Avviso di fine del supporto: il 31 ottobre 2025 AWS interromperà il supporto per Amazon Lookout for Vision. Dopo il 31 ottobre 2025, non potrai più accedere alla console Lookout for Vision o alle risorse Lookout for Vision. Per ulteriori informazioni, consulta questo post del blog.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

DetectAnomalies

Rileva anomalie nell'immagine fornita.

La risposta di DetectAnomalies include una previsione booleana secondo cui l'immagine contiene una o più anomalie e un valore di confidenza per la previsione. Se il modello è un modello di segmentazione, la risposta include quanto segue:

DetectAnomaliessupporta bitmap (immagini) compresse in formato RGB888 interlacciato. Il primo byte rappresenta il canale rosso, il secondo byte rappresenta il canale verde e il terzo byte rappresenta il canale blu. Se fornite l'immagine in un formato diverso, ad esempio BGR, le previsioni di non sono corrette. DetectAnomalies

Per impostazione predefinita, OpenCV utilizza il formato BGR per le bitmap delle immagini. Se si utilizza OpenCV per acquisire immagini da analizzare, è necessario convertire DetectAnomalies l'immagine in formato RGB888 prima di passare l'immagine a. DetectAnomalies

La dimensione minima supportata dell'immagine è 64x64 pixel. La dimensione massima supportata per l'immagine è 4096x4096 pixel.

È possibile inviare l'immagine nel messaggio protobuf o tramite un segmento di memoria condivisa. La serializzazione di immagini di grandi dimensioni nel messaggio protobuf può aumentare significativamente la latenza delle chiamate a. DetectAnomalies Per una latenza minima, si consiglia di utilizzare la memoria condivisa.

rpc DetectAnomalies(DetectAnomaliesRequest) returns (DetectAnomaliesResponse);
  

DetectAnomaliesRequest

I parametri di input perDetectAnomalies.

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

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

message AnomalyMaskParams {
SharedMemoryHandle shared_memory_handle = 2;
}

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

Bitmap

L'immagine con DetectAnomalies cui vuoi analizzare.

width

La larghezza dell'immagine in pixel.

height

L'altezza dell'immagine in pixel.

byte_data

Byte di immagine passati nel messaggio protobuf.

shared_memory_handle

Byte di immagine passati nel segmento di memoria condivisa.

SharedMemoryHandle

Rappresenta un segmento di memoria condivisa POSIX.

name

Il nome del segmento di memoria POSIX. Per informazioni sulla creazione di memoria condivisa, vedete shm_open.

formato

La dimensione del buffer di immagine in byte a partire dall'offset.

offset

L'offset, in byte, rispetto all'inizio del buffer di immagini dall'inizio del segmento di memoria condivisa.

AnomalyMaskParams

Parametri per l'emissione di una maschera di anomalia. (Modello di segmentazione).

shared_memory_handle

Contiene i byte dell'immagine per la maschera, se non è stato fornito. shared_memory_handle

DetectAnomaliesRequest

model_component

Il nome del AWS IoT Greengrass V2 componente che contiene il modello che desideri utilizzare.

bitmap

L'immagine con DetectAnomalies cui vuoi analizzare.

anomaly_mask_params

Parametri opzionali per l'output della maschera. (Modello di segmentazione).

DetectAnomaliesResponse

La risposta diDetectAnomalies.

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;
}

Anomalia

Rappresenta un'anomalia rilevata su un'immagine. (Modello di segmentazione).

name

Il nome di un tipo di anomalia trovato in un'immagine. namecorrisponde a un tipo di anomalia nel set di dati di addestramento. Il servizio inserisce automaticamente il tipo di anomalia in background nella risposta da. DetectAnomalies

pixel_anomaly

Informazioni sulla maschera di pixel che copre un tipo di anomalia.

PixelAnomaly

Informazioni sulla maschera di pixel che copre un tipo di anomalia. (Modello di segmentazione).

area_percentuale totale

L'area percentuale dell'immagine coperta dal tipo di anomalia.

colore esadecimale

Un valore di colore esadecimale che rappresenta il tipo di anomalia nell'immagine. Il colore corrisponde al colore del tipo di anomalia utilizzato nel set di dati di addestramento.

DetectAnomalyResult

is_anomalo

Indica se l'immagine contiene un'anomalia. truese l'immagine contiene un'anomalia. falsese l'immagine è normale.

confidence

La fiducia che DetectAnomalies si ha nell'accuratezza della previsione. confidenceè un valore in virgola mobile compreso tra 0 e 1.

anomaly_mask

se shared_memory_handle non è stato fornito, contiene i byte dell'immagine per la maschera. (Modello di segmentazione).

anomalie

Un elenco di 0 o più anomalie rilevate nell'immagine di input. (Modello di segmentazione).

anomaly_score

Un numero che quantifica in che misura le anomalie previste per un'immagine si discostano da un'immagine senza anomalie. anomaly_scoreè un valore float compreso tra 0.0 a (deviazione minima da un'immagine normale) a 1,0 (deviazione massima da un'immagine normale). Amazon Lookout for Vision restituisce un valore anomaly_score per, anche se la previsione per un'immagine è normale.

anomaly_threshold

Un numero (float) che determina quando la classificazione prevista per un'immagine è normale o anomala. Le immagini con un anomaly_score valore uguale o superiore al valore di anomaly_threshold sono considerate anomale. Un anomaly_score valore inferiore anomaly_threshold indica un'immagine normale. Il valore utilizzato da un modello viene calcolato da Amazon Lookout for Vision quando si addestra il modello. anomaly_threshold Non puoi impostare o modificare il valore di anomaly_threshold

Codici di stato