Pemberitahuan akhir dukungan: Pada 31 Oktober 2025, AWS akan menghentikan dukungan untuk Amazon Lookout for Vision. Setelah 31 Oktober 2025, Anda tidak akan lagi dapat mengakses konsol Lookout for Vision atau sumber daya Lookout for Vision. Untuk informasi lebih lanjut, kunjungi posting blog ini.

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

DetectAnomalies

Mendeteksi anomali pada gambar yang disediakan.

Respons dari DetectAnomalies mencakup prediksi Boolean bahwa gambar berisi satu atau lebih anomali dan nilai kepercayaan untuk prediksi. Jika model adalah model segmentasi, responsnya meliputi yang berikut:

DetectAnomaliesmendukung bitmap yang dikemas (gambar) dalam format RGB888 yang disisipkan. Byte pertama mewakili saluran merah, byte kedua mewakili saluran hijau, dan byte ketiga mewakili saluran biru. Jika Anda memberikan gambar dalam format yang berbeda, seperti BGR, prediksi dari salah DetectAnomalies .

Secara default, OpenCV menggunakan format BGR untuk bitmap gambar. Jika Anda menggunakan OpenCV untuk mengambil gambar untuk dianalisisDetectAnomalies, Anda harus mengonversi gambar ke format RGB888 sebelum Anda meneruskan gambar ke. DetectAnomalies

Dimensi gambar minimum yang didukung adalah 64x64 piksel. Dimensi gambar maksimum yang didukung adalah 4096x4096 piksel.

Anda dapat mengirim gambar dalam pesan protobuf atau melalui segmen memori bersama. Serialisasi gambar besar ke dalam pesan protobuf dapat secara signifikan meningkatkan latensi panggilan ke. DetectAnomalies Untuk latensi paling sedikit, kami menyarankan Anda menggunakan memori bersama.

rpc DetectAnomalies(DetectAnomaliesRequest) returns (DetectAnomaliesResponse);
  

DetectAnomaliesRequest

Parameter input untukDetectAnomalies.

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

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

message AnomalyMaskParams {
SharedMemoryHandle shared_memory_handle = 2;
}

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

Bitmap

Gambar yang ingin Anda analisisDetectAnomalies.

lebar

Lebar gambar dalam piksel.

tingginya

Ketinggian gambar dalam piksel.

byte_data

Byte gambar diteruskan dalam pesan protobuf.

shared_memory_handle

Byte gambar diteruskan di segmen memori bersama.

SharedMemoryHandle

Merupakan segmen memori bersama POSIX.

nama

Nama segmen memori POSIX. Untuk informasi tentang membuat memori bersama, lihat shm_open.

size

Ukuran buffer gambar dalam byte mulai dari offset.

mengimbangi

Offset, dalam byte, ke awal buffer gambar dari awal segmen memori bersama.

AnomalyMaskParams

Parameter untuk mengeluarkan topeng anomali. (Model segmentasi).

shared_memory_handle

Berisi byte gambar untuk topeng, jika shared_memory_handle tidak disediakan.

DetectAnomaliesRequest

model_component

Nama AWS IoT Greengrass V2 komponen yang berisi model yang ingin Anda gunakan.

bitmap

Gambar yang ingin Anda analisis denganDetectAnomalies.

anomaly_mask_params

Parameter opsional untuk mengeluarkan topeng. (Model segmentasi).

DetectAnomaliesResponse

Tanggapan dariDetectAnomalies.

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

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

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

message DetectAnomaliesResponse {
  DetectAnomalyResult detect_anomaly_result = 1;
}

Anomali

Merupakan anomali yang ditemukan pada gambar. (Model segmentasi).

nama

Nama jenis anomali yang ditemukan dalam gambar. namememetakan ke jenis anomali dalam dataset pelatihan. Layanan secara otomatis memasukkan jenis anomali latar belakang ke dalam respons dari. DetectAnomalies

pixel_anomali

Informasi tentang topeng piksel yang mencakup jenis anomali.

PixelAnomaly

Informasi tentang topeng piksel yang mencakup jenis anomali. (Model segmentasi).

total_percentage_area

Persentase area gambar yang dicakup oleh tipe anomali.

hex_color

Nilai warna hex yang mewakili jenis anomali pada gambar. Warna memetakan warna jenis anomali yang digunakan dalam dataset pelatihan.

DetectAnomalyResult

is_anomali

Menunjukkan apakah gambar mengandung anomali. truejika gambar mengandung anomali. falsejika gambarnya normal.

kepercayaan

Keyakinan yang DetectAnomalies ada pada keakuratan prediksi. confidenceadalah nilai floating point antara 0 dan 1.

anomaly_mask

jika shared_memory_handle tidak disediakan, berisi byte gambar untuk topeng. (Model segmentasi).

anomali

Daftar 0 atau lebih anomali yang ditemukan dalam gambar input. (Model segmentasi).

anomaly_score

Angka yang mengukur berapa banyak anomali yang diprediksi untuk gambar menyimpang dari gambar tanpa anomali. anomaly_scoreadalah nilai float mulai dari 0.0 ke (deviasi terendah dari gambar normal) hingga 1,0 (deviasi tertinggi dari gambar normal). Amazon Lookout for Vision mengembalikan nilai anomaly_score untuk, meskipun prediksi untuk gambar normal.

anomaly_threshold

Angka (float) yang menentukan kapan klasifikasi yang diprediksi untuk suatu gambar normal atau anomali. Gambar dengan nilai anomaly_score yang sama dengan atau di atas nilai anomaly_threshold dianggap anomali. anomaly_scoreNilai yang ada di bawah anomaly_threshold menunjukkan gambar normal. Nilai anomaly_threshold yang digunakan model dihitung oleh Amazon Lookout for Vision saat Anda melatih model. Anda tidak dapat mengatur atau mengubah nilai anomaly_threshold

Kode status