau firewall](allow-device-traffic.md).


| Titik akhir | Port | Diperlukan | Deskripsi | 
| --- | --- | --- | --- | 
|  `edge.sagemaker.region.amazonaws.com`  | 443 | Ya |  Periksa status pendaftaran perangkat dan kirim metrik ke SageMaker AI.  | 
|  `*.s3.amazonaws.com`  | 443 | Ya |  Unggah data tangkapan ke bucket S3 yang Anda tentukan. Anda dapat mengganti `*` dengan nama setiap bucket tempat Anda mengunggah data.  | 

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#sagemaker-edge-manager-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 1.3.5 dan 1.3.6 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.3.4 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.3.3 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.3.2 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.3.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.1.1 - 1.3.0 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.1.0 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.0.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.0.1 dan 1.0.2 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.0.0 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 
| [Layanan pertukaran Token](token-exchange-service-component.md) | >=0.0.0 | Keras | 

------

Untuk informasi selengkapnya tentang dependensi komponen, lihat [referensi resep komponen](component-recipe-reference.md#recipe-reference-component-dependencies).

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

Komponen ini menyediakan parameter konfigurasi berikut yang dapat Anda sesuaikan ketika Anda men-deploy komponen.

**catatan**  
Bagian ini menjelaskan parameter konfigurasi yang Anda tetapkan dalam komponen. Untuk informasi selengkapnya tentang konfigurasi SageMaker AI Edge Manager yang sesuai, lihat [Agen Manajer Edge](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-device-fleet-about.html#edge-device-fleet-running-agent) di *Panduan Pengembang Amazon SageMaker AI*.

`DeviceFleetName`  
Nama armada perangkat SageMaker AI Edge Manager yang berisi perangkat inti Greengrass Anda.   
Anda harus menentukan nilai untuk parameter ini dalam pembaruan konfigurasi ketika Anda men-deploy komponen ini.

`BucketName`  
Nama bucket S3 yang padanya Anda unggah data inferensi yang ditangkap. Nama bucket harus berisi string `sagemaker`.   
Jika Anda mengatur `CaptureDataDestination` ke `Cloud`, atau jika Anda mengatur `CaptureDataPeriodicUpload` ke `true`, Anda harus menentukan nilai untuk parameter ini di pembaruan konfigurasi saat Anda men-deploy komponen ini.  
Capture data adalah fitur SageMaker AI yang Anda gunakan untuk mengunggah input inferensi, hasil inferensi, dan data inferensi tambahan ke bucket S3 atau direktori lokal untuk analisis masa depan. Untuk informasi selengkapnya tentang penggunaan data pengambilan dengan SageMaker AI Edge Manager, lihat [Mengelola Model](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-manage-model.html#edge-manage-model-capturedata) di *Panduan Pengembang Amazon SageMaker AI*.

`CaptureDataBatchSize`  
(Opsional) Ukuran batch permintaan data tangkapan yang ditangani agen. Nilai ini harus lebih kecil dari ukuran buffer yang Anda tentukan di `CaptureDataBufferSize`. Kami merekomendasikan agar Anda tidak melebihi setengah ukuran buffer.  
Agen menangani batch permintaan ketika jumlah permintaan dalam buffer memenuhi jumlah `CaptureDataBatchSize`, atau ketika interval `CaptureDataPushPeriodSeconds` berlalu, mana yang terjadi lebih dahulu.  
Default: `10`

`CaptureDataBufferSize`  
(Opsional) Jumlah maksimum permintaan data tangkapan yang disimpan dalam buffer.  
Default: `30`

`CaptureDataDestination`  
(Opsional) Tujuan di mana Anda menyimpan data yang diambil. Parameter ini dapat memiliki nilai berikut:  
+ `Cloud`—Mengunggah data yang ditangkap ke bucket S3 yang Anda tentukan di `BucketName`.
+ `Disk`—Menuliskan data yang ditangkap pada direktori kerja komponen. 
Jika Anda menentukan `Disk`, Anda juga dapat memilih untuk mengunggah data yang diambil secara berkala ke bucket S3 dengan menetapkan `CaptureDataPeriodicUpload` ke `true`.  
Default: `Cloud`

`CaptureDataPeriodicUpload`  
(Opsional) Nilai string yang menentukan apakah akan secara berkala meng-upload data yang ditangkap. Nilai yang didukung adalah `true` dan `false`.  
Atur parameter ini ke `true` jika Anda mengatur `CaptureDataDestination` ke `Disk`, dan Anda juga ingin agen untuk secara berkala meng-upload data yang diambil bucket S3 Anda.  
Default: `false`

`CaptureDataPeriodicUploadPeriodSeconds`  
(Opsional) Interval dalam hitungan detik saat agen SageMaker AI Edge Manager mengunggah data yang diambil ke bucket S3. Gunakan parameter ini jika Anda mengatur `CaptureDataPeriodicUpload` ke `true`.  
Default: `8`

`CaptureDataPushPeriodSeconds`  
(Opsional) Interval dalam hitungan detik di mana agen SageMaker AI Edge Manager menangani sekumpulan permintaan data pengambilan dari buffer.   
Agen menangani batch permintaan ketika jumlah permintaan dalam buffer memenuhi jumlah `CaptureDataBatchSize`, atau ketika interval `CaptureDataPushPeriodSeconds` berlalu, mana yang terjadi lebih dahulu.  
Default: `4`

`CaptureDataBase64EmbedLimit`  
(Opsional) Ukuran maksimum dalam byte data yang diambil yang diunggah agen SageMaker AI Edge Manager.  
Default: `3072`

`FolderPrefix`  
(Opsional) Nama folder tempat agen menulis data yang ditangkap. Jika Anda mengatur `CaptureDataDestination` ke`Disk`, agen membuat folder di direktori yang ditentukan oleh`CaptureDataDiskPath`. Jika Anda mengatur `CaptureDataDestination` ke `Cloud`, atau jika Anda mengatur `CaptureDataPeriodicUpload` ke `true`, agen akan membuat folder di bucket S3 Anda.   
Default: `sme-capture`

`CaptureDataDiskPath`  
Fitur ini tersedia di v1.1.0 dan versi yang lebih baru dari komponen SageMaker AI Edge Manager.  
(Opsional) Jalur ke folder tempat agen membuat folder data yang diambil. Jika Anda menyetel `CaptureDataDestination` ke`Disk`, agen akan membuat folder data yang diambil di direktori ini. Jika Anda tidak menentukan nilai ini, agen akan membuat folder data yang diambil di direktori kerja komponen. Gunakan `FolderPrefix` parameter untuk menentukan nama folder data yang diambil.  
Default: `/greengrass/v2/work/aws.greengrass.SageMakerEdgeManager/capture`

`LocalDataRootPath`  
Fitur ini tersedia di v1.2.0 dan versi yang lebih baru dari komponen SageMaker AI Edge Manager.  
(Opsional) Jalur tempat komponen ini menyimpan data berikut pada perangkat inti:  
+ Database lokal untuk data runtime saat Anda menyetel `DbEnable` ke`true`.
+ SageMaker Model yang dikompilasi AI Neo yang diunduh komponen ini secara otomatis saat Anda `DeploymentEnable` menyetelnya. `true`
Default: `/greengrass/v2/work/aws.greengrass.SageMakerEdgeManager`

`DbEnable`  
(Opsional) Anda dapat mengaktifkan komponen ini untuk menyimpan data runtime dalam database lokal untuk menyimpan data, jika komponen gagal atau perangkat kehilangan daya.  
Database ini membutuhkan 5 MB penyimpanan pada sistem file perangkat inti.  
Default: `false`

`DeploymentEnable`  
Fitur ini tersedia di v1.2.0 dan versi yang lebih baru dari komponen SageMaker AI Edge Manager.  
(Opsional) Anda dapat mengaktifkan komponen ini untuk secara otomatis mengambil model yang dikompilasi SageMaker AI Neo dari yang Anda unggah ke Amazon S3. Setelah Anda mengunggah model baru ke Amazon S3, gunakan SageMaker AI Studio atau SageMaker AI API untuk menerapkan model baru ke perangkat inti ini. Saat mengaktifkan fitur ini, Anda dapat menerapkan model baru ke perangkat inti tanpa perlu membuat AWS IoT Greengrass penerapan.  
Untuk menggunakan fitur ini, Anda harus mengatur `DbEnable` ke`true`. Fitur ini menggunakan database lokal untuk melacak model yang diambil dari file. AWS Cloud
Default: `false`

`DeploymentPollInterval`  
Fitur ini tersedia di v1.2.0 dan versi yang lebih baru dari komponen SageMaker AI Edge Manager.  
(Opsional) Jumlah waktu (dalam menit) di mana komponen ini memeriksa model baru untuk diunduh. Opsi ini berlaku saat Anda menyetel `DeploymentEnable` ke`true`.  
Default: `1440` (1 hari)

`DLRBackendOptions`  
Fitur ini tersedia di v1.2.0 dan versi yang lebih baru dari komponen SageMaker AI Edge Manager.  
(Opsional) Bendera runtime DLR untuk disetel di runtime DLR yang digunakan komponen ini. Anda dapat mengatur bendera berikut:  
+ `TVM_TENSORRT_CACHE_DIR`- Aktifkan caching model TensorRT. Tentukan jalur absolut ke folder yang ada yang memiliki izin baca/tulis.
+ `TVM_TENSORRT_CACHE_DISK_SIZE_MB`— Menetapkan batas atas folder cache model TensorRT. Ketika ukuran direktori tumbuh melampaui batas ini, mesin cache yang paling sedikit digunakan dihapus. Nilai default adalah 512 MB.
Misalnya, Anda dapat menyetel parameter ini ke nilai berikut untuk mengaktifkan caching model TensorRT dan membatasi ukuran cache hingga 800 MB.  

