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.

AWSConcetti di Panorama

In AWS Panorama, è possibile creare applicazioni di visione artificiale e distribuirle su AWS Panorama Appliance o su un dispositivo compatibile per analizzare i flussi video dalle telecamere di rete. Scrivi codice applicativo in Python e crei contenitori di applicazioni con Docker. Utilizzi l'applicazione AWS Panorama CLI per importare modelli di machine learning localmente o da Amazon Simple Storage Service (Amazon S3). Le applicazioni utilizzano l'applicazione AWS Panorama SDK per ricevere input video da una telecamera e interagire con un modello.

L'appliance AWS Panorama

L'appliance AWS Panorama è l'hardware che esegue le applicazioni. La console AWS Panorama viene utilizzata per registrare un dispositivo, aggiornarne il software e distribuirvi applicazioni. Il software dell'appliance AWS Panorama si collega agli stream della telecamera, invia fotogrammi video all'applicazione e visualizza l'output video su uno schermo collegato.

AWSPanorama Appliance è un dispositivo edge basato su Nvidia AGX Jetson Xavier. Invece di inviare le immagini al AWS Cloud per l'elaborazione, esegue le applicazioni localmente su hardware ottimizzato. Ciò consente di analizzare i video in tempo reale ed elaborare i risultati localmente. L'appliance richiede una connessione Internet per segnalare lo stato, caricare i registri ed eseguire aggiornamenti e distribuzioni software.

Per ulteriori informazioni, consulta Gestione diAWS PanoramaAppliance.

Dispositivi compatibili

Oltre a AWS Panorama Appliance, AWS Panorama supporta i dispositivi compatibili dei AWS Partner. I dispositivi compatibili supportano le stesse funzionalità dell'appliance AWS Panorama. Puoi registrare e gestire i dispositivi compatibili con la console AWS Panorama e creare e distribuire applicazioni nello stesso modo. API

Il contenuto e le applicazioni di esempio di questa guida sono sviluppati con AWS Panorama Appliance. Per ulteriori informazioni sulle funzionalità hardware e software specifiche del dispositivo, consultate la documentazione del produttore.

Applicazioni

Le applicazioni vengono eseguite su AWS Panorama Appliance per eseguire attività di visione artificiale su flussi video. È possibile creare applicazioni di visione artificiale combinando codice Python e modelli di machine learning e distribuirle su AWS Panorama Appliance tramite Internet. Le applicazioni possono inviare video a un display o utilizzarli AWS SDK per inviare risultati ai servizi. AWS

Per creare e distribuire applicazioni, si utilizza l'applicazione AWS CLI Panorama. L'applicazione AWS Panorama CLI è uno strumento da riga di comando che genera cartelle di applicazioni e file di configurazione predefiniti, crea contenitori con Docker e carica risorse. È possibile eseguire più applicazioni su un unico dispositivo.

Per ulteriori informazioni, consulta Gestione diAWS Panoramaapplicazioni.

Nodi

Un'applicazione comprende più componenti chiamati nodi, che rappresentano input, output, modelli e codice. Un nodo può essere solo configurato (ingressi e uscite) o includere artefatti (modelli e codice). I nodi di codice di un'applicazione sono raggruppati in pacchetti di nodi caricati su un punto di accesso Amazon S3, a cui l'appliance AWS Panorama può accedervi. Un manifesto dell'applicazione è un file di configurazione che definisce le connessioni tra i nodi.

Per ulteriori informazioni, consulta Nodi di applicazione.

Modelli

Un modello di visione artificiale è una rete di apprendimento automatico addestrata per elaborare immagini. I modelli di visione artificiale possono eseguire varie attività come la classificazione, il rilevamento, la segmentazione e il tracciamento. Un modello di visione artificiale acquisisce un'immagine come input e fornisce informazioni sull'immagine o sugli oggetti in essa contenuti.

AWSPanorama supporta modelli creati con PyTorch, Apache MXNet e TensorFlow. Puoi creare modelli con Amazon SageMaker AI o nel tuo ambiente di sviluppo. Per ulteriori informazioni, consulta Modelli di visione artificiale.