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

`SagemakerEdgeLogVerbose`  
(Opsional) Nilai string yang menentukan apakah akan mengaktifkan pencatatan debug. Nilai yang didukung adalah `true` dan `false`.  
Default: `false`

`UnixSocketName`  
(Opsional) Lokasi deskriptor file soket SageMaker AI Edge Manager pada perangkat inti.  
Default: `/tmp/aws.greengrass.SageMakerEdgeManager.sock`

**Example Contoh: Pembaruan gabungan konfigurasi**  
Contoh konfigurasi berikut menentukan bahwa perangkat inti adalah bagian dari *MyEdgeDeviceFleet* dan bahwa agen menulis data pengambilan baik ke perangkat dan ke bucket S3. Konfigurasi ini juga memungkinkan pencatatan debug.  

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

## File log lokal
<a name="sagemaker-edge-manager-component-log-file"></a>

Komponen ini menggunakan file log berikut.

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

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

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

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

------

**Untuk melihat log komponen ini**
+ Jalankan perintah berikut pada perangkat inti untuk melihat file log komponen ini secara real time. Ganti `/greengrass/v2` atau *C:\$1greengrass\$1v2* dengan jalur ke folder AWS IoT Greengrass root.

------
#### [ 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
  ```

------

## Changelog
<a name="sagemaker-edge-manager-component-changelog"></a>

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  **Versi**  |  **Perubahan**  | 
| --- | --- | 
|  1.3.6  |  Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis.  | 
|  1.3.5  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  1.3.4  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  1.3.3  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  1.3.2  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  1.3.1  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  1.3.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.2.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.1.1  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  1.1.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.0.3  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  1.0.2  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.0.1  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  1.0.0  |  Versi awal.  | 

# Klasifikasi citra DLR
<a name="dlr-image-classification-component"></a>

Komponen klasifikasi citra DLR (`aws.greengrass.DLRImageClassification`) berisi contoh kode inferensi untuk melakukan inferensi klasifikasi gambar menggunakan [Deep Learning Runtime](https://github.com/neo-ai/neo-ai-dlr) dan model resnet-50. Komponen ini menggunakan varian [Penyimpanan model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) dan komponen [Runtime DLR](dlr-component.md) sebagai dependensi untuk mengunduh DLR dan model sampel. 

Untuk menggunakan komponen inferensi ini dengan model DLR yang terlatih khusus, [buat versi kustom](ml-customization.md#override-public-model-store) dari komponen penyimpanan model dependen. Untuk menggunakan kode inferensi kustom Anda sendiri, Anda dapat menggunakan resep komponen ini sebagai templat untuk [membuat komponen inferensi kustom](ml-customization.md#create-inference-component).

**Topics**
+ [Versi](#dlr-image-classification-component-versions)
+ [Tipe](#dlr-image-classification-component-type)
+ [Sistem operasi](#dlr-image-classification-component-os-support)
+ [Persyaratan](#dlr-image-classification-component-requirements)
+ [Dependensi](#dlr-image-classification-component-dependencies)
+ [Konfigurasi](#dlr-image-classification-component-configuration)
+ [File log lokal](#dlr-image-classification-component-log-file)
+ [Changelog](#dlr-image-classification-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x
+ 2.0.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="dlr-image-classification-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#dlr-image-classification-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.13 dan 2.1.14 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.6 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 hingga 2.1.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 
| [Toko model klasifikasi gambar DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.0.x komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | \$12.0.0 | Lunak | 
| Penyimpanan model klasifikasi gambar DLR | \$12.0.0 | Keras | 
| DLR | \$11.3.0 | Lunak | 

------

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

Komponen ini menyediakan parameter konfigurasi berikut yang dapat Anda sesuaikan ketika Anda men-deploy komponen.

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

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opsional) Objek yang berisi [kebijakan otorisasi](interprocess-communication.md#ipc-authorization-policies) yang memungkinkan komponen untuk mempublikasikan pesan ke topik pemberitahuan default.   
Default:   

```
{
   "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>(Opsional) Topik di mana Anda ingin mempublikasikan hasil inferensi. Jika Anda mengubah nilai ini, maka Anda juga harus mengubah nilai `resources` di parameter `accessControl` agar cocok dengan nama topik kustom Anda.  
Default: `ml/dlr/image-classification`

`Accelerator`  <a name="ml-config-accelerator"></a>
Akselerator yang ingin Anda gunakan. Nilai yang didukung adalah `cpu` dan `gpu`.  
Model sampel dalam komponen model dependen hanya mendukung akselerasi CPU. Untuk menggunakan akselerasi GPU dengan model kustom yang berbeda, [buat komponen model kustom](ml-customization.md#override-public-model-store) untuk menimpa komponen model publik.  
Default: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opsional) Jalur folder pada perangkat di mana komponen inferensi membaca gambar. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat Anda read/write akses.  
<a name="ml-config-imagedirectory-img-default"></a>Default: `/greengrass/v2/packages/artifacts-unarchived/component-name/image_classification/sample_images/`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opsional) Nama gambar yang digunakan oleh komponen inferensi sebagai masukan untuk membuat prediksi. Komponen mencari gambar dalam folder yang ditentukan dalam `ImageDirectory`. Secara default, komponen menggunakan gambar sampel di direktori gambar default. AWS IoT Greengrass mendukung format gambar berikut:`jpeg`,`jpg`,`png`, dan`npy`.   
<a name="ml-config-imagename-img-default"></a>Default: `cat.jpeg`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opsional) Waktu dalam detik antara setiap prediksi yang dibuat oleh kode inferensi. Kode inferensi sampel berjalan tanpa batas waktu dan mengulangi prediksinya pada interval waktu yang ditentukan. Misalnya, Anda dapat mengubahnya menjadi interval yang lebih pendek jika ingin menggunakan gambar yang diambil oleh kamera untuk prediksi real-time.  
Default: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opsional) Model yang digunakan dalam komponen model publik dependen. Ubah parameter ini hanya jika Anda menimpa komponen model publik dengan komponen kustom.   
Default:  

```
{
    "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>
(Opsional) Nilai string yang menentukan apakah akan menggunakan gambar dari kamera yang terhubung ke perangkat inti Greengrass. Nilai yang didukung adalah `true` dan `false`.  
Ketika Anda menetapkan nilai ini ke `true`, kode kesimpulan sampel akan mengakses kamera pada perangkat Anda dan menjalankan kesimpulan secara lokal pada gambar yang ditangkap. Nilai `ImageName` dan parameter `ImageDirectory` diabaikan. Pastikan bahwa pengguna yang menjalankan komponen ini memiliki read/write akses ke lokasi di mana kamera menyimpan gambar yang diambil.  
Default: `false`  
Ketika Anda melihat resep komponen ini, parameter konfigurasi `UseCamera` tidak muncul dalam konfigurasi default. Namun, Anda dapat mengubah nilai parameter ini dalam [pembaruan gabungan konfigurasi](update-component-configurations.md) saat Anda men-deploy komponen.   
Ketika Anda mengatur `UseCamera` ke `true`, Anda juga harus membuat symlink untuk mengaktifkan komponen inferensi untuk mengakses kamera Anda dari lingkungan virtual yang dibuat oleh komponen waktu aktif. Untuk informasi lebih lanjut tentang penggunaan kamera dengan komponen inferensi sampel, lihat [Perbarui konfigurasi komponen](ml-tutorial-image-classification-camera.md).

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

`MLRootPath`  <a name="ml-config-mlrootpath"></a>
<a name="ml-config-mlrootpath-desc"></a>(Opsional) Jalur folder pada perangkat inti Linux tempat komponen inferensi membaca gambar dan menulis hasil inferensi. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat read/write diakses oleh pengguna yang menjalankan komponen ini.  
<a name="ml-config-mlrootpath-default-dlr"></a>Default: `/greengrass/v2/work/variant.DLR/greengrass_ml`  
<a name="ml-config-mlrootpath-default-tfl"></a>Default: `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`Accelerator`  <a name="ml-config-accelerator"></a>
Akselerator yang ingin Anda gunakan. Nilai yang didukung adalah `cpu` dan `gpu`.  
Model sampel dalam komponen model dependen hanya mendukung akselerasi CPU. Untuk menggunakan akselerasi GPU dengan model kustom yang berbeda, [buat komponen model kustom](ml-customization.md#override-public-model-store) untuk menimpa komponen model publik.  
Default: `cpu`

`ImageName`  
<a name="ml-config-imagename-desc-dlr-1.3.0"></a>(Opsional) Nama gambar yang digunakan oleh komponen inferensi sebagai masukan untuk membuat prediksi. Komponen mencari gambar dalam folder yang ditentukan dalam `ImageDirectory`. Lokasi defaultnya adalah`MLRootPath/images`. AWS IoT Greengrass mendukung format gambar berikut:`jpeg`,`jpg`,`png`, dan`npy`.   
<a name="ml-config-imagename-img-default"></a>Default: `cat.jpeg`

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opsional) Waktu dalam detik antara setiap prediksi yang dibuat oleh kode inferensi. Kode inferensi sampel berjalan tanpa batas waktu dan mengulangi prediksinya pada interval waktu yang ditentukan. Misalnya, Anda dapat mengubahnya menjadi interval yang lebih pendek jika ingin menggunakan gambar yang diambil oleh kamera untuk prediksi real-time.  
Default: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opsional) Model yang digunakan dalam komponen model publik dependen. Ubah parameter ini hanya jika Anda menimpa komponen model publik dengan komponen kustom.   
Default:  

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

------

## File log lokal
<a name="dlr-image-classification-component-log-file"></a>

Komponen ini menggunakan file log berikut.

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

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

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

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

------

**Untuk melihat log komponen ini**
+ Jalankan perintah berikut pada perangkat inti untuk melihat file log komponen ini secara real time. Ganti `/greengrass/v2` atau *C:\$1greengrass\$1v2* dengan jalur ke folder AWS IoT Greengrass root.

------
#### [ 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
  ```

------

## Changelog
<a name="dlr-image-classification-component-changelog"></a>

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  **Versi**  |  **Perubahan**  | 
| --- | --- | 
|  2.1.14  | Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis. | 
|  2.1.13  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.12  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.8  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.7  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.6  |  Versi diperbarui untuk Greengrass nucleus versi 2.5.0 rilis.  | 
|  2.1.5  |  Komponen dirilis di semua Wilayah AWS.  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis. Versi ini tidak tersedia di Eropa (London) (`eu-west-2`).  | 
|  2.1.3  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  2.1.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  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/id_id/greengrass/v2/developerguide/dlr-image-classification-component.html)  | 
|  2.0.4  |  Versi awal.  | 

# Deteksi objek DLR
<a name="dlr-object-detection-component"></a>

Komponen deteksi objek DLR (`aws.greengrass.DLRObjectDetection`) berisi contoh kode inferensi untuk melakukan inferensi deteksi objek dengan menggunakan [Deep Learning Runtime](https://github.com/neo-ai/neo-ai-dlr) dan sampel model yang terlatih sebelumnya. Komponen ini menggunakan varian [Penyimpanan model deteksi DLR](dlr-object-detection-model-store-component.md) dan komponen [Runtime DLR](dlr-component.md) sebagai dependensi untuk mengunduh DLR dan model sampel. 

Untuk menggunakan komponen inferensi ini dengan model DLR yang terlatih khusus, [buat versi kustom](ml-customization.md#override-public-model-store) dari komponen penyimpanan model dependen. Untuk menggunakan kode inferensi kustom Anda sendiri, Anda dapat menggunakan resep komponen ini sebagai templat untuk [membuat komponen inferensi kustom](ml-customization.md#create-inference-component).

**Topics**
+ [Versi](#dlr-object-detection-component-versions)
+ [Tipe](#dlr-object-detection-component-type)
+ [Sistem operasi](#dlr-object-detection-component-os-support)
+ [Persyaratan](#dlr-object-detection-component-requirements)
+ [Dependensi](#dlr-object-detection-component-dependencies)
+ [Konfigurasi](#dlr-object-detection-component-configuration)
+ [File log lokal](#dlr-object-detection-component-log-file)
+ [Changelog](#dlr-object-detection-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x
+ 2.0.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="dlr-object-detection-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#dlr-object-detection-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.13 dan 2.1.14 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.6 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 hingga 2.1.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 
| [Toko model deteksi objek DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Keras | 
| [DLR](dlr-component.md) | \$11.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.0.x komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | \$12.0.0 | Lunak | 
| Penyimpanan model deteksi DLR | \$12.0.0 | Keras | 
| DLR | \$11.3.0 | Lunak | 

------

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

Komponen ini menyediakan parameter konfigurasi berikut yang dapat Anda sesuaikan ketika Anda men-deploy komponen.

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

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opsional) Objek yang berisi [kebijakan otorisasi](interprocess-communication.md#ipc-authorization-policies) yang memungkinkan komponen untuk mempublikasikan pesan ke topik pemberitahuan default.   
Default:   

```
{
   "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>(Opsional) Topik di mana Anda ingin mempublikasikan hasil inferensi. Jika Anda mengubah nilai ini, maka Anda juga harus mengubah nilai `resources` di parameter `accessControl` agar cocok dengan nama topik kustom Anda.  
Default: `ml/dlr/object-detection`

`Accelerator`  <a name="ml-config-accelerator"></a>
Akselerator yang ingin Anda gunakan. Nilai yang didukung adalah `cpu` dan `gpu`.  
Model sampel dalam komponen model dependen hanya mendukung akselerasi CPU. Untuk menggunakan akselerasi GPU dengan model kustom yang berbeda, [buat komponen model kustom](ml-customization.md#override-public-model-store) untuk menimpa komponen model publik.  
Default: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opsional) Jalur folder pada perangkat di mana komponen inferensi membaca gambar. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat Anda read/write akses.  
<a name="ml-config-imagedirectory-obj-default"></a>Default: `/greengrass/v2/packages/artifacts-unarchived/component-name/object_detection/sample_images/`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opsional) Nama gambar yang digunakan oleh komponen inferensi sebagai masukan untuk membuat prediksi. Komponen mencari gambar dalam folder yang ditentukan dalam `ImageDirectory`. Secara default, komponen menggunakan gambar sampel di direktori gambar default. AWS IoT Greengrass mendukung format gambar berikut:`jpeg`,`jpg`,`png`, dan`npy`.   
<a name="ml-config-imagename-obj-default"></a>Default: `objects.jpg`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opsional) Waktu dalam detik antara setiap prediksi yang dibuat oleh kode inferensi. Kode inferensi sampel berjalan tanpa batas waktu dan mengulangi prediksinya pada interval waktu yang ditentukan. Misalnya, Anda dapat mengubahnya menjadi interval yang lebih pendek jika ingin menggunakan gambar yang diambil oleh kamera untuk prediksi real-time.  
Default: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opsional) Model yang digunakan dalam komponen model publik dependen. Ubah parameter ini hanya jika Anda menimpa komponen model publik dengan komponen kustom.   
Default:  

```
{
    "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>
(Opsional) Nilai string yang menentukan apakah akan menggunakan gambar dari kamera yang terhubung ke perangkat inti Greengrass. Nilai yang didukung adalah `true` dan `false`.  
Ketika Anda menetapkan nilai ini ke `true`, kode kesimpulan sampel akan mengakses kamera pada perangkat Anda dan menjalankan kesimpulan secara lokal pada gambar yang ditangkap. Nilai `ImageName` dan parameter `ImageDirectory` diabaikan. Pastikan bahwa pengguna yang menjalankan komponen ini memiliki read/write akses ke lokasi di mana kamera menyimpan gambar yang diambil.  
Default: `false`  
Ketika Anda melihat resep komponen ini, parameter konfigurasi `UseCamera` tidak muncul dalam konfigurasi default. Namun, Anda dapat mengubah nilai parameter ini dalam [pembaruan gabungan konfigurasi](update-component-configurations.md) saat Anda men-deploy komponen.   
Ketika Anda mengatur `UseCamera` ke `true`, Anda juga harus membuat symlink untuk mengaktifkan komponen inferensi untuk mengakses kamera Anda dari lingkungan virtual yang dibuat oleh komponen waktu aktif. Untuk informasi lebih lanjut tentang penggunaan kamera dengan komponen inferensi sampel, lihat [Perbarui konfigurasi komponen](ml-tutorial-image-classification-camera.md).

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

`MLRootPath`  <a name="ml-config-mlrootpath"></a>
<a name="ml-config-mlrootpath-desc"></a>(Opsional) Jalur folder pada perangkat inti Linux tempat komponen inferensi membaca gambar dan menulis hasil inferensi. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat read/write diakses oleh pengguna yang menjalankan komponen ini.  
<a name="ml-config-mlrootpath-default-dlr"></a>Default: `/greengrass/v2/work/variant.DLR/greengrass_ml`  
<a name="ml-config-mlrootpath-default-tfl"></a>Default: `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`Accelerator`  
Jangan diubah. Saat ini, satu-satunya nilai yang didukung untuk akselerator adalah `cpu`, karena model dalam komponen model dependen dikompilasi hanya untuk akselerator CPU.

`ImageName`  
<a name="ml-config-imagename-desc-dlr-1.3.0"></a>(Opsional) Nama gambar yang digunakan oleh komponen inferensi sebagai masukan untuk membuat prediksi. Komponen mencari gambar dalam folder yang ditentukan dalam `ImageDirectory`. Lokasi default adalah`MLRootPath/images`. AWS IoT Greengrass mendukung format gambar berikut:`jpeg`,`jpg`,`png`, dan`npy`.   
<a name="ml-config-imagename-obj-default"></a>Default: `objects.jpg`

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opsional) Waktu dalam detik antara setiap prediksi yang dibuat oleh kode inferensi. Kode inferensi sampel berjalan tanpa batas waktu dan mengulangi prediksinya pada interval waktu yang ditentukan. Misalnya, Anda dapat mengubahnya menjadi interval yang lebih pendek jika ingin menggunakan gambar yang diambil oleh kamera untuk prediksi real-time.  
Default: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opsional) Model yang digunakan dalam komponen model publik dependen. Ubah parameter ini hanya jika Anda menimpa komponen model publik dengan komponen kustom.   
Default:  

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

------

## File log lokal
<a name="dlr-object-detection-component-log-file"></a>

Komponen ini menggunakan file log berikut.

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

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

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

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

------

**Untuk melihat log komponen ini**
+ Jalankan perintah berikut pada perangkat inti untuk melihat file log komponen ini secara real time. Ganti `/greengrass/v2` atau *C:\$1greengrass\$1v2* dengan jalur ke folder AWS IoT Greengrass root.

------
#### [ 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
  ```

------

## Changelog
<a name="dlr-object-detection-component-changelog"></a>

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  **Versi**  |  **Perubahan**  | 
| --- | --- | 
|  2.1.14  | Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis. | 
|  2.1.13  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.12  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.8  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.7  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.6  |  Versi diperbarui untuk Greengrass nucleus versi 2.5.0 rilis.  | 
|  2.1.5  |  Komponen dirilis di semua Wilayah AWS.  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis. Versi ini tidak tersedia di Eropa (London) (`eu-west-2`).  | 
|  2.1.3  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  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/id_id/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/id_id/greengrass/v2/developerguide/dlr-object-detection-component.html)  | 
|  2.0.4  |  Versi awal.  | 

# Penyimpanan model klasifikasi gambar DLR
<a name="dlr-image-classification-model-store-component"></a>

Toko model klasifikasi gambar DLR adalah komponen model pembelajaran mesin yang berisi ResNet model -50 yang telah dilatih sebelumnya sebagai artefak Greengrass. [Model pra-terlatih yang digunakan dalam komponen ini diambil dari [Kebun Binatang Model GluonCV](https://cv.gluon.ai/model_zoo/index.html) dan dikompilasi menggunakan SageMaker AI Neo Deep Learning Runtime.](https://github.com/neo-ai/neo-ai-dlr)

Komponen inferensi [klasifikasi citra DLR](dlr-image-classification-component.md) menggunakan komponen ini sebagai dependensi untuk sumber model. Untuk menggunakan model DLR yang terlatih khusus, [buat versi kustomisasi](ml-customization.md#override-public-model-store) komponen model ini, dan sertakan model kustom Anda sebagai artefak komponen. Anda dapat menggunakan resep komponen ini sebagai templat untuk membuat komponen model kustom. 

**catatan**  
Nama komponen penyimpanan model klasifikasi gambar DLR bervariasi tergantung pada versinya. Nama komponen untuk versi 2.1.x dan versi yang lebih baru adalah `variant.DLR.ImageClassification.ModelStore`. Nama komponen untuk versi 2.0.x adalah `variant.ImageClassification.ModelStore`.

**Topics**
+ [Versi](#dlr-image-classification-model-store-component-versions)
+ [Tipe](#dlr-image-classification-model-store-component-type)
+ [Sistem operasi](#dlr-image-classification-model-store-component-os-support)
+ [Persyaratan](#dlr-image-classification-model-store-component-requirements)
+ [Dependensi](#dlr-image-classification-model-store-component-dependencies)
+ [Konfigurasi](#dlr-image-classification-model-store-component-configuration)
+ [Berkas log lokal](#dlr-image-classification-model-store-component-log-file)
+ [Changelog](#dlr-image-classification-model-store-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x (`variant.DLR.ImageClassification.ModelStore`) 
+ 2.0.x (`variant.ImageClassification.ModelStore`) 

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="dlr-image-classification-model-store-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#dlr-image-classification-model-store-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.12 dan 2.1.13 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.6 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.0.x komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | \$12.0.0 | Lunak | 

------

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

Komponen ini tidak memiliki parameter konfigurasi apapun.

## Berkas log lokal
<a name="dlr-image-classification-model-store-component-log-file"></a>

Komponen ini tidak mengeluarkan log.

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

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  **Versi**  |  **Perubahan**  | 
| --- | --- | 
|  2.1.13  | Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis. | 
|  2.1.12  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.8  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.7  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.6  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/dlr-image-classification-model-store-component.html)  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  2.1.3  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  2.1.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  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/id_id/greengrass/v2/developerguide/dlr-image-classification-model-store-component.html)  | 
|  2.0.4  |  Versi awal.  | 

# Penyimpanan model deteksi DLR
<a name="dlr-object-detection-model-store-component"></a>

Toko model deteksi objek DLR adalah komponen model pembelajaran mesin yang berisi model pra-terlatih YOLOv3 sebagai artefak Greengrass. Model sampel yang digunakan dalam komponen ini diambil dari [Kebun Binatang Model GluonCV](https://cv.gluon.ai/model_zoo/index.html) dan dikompilasi menggunakan SageMaker AI Neo [Deep](https://github.com/neo-ai/neo-ai-dlr) Learning Runtime.

Komponen inferensi [deteksi citra DLR](dlr-object-detection-component.md) menggunakan komponen ini sebagai dependensi untuk sumber model. Untuk menggunakan model DLR yang terlatih khusus, [buat versi kustomisasi](ml-customization.md#override-public-model-store) komponen model ini, dan sertakan model kustom Anda sebagai artefak komponen. Anda dapat menggunakan resep komponen ini sebagai templat untuk membuat komponen model kustom. 

**catatan**  
Nama komponen penyimpanan model deteksi objek DLR bervariasi tergantung pada versinya. Nama komponen untuk versi 2.1.x dan versi yang lebih baru adalah `variant.DLR.ObjectDetection.ModelStore`. Nama komponen untuk versi 2.0.x adalah `variant.ObjectDetection.ModelStore`.

**Topics**
+ [Versi](#dlr-object-detection-model-store-component-versions)
+ [Tipe](#dlr-object-detection-model-store-component-type)
+ [Sistem operasi](#dlr-object-detection-model-store-component-os-support)
+ [Persyaratan](#dlr-object-detection-model-store-component-requirements)
+ [Dependensi](#dlr-object-detection-model-store-component-dependencies)
+ [Konfigurasi](#dlr-object-detection-model-store-component-configuration)
+ [File log lokal](#dlr-object-detection-model-store-component-log-file)
+ [Changelog](#dlr-object-detection-model-store-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x 
+ 2.0.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="dlr-object-detection-model-store-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#dlr-object-detection-model-store-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.13 dan 2.1.14 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.5 dan 2.1.6 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.0.x komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | \$12.0.0 | Lunak | 

------

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

Komponen ini tidak memiliki parameter konfigurasi apapun.

## File log lokal
<a name="dlr-object-detection-model-store-component-log-file"></a>

Komponen ini tidak mengeluarkan log.

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

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  **Versi**  |  **Perubahan**  | 
| --- | --- | 
|  2.1.14  |  Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis.  | 
|  2.1.13  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.12  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.8  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.7  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.6  |  Menambahkan model CPU untuk memperbaiki masalah pada perangkat Armv8 (AArch64).  | 
|  2.1.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/dlr-object-detection-model-store-component.html)  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  2.1.3  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  2.1.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  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/id_id/greengrass/v2/developerguide/dlr-object-detection-model-store-component.html) | 
|  2.0.4  |  Versi awal.  | 

# Runtime DLR
<a name="dlr-component"></a>

Komponen runtime DLR (`variant.DLR`) berisi skrip yang menginstal [Deep Learning Runtime](https://github.com/neo-ai/neo-ai-dlr) (DLR) dan dependensinya di lingkungan virtual di perangkat Anda. Komponen [Klasifikasi citra DLR](dlr-image-classification-component.md) dan [Deteksi objek DLR](dlr-object-detection-component.md) menggunakan komponen ini sebagai dependensi untuk menginstal DLR. Versi komponen 1.6.x menginstal DLR v1.6.0 dan versi komponen 1.3.x menginstal DLR v1.3.0. 

Untuk menggunakan runtime yang berbeda, Anda dapat menggunakan resep komponen ini sebagai template untuk [membuat komponen pembelajaran mesin kustom](ml-customization.md). 

**Topics**
+ [Versi](#dlr-component-versions)
+ [Tipe](#dlr-component-type)
+ [Sistem operasi](#dlr-component-os-support)
+ [Persyaratan](#dlr-component-requirements)
+ [Dependensi](#dlr-component-dependencies)
+ [Konfigurasi](#dlr-component-configuration)
+ [Penggunaan](#dlr-component-usage)
+ [Berkas log lokal](#dlr-component-log-file)
+ [Changelog](#dlr-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 1.6.x
+ 1.3.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="dlr-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

### Titik akhir dan port
<a name="dlr-component-endpoints"></a>

Secara default, komponen ini menggunakan skrip installer untuk menginstal paket menggunakan`apt`,, `yum``brew`, dan `pip` perintah, tergantung pada platform apa yang digunakan perangkat inti. Komponen ini harus dapat melakukan permintaan keluar ke berbagai indeks paket dan repositori untuk menjalankan skrip installer. Untuk mengizinkan lalu lintas keluar komponen ini melalui proxy atau firewall, Anda harus mengidentifikasi titik akhir untuk indeks paket dan repositori tempat perangkat inti Anda terhubung untuk menginstal.

Pertimbangkan hal berikut ketika Anda mengidentifikasi titik akhir yang diperlukan untuk skrip penginstalan komponen ini:
+ Titik akhir bergantung pada platform perangkat inti. Misalnya, perangkat inti yang menjalankan Ubuntu menggunakan `apt` bukan `yum` atau`brew`. Selain itu, perangkat yang menggunakan indeks paket yang sama mungkin memiliki daftar sumber yang berbeda, sehingga mereka mungkin mengambil paket dari repositori yang berbeda.
+ Titik akhir mungkin berbeda antara beberapa perangkat yang menggunakan indeks paket yang sama, karena setiap perangkat memiliki daftar sumbernya sendiri yang menentukan tempat untuk mengambil paket.
+ Titik akhir mungkin berubah seiring waktu. Setiap indeks paket menyediakan repositori tempat Anda mengunduh paket, dan pemilik paket dapat mengubah apa yang disediakan URLs oleh indeks paket. URLs 

Untuk informasi selengkapnya tentang dependensi yang dipasang komponen ini, dan cara menonaktifkan skrip penginstal, lihat parameter konfigurasi. [UseInstaller](#dlr-component-config-useinstaller-term)

Untuk informasi selengkapnya tentang titik akhir dan port yang diperlukan untuk operasi dasar, lihat[Izinkan lalu lintas perangkat melalui proxy atau firewall](allow-device-traffic.md).

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#dlr-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.11 hingga 1.6.16 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <3.0.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.9 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.8 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.6 dan 1.6.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.4 dan 1.6.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.6.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 1.3.x komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | \$12.0.0 | Lunak | 

------

Untuk informasi selengkapnya tentang dependensi komponen, lihat [referensi resep komponen](component-recipe-reference.md#recipe-reference-component-dependencies).

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

Komponen ini menyediakan parameter konfigurasi berikut yang dapat Anda sesuaikan ketika Anda men-deploy komponen.

`MLRootPath`  
<a name="ml-config-mlrootpath-desc"></a>(Opsional) Jalur folder pada perangkat inti Linux tempat komponen inferensi membaca gambar dan menulis hasil inferensi. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat read/write diakses oleh pengguna yang menjalankan komponen ini.  
<a name="ml-config-mlrootpath-default-dlr"></a>Default: `/greengrass/v2/work/variant.DLR/greengrass_ml`

`WindowsMLRootPath`  
Fitur ini tersedia di v1.6.6 dan yang lebih baru dari komponen ini.  
<a name="ml-config-windowsmlrootpath-desc"></a>(Opsional) Jalur folder pada perangkat inti Windows tempat komponen inferensi membaca gambar dan menulis hasil inferensi. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat read/write diakses oleh pengguna yang menjalankan komponen ini.  
<a name="ml-config-windowsmlrootpath-default-dlr"></a>Default: `C:\greengrass\v2\\work\\variant.DLR\\greengrass_ml`

  `UseInstaller`   
<a name="ml-config-useinstaller-desc-dlr"></a>(Opsional) Nilai string yang menentukan apakah akan menggunakan skrip installer dalam komponen ini untuk menginstal DLR dan dependensinya. Nilai yang didukung adalah `true` dan `false`.   <a name="ml-config-useinstaller-libraries-dlr"></a>

Tetapkan nilai ini `false` jika Anda ingin menggunakan skrip kustom untuk instalasi DLR, atau jika Anda ingin menyertakan dependensi runtime dalam image Linux yang sudah dibuat sebelumnya. Untuk menggunakan komponen ini dengan komponen inferensi DLR yang AWS disediakan, instal pustaka berikut, termasuk dependensi apa pun, dan buat tersedia bagi pengguna sistem, seperti`ggc_user`, yang menjalankan komponen ML.
+ [Python](https://www.python.org/downloads/) 3.7 atau yang lebih baru, termasuk `pip` untuk versi Python Anda.
+ [Runtime Pembelajaran Mendalam](https://github.com/neo-ai/neo-ai-dlr) v1.6.0
+ [NumPy](https://numpy.org/install/).
+ [OpenCV-Python](https://pypi.org/project/opencv-python/).
+ [AWS IoT Device SDK v2 untuk Python](https://github.com/aws/aws-iot-device-sdk-python-v2).
+ [AWS Python Runtime Umum (CRT](https://github.com/awslabs/aws-crt-python)).
+ [Picamera](https://picamera.readthedocs.io/en/release-1.13/) (hanya untuk perangkat Raspberry Pi).
+ [`awscam`modul](https://docs.aws.amazon.com/deeplens/latest/dg/deeplens-library-awscam-module.html) (untuk AWS DeepLens perangkat).
+ LibGL (untuk perangkat Linux)
<a name="ml-config-useinstaller-default"></a>Default: `true`

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

Gunakan komponen ini dengan parameter `UseInstaller` konfigurasi yang disetel `true` untuk menginstal DLR dan dependensinya di perangkat Anda. Komponen menyiapkan lingkungan virtual di perangkat Anda yang menyertakan OpenCV dan NumPy pustaka yang diperlukan untuk DLR. 

**catatan**  <a name="ml-installer-component-usage-note"></a>
Skrip penginstal dalam komponen ini juga menginstal versi terbaru dari pustaka sistem tambahan yang diperlukan untuk mengonfigurasi lingkungan virtual pada perangkat Anda dan menggunakan kerangka kerja pembelajaran mesin yang diinstal. Hal ini dapat meningkatkan pustaka sistem yang ada di perangkat Anda. Tinjau tabel berikut untuk daftar pustaka yang menginstal komponen ini untuk setiap sistem operasi yang didukung. Jika Anda ingin menyesuaikan proses instalasi ini, atur parameter `UseInstaller` konfigurasi ke`false`, dan kembangkan skrip penginstal Anda sendiri.


| Platform | Pustaka terpasang pada sistem perangkat | Pustaka terpasang di lingkungan virtual | 
| --- | --- | --- | 
| Armv7l | build-essential, cmake, ca-certificates, git | setuptools, wheel | 
| Amazon Linux 2 | mesa-libGL | Tidak ada | 
| Ubuntu | wget | Tidak ada | 

Ketika Anda men-deploy komponen inferensi Anda, komponen waktu aktif ini pertama-tama akan memverifikasi apakah perangkat Anda sudah memiliki DLR dan dependensinya sudah diinstal, dan jika tidak, ia akan menginstalnya untuk Anda. 

## Berkas log lokal
<a name="dlr-component-log-file"></a>

Komponen ini menggunakan file log berikut.

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

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

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

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

------

**Untuk melihat log komponen ini**
+ Jalankan perintah berikut pada perangkat inti untuk melihat file log komponen ini secara real time. Ganti `/greengrass/v2` atau *C:\$1greengrass\$1v2* dengan jalur ke folder AWS IoT Greengrass root.

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

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

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

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

------

## Changelog
<a name="dlr-component-changelog"></a>

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  **Versi**  |  **Perubahan**  | 
| --- | --- | 
|  1.6.16  |  Versi diperbarui untuk Greengrass nucleus versi 2.12.5.  | 
|  1.6.12  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.11  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  1.6.10  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  1.6.9  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  1.6.8  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  1.6.7  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.6  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  1.6.3  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  1.6.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  1.6.1  |  <a name="changelog-dlr-1.6.1"></a>[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.3.2  |  Versi awal. Menginstal DLR v1.3.0.  | 

# TensorFlow Klasifikasi gambar ringan
<a name="tensorflow-lite-image-classification-component"></a>

Komponen klasifikasi gambar TensorFlow Lite (`aws.greengrass.TensorFlowLiteImageClassification`) berisi kode inferensi sampel untuk melakukan inferensi klasifikasi gambar menggunakan runtime [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) dan model terkuantisasi 1.0 yang telah dilatih sebelumnya MobileNet . Komponen ini menggunakan varian [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) dan [TensorFlow Runtime ringan](tensorflow-lite-component.md) komponen sebagai dependensi untuk mengunduh runtime TensorFlow Lite dan model sampel.

Untuk menggunakan komponen inferensi ini dengan model TensorFlow Lite yang terlatih khusus, [buat versi kustom](ml-customization.md#override-public-model-store) komponen penyimpanan model dependen. Untuk menggunakan kode inferensi kustom Anda sendiri, Anda dapat menggunakan resep komponen ini sebagai templat untuk [membuat komponen inferensi kustom](ml-customization.md#create-inference-component).

**Topics**
+ [Versi](#tensorflow-lite-image-classification-component-versions)
+ [Tipe](#tensorflow-lite-image-classification-component-type)
+ [Sistem operasi](#tensorflow-lite-image-classification-component-os-support)
+ [Persyaratan](#tensorflow-lite-image-classification-component-requirements)
+ [Dependensi](#tensorflow-lite-image-classification-component-dependencies)
+ [Konfigurasi](#tensorflow-lite-image-classification-component-configuration)
+ [Berkas log lokal](#tensorflow-lite-image-classification-component-log-file)
+ [Changelog](#tensorflow-lite-image-classification-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="tensorflow-lite-image-classification-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#tensorflow-lite-image-classification-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 dan 2.1.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.6 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.0 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

------

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

Komponen ini menyediakan parameter konfigurasi berikut yang dapat Anda sesuaikan ketika Anda men-deploy komponen.

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opsional) Objek yang berisi [kebijakan otorisasi](interprocess-communication.md#ipc-authorization-policies) yang memungkinkan komponen untuk mempublikasikan pesan ke topik pemberitahuan default.   
Default:   

```
{
   "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>(Opsional) Topik di mana Anda ingin mempublikasikan hasil inferensi. Jika Anda mengubah nilai ini, maka Anda juga harus mengubah nilai `resources` di parameter `accessControl` agar cocok dengan nama topik kustom Anda.  
Default: `ml/tflite/image-classification`

`Accelerator`  <a name="ml-config-accelerator"></a>
Akselerator yang ingin Anda gunakan. Nilai yang didukung adalah `cpu` dan `gpu`.  
Model sampel dalam komponen model dependen hanya mendukung akselerasi CPU. Untuk menggunakan akselerasi GPU dengan model kustom yang berbeda, [buat komponen model kustom](ml-customization.md#override-public-model-store) untuk menimpa komponen model publik.  
Default: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opsional) Jalur folder pada perangkat di mana komponen inferensi membaca gambar. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat Anda read/write akses.  
<a name="ml-config-imagedirectory-img-default"></a>Default: `/greengrass/v2/packages/artifacts-unarchived/component-name/image_classification/sample_images/`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opsional) Nama gambar yang digunakan oleh komponen inferensi sebagai masukan untuk membuat prediksi. Komponen mencari gambar dalam folder yang ditentukan dalam `ImageDirectory`. Secara default, komponen menggunakan gambar sampel di direktori gambar default. AWS IoT Greengrass mendukung format gambar berikut:`jpeg`,`jpg`,`png`, dan`npy`.   
<a name="ml-config-imagename-img-default"></a>Default: `cat.jpeg`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opsional) Waktu dalam detik antara setiap prediksi yang dibuat oleh kode inferensi. Kode inferensi sampel berjalan tanpa batas waktu dan mengulangi prediksinya pada interval waktu yang ditentukan. Misalnya, Anda dapat mengubahnya menjadi interval yang lebih pendek jika ingin menggunakan gambar yang diambil oleh kamera untuk prediksi real-time.  
Default: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opsional) Model yang digunakan dalam komponen model publik dependen. Ubah parameter ini hanya jika Anda menimpa komponen model publik dengan komponen kustom.   
Default:  

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

`UseCamera`  <a name="ml-config-usecamera"></a>
(Opsional) Nilai string yang menentukan apakah akan menggunakan gambar dari kamera yang terhubung ke perangkat inti Greengrass. Nilai yang didukung adalah `true` dan `false`.  
Ketika Anda menetapkan nilai ini ke `true`, kode kesimpulan sampel akan mengakses kamera pada perangkat Anda dan menjalankan kesimpulan secara lokal pada gambar yang ditangkap. Nilai `ImageName` dan parameter `ImageDirectory` diabaikan. Pastikan bahwa pengguna yang menjalankan komponen ini memiliki read/write akses ke lokasi di mana kamera menyimpan gambar yang diambil.  
Default: `false`  
Ketika Anda melihat resep komponen ini, parameter konfigurasi `UseCamera` tidak muncul dalam konfigurasi default. Namun, Anda dapat mengubah nilai parameter ini dalam [pembaruan gabungan konfigurasi](update-component-configurations.md) saat Anda men-deploy komponen.   
Ketika Anda mengatur `UseCamera` ke `true`, Anda juga harus membuat symlink untuk mengaktifkan komponen inferensi untuk mengakses kamera Anda dari lingkungan virtual yang dibuat oleh komponen waktu aktif. Untuk informasi lebih lanjut tentang penggunaan kamera dengan komponen inferensi sampel, lihat [Perbarui konfigurasi komponen](ml-tutorial-image-classification-camera.md).

## Berkas log lokal
<a name="tensorflow-lite-image-classification-component-log-file"></a>

Komponen ini menggunakan file log berikut.

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

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

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

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

------

**Untuk melihat log komponen ini**
+ Jalankan perintah berikut pada perangkat inti untuk melihat file log komponen ini secara real time. Ganti `/greengrass/v2` atau *C:\$1greengrass\$1v2* dengan jalur ke folder AWS IoT Greengrass root.

------
#### [ 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
  ```

------

## Changelog
<a name="tensorflow-lite-image-classification-component-changelog"></a>

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  Versi  |  Perubahan  | 
| --- | --- | 
|  2.1.12  |  Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis.  | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.8  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.7  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.6  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.5  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.5.0 rilis.  | 
|  2.1.3  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  2.1.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  2.1.1  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  2.1.0  |  Versi awal.  | 

# TensorFlow Deteksi objek Lite
<a name="tensorflow-lite-object-detection-component"></a>

Komponen deteksi objek TensorFlow Lite (`aws.greengrass.TensorFlowLiteObjectDetection`) berisi kode inferensi sampel untuk melakukan inferensi deteksi objek menggunakan [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) dan model Single Shot Detection (SSD) MobileNet 1.0 yang telah dilatih sebelumnya. Komponen ini menggunakan varian [TensorFlow Toko model deteksi objek Lite](tensorflow-lite-object-detection-model-store-component.md) dan [TensorFlow Runtime ringan](tensorflow-lite-component.md) komponen sebagai dependensi untuk mengunduh TensorFlow Lite dan model sampel. 

Untuk menggunakan komponen inferensi ini dengan model TensorFlow Lite yang terlatih khusus, Anda dapat [membuat versi kustom](ml-customization.md#override-public-model-store) komponen penyimpanan model dependen. Untuk menggunakan kode inferensi kustom Anda sendiri, gunakan resep komponen ini sebagai templat untuk [membuat komponen inferensi kustom](ml-customization.md#create-inference-component).

**Topics**
+ [Versi](#tensorflow-lite-object-detection-component-versions)
+ [Tipe](#tensorflow-lite-object-detection-component-type)
+ [Sistem operasi](#tensorflow-lite-object-detection-component-os-support)
+ [Persyaratan](#tensorflow-lite-object-detection-component-requirements)
+ [Dependensi](#tensorflow-lite-object-detection-component-dependencies)
+ [Konfigurasi](#tensorflow-lite-object-detection-component-configuration)
+ [File log lokal](#tensorflow-lite-object-detection-component-log-file)
+ [Changelog](#tensorflow-lite-object-detection-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="tensorflow-lite-object-detection-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#tensorflow-lite-object-detection-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 dan 2.1.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.6 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.0 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 
| [TensorFlow Toko model klasifikasi gambar Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Keras | 
| [TensorFlow Lite](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Keras | 

------

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

Komponen ini menyediakan parameter konfigurasi berikut yang dapat Anda sesuaikan ketika Anda men-deploy komponen.

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opsional) Objek yang berisi [kebijakan otorisasi](interprocess-communication.md#ipc-authorization-policies) yang memungkinkan komponen untuk mempublikasikan pesan ke topik pemberitahuan default.   
Default:   

```
{
   "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>(Opsional) Topik di mana Anda ingin mempublikasikan hasil inferensi. Jika Anda mengubah nilai ini, maka Anda juga harus mengubah nilai `resources` di parameter `accessControl` agar cocok dengan nama topik kustom Anda.  
Default: `ml/tflite/object-detection`

`Accelerator`  <a name="ml-config-accelerator"></a>
Akselerator yang ingin Anda gunakan. Nilai yang didukung adalah `cpu` dan `gpu`.  
Model sampel dalam komponen model dependen hanya mendukung akselerasi CPU. Untuk menggunakan akselerasi GPU dengan model kustom yang berbeda, [buat komponen model kustom](ml-customization.md#override-public-model-store) untuk menimpa komponen model publik.  
Default: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opsional) Jalur folder pada perangkat di mana komponen inferensi membaca gambar. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat Anda read/write akses.  
<a name="ml-config-imagedirectory-obj-default"></a>Default: `/greengrass/v2/packages/artifacts-unarchived/component-name/object_detection/sample_images/`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opsional) Nama gambar yang digunakan oleh komponen inferensi sebagai masukan untuk membuat prediksi. Komponen mencari gambar dalam folder yang ditentukan dalam `ImageDirectory`. Secara default, komponen menggunakan gambar sampel di direktori gambar default. AWS IoT Greengrass mendukung format gambar berikut:`jpeg`,`jpg`,`png`, dan`npy`.   
<a name="ml-config-imagename-obj-default"></a>Default: `objects.jpg`  
Jika Anda menetapkan nilai `UseCamera` ke `true`, maka parameter konfigurasi ini diabaikan. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opsional) Waktu dalam detik antara setiap prediksi yang dibuat oleh kode inferensi. Kode inferensi sampel berjalan tanpa batas waktu dan mengulangi prediksinya pada interval waktu yang ditentukan. Misalnya, Anda dapat mengubahnya menjadi interval yang lebih pendek jika ingin menggunakan gambar yang diambil oleh kamera untuk prediksi real-time.  
Default: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opsional) Model yang digunakan dalam komponen model publik dependen. Ubah parameter ini hanya jika Anda menimpa komponen model publik dengan komponen kustom.   
Default:  

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

`UseCamera`  <a name="ml-config-usecamera"></a>
(Opsional) Nilai string yang menentukan apakah akan menggunakan gambar dari kamera yang terhubung ke perangkat inti Greengrass. Nilai yang didukung adalah `true` dan `false`.  
Ketika Anda menetapkan nilai ini ke `true`, kode kesimpulan sampel akan mengakses kamera pada perangkat Anda dan menjalankan kesimpulan secara lokal pada gambar yang ditangkap. Nilai `ImageName` dan parameter `ImageDirectory` diabaikan. Pastikan bahwa pengguna yang menjalankan komponen ini memiliki read/write akses ke lokasi di mana kamera menyimpan gambar yang diambil.  
Default: `false`  
Ketika Anda melihat resep komponen ini, parameter konfigurasi `UseCamera` tidak muncul dalam konfigurasi default. Namun, Anda dapat mengubah nilai parameter ini dalam [pembaruan gabungan konfigurasi](update-component-configurations.md) saat Anda men-deploy komponen.   
Ketika Anda mengatur `UseCamera` ke `true`, Anda juga harus membuat symlink untuk mengaktifkan komponen inferensi untuk mengakses kamera Anda dari lingkungan virtual yang dibuat oleh komponen waktu aktif. Untuk informasi lebih lanjut tentang penggunaan kamera dengan komponen inferensi sampel, lihat [Perbarui konfigurasi komponen](ml-tutorial-image-classification-camera.md).

**catatan**  <a name="ml-config-not-visible-note"></a>
Ketika Anda melihat resep komponen ini, parameter konfigurasi `UseCamera` tidak muncul dalam konfigurasi default. Namun, Anda dapat mengubah nilai parameter ini dalam [pembaruan gabungan konfigurasi](update-component-configurations.md) saat Anda men-deploy komponen.   
Ketika Anda mengatur `UseCamera` ke `true`, Anda juga harus membuat symlink untuk mengaktifkan komponen inferensi untuk mengakses kamera Anda dari lingkungan virtual yang dibuat oleh komponen waktu aktif. Untuk informasi lebih lanjut tentang penggunaan kamera dengan komponen inferensi sampel, lihat [Perbarui konfigurasi komponen](ml-tutorial-image-classification-camera.md).

## File log lokal
<a name="tensorflow-lite-object-detection-component-log-file"></a>

Komponen ini menggunakan file log berikut.

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

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

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

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

------

**Untuk melihat log komponen ini**
+ Jalankan perintah berikut pada perangkat inti untuk melihat file log komponen ini secara real time. Ganti `/greengrass/v2` atau *C:\$1greengrass\$1v2* dengan jalur ke folder AWS IoT Greengrass root.

------
#### [ 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
  ```

------

## Changelog
<a name="tensorflow-lite-object-detection-component-changelog"></a>

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  Versi  |  Perubahan  | 
| --- | --- | 
|  2.1.12  |  Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis.  | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.8  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.7  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.6  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.5  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.5.0 rilis.  | 
|  2.1.3  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  2.1.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  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/id_id/greengrass/v2/developerguide/tensorflow-lite-object-detection-component.html)  | 
|  2.1.0  |  Versi awal.  | 

# TensorFlow Toko model klasifikasi gambar Lite
<a name="tensorflow-lite-image-classification-model-store-component"></a>

Toko model klasifikasi gambar TensorFlow Lite (`variant.TensorFlowLite.ImageClassification.ModelStore`) adalah komponen model pembelajaran mesin yang berisi model MobileNet v1 yang telah dilatih sebelumnya sebagai artefak Greengrass. Model sampel yang digunakan dalam komponen ini diambil dari [TensorFlowHub](https://tfhub.dev/) dan diimplementasikan menggunakan [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python).

Komponen inferensi [TensorFlow Klasifikasi gambar ringan](tensorflow-lite-image-classification-component.md) menggunakan komponen ini sebagai dependensi untuk sumber model. Untuk menggunakan model TensorFlow Lite yang terlatih khusus, [buat versi kustom](ml-customization.md#override-public-model-store) komponen model ini, dan sertakan model kustom Anda sebagai artefak komponen. Anda dapat menggunakan resep komponen ini sebagai templat untuk membuat komponen model kustom. 

**Topics**
+ [Versi](#tensorflow-lite-image-classification-model-store-component-versions)
+ [Tipe](#tensorflow-lite-image-classification-model-store-component-type)
+ [Sistem operasi](#tensorflow-lite-image-classification-model-store-component-os-support)
+ [Persyaratan](#tensorflow-lite-image-classification-model-store-component-requirements)
+ [Dependensi](#tensorflow-lite-image-classification-model-store-component-dependencies)
+ [Konfigurasi](#tensorflow-lite-image-classification-model-store-component-configuration)
+ [File log lokal](#tensorflow-lite-image-classification-model-store-component-log-file)
+ [Changelog](#tensorflow-lite-image-classification-model-store-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="tensorflow-lite-image-classification-model-store-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#tensorflow-lite-image-classification-model-store-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 dan 2.1.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.6 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.0 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 

------

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

Komponen ini tidak memiliki parameter konfigurasi apapun.

## File log lokal
<a name="tensorflow-lite-image-classification-model-store-component-log-file"></a>

Komponen ini tidak mengeluarkan log.

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

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  Versi  |  Perubahan  | 
| --- | --- | 
|  2.1.12  |  Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis.  | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.8  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.7  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.6  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.5  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.5.0 rilis.  | 
|  2.1.3  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  2.1.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  2.1.1  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  2.1.0  |  Versi awal.  | 

# TensorFlow Toko model deteksi objek Lite
<a name="tensorflow-lite-object-detection-model-store-component"></a>

 TensorFlow Lite object detection model store (`variant.TensorFlowLite.ObjectDetection.ModelStore`) adalah komponen model pembelajaran mesin yang berisi model Single Shot Detection (SSD) MobileNet pra-terlatih sebagai artefak Greengrass. Model sampel yang digunakan dalam komponen ini diambil dari [TensorFlow Hub](https://tfhub.dev/) dan diimplementasikan menggunakan [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python).

Komponen inferensi [deteksi objek TensorFlow Lite](tensorflow-lite-object-detection-component.md) menggunakan komponen ini sebagai dependensi untuk sumber model. Untuk menggunakan model TensorFlow Lite yang terlatih khusus, [buat versi kustom](ml-customization.md#override-public-model-store) komponen model ini, dan sertakan model kustom Anda sebagai artefak komponen. Anda dapat menggunakan resep komponen ini sebagai templat untuk membuat komponen model kustom. 

**Topics**
+ [Versi](#tensorflow-lite-object-detection-model-store-component-versions)
+ [Tipe](#tensorflow-lite-object-detection-model-store-component-type)
+ [Sistem operasi](#tensorflow-lite-object-detection-model-store-component-os-support)
+ [Persyaratan](#tensorflow-lite-object-detection-model-store-component-requirements)
+ [Dependensi](#tensorflow-lite-object-detection-model-store-component-dependencies)
+ [Konfigurasi](#tensorflow-lite-object-detection-model-store-component-configuration)
+ [File log lokal](#tensorflow-lite-object-detection-model-store-component-log-file)
+ [Changelog](#tensorflow-lite-object-detection-model-store-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.1.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="tensorflow-lite-object-detection-model-store-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

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

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

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

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#tensorflow-lite-object-detection-model-store-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.11 dan 2.1.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.9 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.8 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.6 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.5 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.4 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.3 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 

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

Tabel berikut mencantumkan dependensi untuk versi 2.1.0 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 

------

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

Komponen ini tidak memiliki parameter konfigurasi apapun.

## File log lokal
<a name="tensorflow-lite-object-detection-model-store-component-log-file"></a>

Komponen ini tidak mengeluarkan log.

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

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  Versi  |  Perubahan  | 
| --- | --- | 
|  2.1.12  |  Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis.  | 
|  2.1.11  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.1.10  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.1.9  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.1.8  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.1.7  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.1.6  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.1.5  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.1.4  |  Versi diperbarui untuk Greengrass nucleus versi 2.5.0 rilis.  | 
|  2.1.3  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  2.1.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  2.1.1  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  2.1.0  |  Versi awal.  | 

# TensorFlow Runtime ringan
<a name="tensorflow-lite-component"></a>

Komponen runtime TensorFlow Lite (`variant.TensorFlowLite`) berisi skrip yang menginstal [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) versi 2.5.0 dan dependensinya di lingkungan virtual di perangkat Anda. [Klasifikasi gambar TensorFlow TensorFlow Lite](tensorflow-lite-image-classification-component.md) [dan komponen deteksi objek Lite](tensorflow-lite-object-detection-component.md) menggunakan komponen runtime ini sebagai dependensi untuk menginstal TensorFlow Lite. 

**catatan**  
TensorFlow Komponen runtime Lite v2.5.6 dan yang lebih baru menginstal ulang instalasi yang ada dari runtime Lite dan dependensinya. TensorFlow Instalasi ulang ini membantu memastikan bahwa perangkat inti menjalankan versi TensorFlow Lite yang kompatibel dan dependensinya.

Untuk menggunakan runtime yang berbeda, Anda dapat menggunakan resep komponen ini sebagai template untuk [membuat komponen pembelajaran mesin kustom](ml-customization.md).

**Topics**
+ [Versi](#tensorflow-lite-component-versions)
+ [Tipe](#tensorflow-lite-component-type)
+ [Sistem operasi](#tensorflow-lite-component-os-support)
+ [Persyaratan](#tensorflow-lite-component-requirements)
+ [Dependensi](#tensorflow-lite-component-dependencies)
+ [Konfigurasi](#tensorflow-lite-component-configuration)
+ [Penggunaan](#tensorflow-lite-component-usage)
+ [File log lokal](#tensorflow-lite-component-log-file)
+ [Changelog](#tensorflow-lite-component-changelog)

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

Komponen ini memiliki versi berikut:
+ 2.5.x

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

<a name="public-component-type-generic"></a><a name="public-component-type-generic-phrase"></a>Komponen ini adalah komponen generik (`aws.greengrass.generic`). Inti [Greengrass](greengrass-nucleus-component.md) menjalankan skrip siklus hidup komponen.

<a name="public-component-type-more-information"></a>Untuk informasi selengkapnya, lihat [Jenis komponen](develop-greengrass-components.md#component-types).

## Sistem operasi
<a name="tensorflow-lite-component-os-support"></a>

Komponen ini dapat diinstal pada perangkat inti yang menjalankan sistem operasi berikut:
+ Linux
+ Windows

## Persyaratan
<a name="tensorflow-lite-component-requirements"></a>

Komponen ini memiliki persyaratan sebagai berikut:<a name="ml-component-requirements"></a>
+ Pada perangkat inti Greengrass yang menjalankan Amazon Linux 2 atau Ubuntu 18.04, [Pustaka GNU C](https://www.gnu.org/software/libc/) (glibc) versi 2.27 atau yang lebih baru diinstal pada perangkat.
+ Pada perangkat ARMv7L, seperti Raspberry Pi, dependensi untuk OpenCV-Python diinstal pada perangkat. Jalankan perintah berikut untuk menginstal dependensi.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Perangkat Raspberry Pi yang menjalankan Raspberry Pi OS Bullseye harus memenuhi persyaratan berikut:
  + NumPy 1.22.4 atau yang lebih baru diinstal pada perangkat. Raspberry Pi OS Bullseye menyertakan versi sebelumnya NumPy, sehingga Anda dapat menjalankan perintah berikut untuk meningkatkan NumPy pada perangkat.

    ```
    pip3 install --upgrade numpy
    ```
  + Tumpukan kamera lama diaktifkan di perangkat. Raspberry Pi OS Bullseye menyertakan tumpukan kamera baru yang diaktifkan secara default dan tidak kompatibel, jadi Anda harus mengaktifkan tumpukan kamera lama.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Untuk mengaktifkan tumpukan kamera lama**

    1. Jalankan perintah berikut untuk membuka alat konfigurasi Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Pilih **Opsi Antarmuka**.

    1. Pilih **Kamera lama** untuk mengaktifkan tumpukan kamera lama.

    1. Reboot Raspberry Pi.

### Titik akhir dan port
<a name="tensorflow-lite-component-endpoints"></a>

Secara default, komponen ini menggunakan skrip installer untuk menginstal paket menggunakan`apt`,, `yum``brew`, dan `pip` perintah, tergantung pada platform apa yang digunakan perangkat inti. Komponen ini harus dapat melakukan permintaan keluar ke berbagai indeks paket dan repositori untuk menjalankan skrip installer. Untuk mengizinkan lalu lintas keluar komponen ini melalui proxy atau firewall, Anda harus mengidentifikasi titik akhir untuk indeks paket dan repositori tempat perangkat inti Anda terhubung untuk menginstal.

Pertimbangkan hal berikut ketika Anda mengidentifikasi titik akhir yang diperlukan untuk skrip penginstalan komponen ini:
+ Titik akhir bergantung pada platform perangkat inti. Misalnya, perangkat inti yang menjalankan Ubuntu menggunakan `apt` bukan `yum` atau`brew`. Selain itu, perangkat yang menggunakan indeks paket yang sama mungkin memiliki daftar sumber yang berbeda, sehingga mereka mungkin mengambil paket dari repositori yang berbeda.
+ Titik akhir mungkin berbeda antara beberapa perangkat yang menggunakan indeks paket yang sama, karena setiap perangkat memiliki daftar sumbernya sendiri yang menentukan tempat untuk mengambil paket.
+ Titik akhir mungkin berubah seiring waktu. Setiap indeks paket menyediakan repositori tempat Anda mengunduh paket, dan pemilik paket dapat mengubah apa yang disediakan URLs oleh indeks paket. URLs 

Untuk informasi selengkapnya tentang dependensi yang dipasang komponen ini, dan cara menonaktifkan skrip penginstal, lihat parameter konfigurasi. [UseInstaller](#tensorflow-lite-component-config-useinstaller-term)

Untuk informasi selengkapnya tentang titik akhir dan port yang diperlukan untuk operasi dasar, lihat[Izinkan lalu lintas perangkat melalui proxy atau firewall](allow-device-traffic.md).

## Dependensi
<a name="tensorflow-lite-component-dependencies"></a>

Saat Anda menerapkan komponen, gunakan AWS IoT Greengrass juga versi dependensinya yang kompatibel. Ini berarti bahwa Anda harus memenuhi persyaratan untuk komponen dan semua dependensinya untuk berhasil men-deploy komponen. Bagian ini berisi daftar dependensi untuk [versi yang dirilis](#tensorflow-lite-component-changelog) dari komponen ini dan kendala versi semantik yang menentukan versi komponen untuk setiap dependensi. Anda juga dapat melihat dependensi untuk setiap versi komponen di [konsol AWS IoT Greengrass](https://console.aws.amazon.com//greengrass) tersebut. Pada halaman detail komponen, cari daftar **Dependensi**.

------
#### [ 2.5.14 and 2.5.15 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.14 dan 2.5.15 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Lunak | 

------
#### [ 2.5.13 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.13 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Lunak | 

------
#### [ 2.5.12 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.12 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Lunak | 

------
#### [ 2.5.11 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.11 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Lunak | 

------
#### [ 2.5.10 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.10 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Lunak | 

------
#### [ 2.5.9 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.9 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Lunak | 

------
#### [ 2.5.8 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.8 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Lunak | 

------
#### [ 2.5.5 - 2.5.7 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.5 hingga 2.5.7 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Lunak | 

------
#### [ 2.5.3 and 2.5.4 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.3 dan 2.5.4 dari komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Lunak | 

------
#### [ 2.5.2 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.2 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Lunak | 

------
#### [ 2.5.1 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.1 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Lunak | 

------
#### [ 2.5.0 ]

Tabel berikut mencantumkan dependensi untuk versi 2.5.0 komponen ini.


| Dependensi | Versi yang kompatibel | Jenis dependensi | 
| --- | --- | --- | 
| [Inti Greengrass](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Lunak | 

------

Untuk informasi selengkapnya tentang dependensi komponen, lihat [referensi resep komponen](component-recipe-reference.md#recipe-reference-component-dependencies).

## Konfigurasi
<a name="tensorflow-lite-component-configuration"></a>

Komponen ini menyediakan parameter konfigurasi berikut yang dapat Anda sesuaikan ketika Anda men-deploy komponen.

`MLRootPath`  
<a name="ml-config-mlrootpath-desc"></a>(Opsional) Jalur folder pada perangkat inti Linux tempat komponen inferensi membaca gambar dan menulis hasil inferensi. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat read/write diakses oleh pengguna yang menjalankan komponen ini.  
<a name="ml-config-mlrootpath-default-tfl"></a>Default: `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`WindowsMLRootPath`  
Fitur ini tersedia di v1.6.6 dan yang lebih baru dari komponen ini.  
<a name="ml-config-windowsmlrootpath-desc"></a>(Opsional) Jalur folder pada perangkat inti Windows tempat komponen inferensi membaca gambar dan menulis hasil inferensi. Anda dapat mengubah nilai ini ke lokasi mana pun di perangkat yang dapat read/write diakses oleh pengguna yang menjalankan komponen ini.  
<a name="ml-config-windowsmlrootpath-default-dlr"></a>Default: `C:\greengrass\v2\\work\\variant.DLR\\greengrass_ml`

  `UseInstaller`   
<a name="ml-config-useinstaller-desc-tfl"></a>(Opsional) Nilai string yang menentukan apakah akan menggunakan skrip installer dalam komponen ini untuk menginstal TensorFlow Lite dan dependensinya. Nilai yang didukung adalah `true` dan `false`.   <a name="ml-config-useinstaller-libraries-tfl"></a>

Tetapkan nilai ini `false` jika Anda ingin menggunakan skrip kustom untuk instalasi TensorFlow Lite, atau jika Anda ingin menyertakan dependensi runtime dalam image Linux yang sudah dibuat sebelumnya. Untuk menggunakan komponen ini dengan komponen inferensi TensorFlow Lite AWS-provided, instal pustaka berikut, termasuk dependensi apa pun, dan sediakan komponen tersebut bagi pengguna sistem, seperti`ggc_user`, yang menjalankan komponen ML.
+ [Python](https://www.python.org/downloads/) 3.8 atau yang lebih baru, termasuk `pip` untuk versi Python Anda
+ [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) v2.5.0
+ [NumPy](https://numpy.org/install/)
+ [OpenCV-Python](https://pypi.org/project/opencv-python/)
+ [AWS IoT Device SDK v2 untuk Python](https://github.com/aws/aws-iot-device-sdk-python-v2)
+ [AWS Python Runtime Umum (CRT)](https://github.com/awslabs/aws-crt-python)
+ [Picamera](https://picamera.readthedocs.io/en/release-1.13/) (untuk perangkat Raspberry Pi)
+ [`awscam`modul](https://docs.aws.amazon.com/deeplens/latest/dg/deeplens-library-awscam-module.html) (untuk AWS DeepLens perangkat)
+ LibGL (untuk perangkat Linux)
<a name="ml-config-useinstaller-default"></a>Default: `true`

## Penggunaan
<a name="tensorflow-lite-component-usage"></a>

Gunakan komponen ini dengan parameter `UseInstaller` konfigurasi yang disetel `true` untuk menginstal TensorFlow Lite dan dependensinya di perangkat Anda. Komponen menyiapkan lingkungan virtual di perangkat Anda yang menyertakan OpenCV dan NumPy pustaka yang diperlukan untuk Lite. TensorFlow 

**catatan**  <a name="ml-installer-component-usage-note"></a>
Skrip penginstal dalam komponen ini juga menginstal versi terbaru dari pustaka sistem tambahan yang diperlukan untuk mengonfigurasi lingkungan virtual pada perangkat Anda dan menggunakan kerangka kerja pembelajaran mesin yang diinstal. Hal ini dapat meningkatkan pustaka sistem yang ada di perangkat Anda. Tinjau tabel berikut untuk daftar pustaka yang menginstal komponen ini untuk setiap sistem operasi yang didukung. Jika Anda ingin menyesuaikan proses instalasi ini, atur parameter `UseInstaller` konfigurasi ke`false`, dan kembangkan skrip penginstal Anda sendiri.


| Platform | Pustaka terpasang pada sistem perangkat | Pustaka terpasang di lingkungan virtual | 
| --- | --- | --- | 
| Armv7l | build-essential, cmake, ca-certificates, git | setuptools, wheel | 
| Amazon Linux 2 | mesa-libGL | Tidak ada | 
| Ubuntu | wget | Tidak ada | 

Saat Anda menerapkan komponen inferensi, komponen runtime ini terlebih dahulu memverifikasi apakah perangkat Anda sudah menginstal TensorFlow Lite dan dependensinya. Jika tidak, maka komponen waktu aktif akan menginstalnya untuk Anda. 

## File log lokal
<a name="tensorflow-lite-component-log-file"></a>

Komponen ini menggunakan file log berikut.

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

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

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

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

------

**Untuk melihat log komponen ini**
+ Jalankan perintah berikut pada perangkat inti untuk melihat file log komponen ini secara real time. Ganti `/greengrass/v2` atau *C:\$1greengrass\$1v2* dengan jalur ke folder AWS IoT Greengrass root.

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

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

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

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

------

## Changelog
<a name="tensorflow-lite-component-changelog"></a>

Tabel berikut menjelaskan perubahan dalam setiap versi komponen.


|  Versi  |  Perubahan  | 
| --- | --- | 
|  2.5.15  |  Versi diperbarui untuk Greengrass nucleus 2.12.5 rilis.  | 
|  2.5.14  | Versi diperbarui untuk Greengrass nucleus versi 2.12.0 rilis. | 
|  2.5.13  | Versi diperbarui untuk Greengrass nucleus versi 2.11.0 rilis. | 
|  2.5.12  | Versi diperbarui untuk Greengrass nucleus versi 2.10.0 rilis. | 
|  2.5.11  | Versi diperbarui untuk Greengrass nucleus versi 2.9.0 rilis. | 
|  2.5.10  | Versi diperbarui untuk Greengrass nucleus versi 2.8.0 rilis. | 
|  2.5.9  |  Versi diperbarui untuk Greengrass nucleus versi 2.7.0 rilis.  | 
|  2.5.8  |  Versi diperbarui untuk Greengrass nucleus versi 2.6.0 rilis.  | 
|  2.5.7  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.6  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.4  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.3  |  Versi diperbarui untuk Greengrass nucleus versi 2.4.0 rilis.  | 
|  2.5.2  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.3.0.  | 
|  2.5.1  |  Versi yang diperbarui untuk rilis inti Greengrass versi 2.2.0.  | 
|  2.5.0  |  Versi awal.  |