As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Componentes de Machine Learning
<a name="machine-learning-components"></a>

AWS IoT Greengrass fornece os seguintes componentes de aprendizado de máquina que você pode implantar em dispositivos compatíveis para [realizar inferência de aprendizado de máquina](perform-machine-learning-inference.md) usando modelos treinados no Amazon SageMaker AI ou com seus próprios modelos pré-treinados que são armazenados no Amazon S3. <a name="ml-component-types"></a>

AWS fornece as seguintes categorias de componentes de aprendizado de máquina:
+ **Componente de modelo**: contém modelos de machine learning como artefatos do Greengrass.
+ **Componente de runtime**: contém o script que instala a estrutura de machine learning e suas dependências no dispositivo principal do Greengrass.
+ **Componente de inferência**: contém o código de inferência e inclui dependências de componentes para instalar a estrutura de machine learning e baixar modelos de machine learning pré-treinados.

Você pode usar o código de inferência de amostra e os modelos pré-treinados nos componentes de aprendizado AWS de máquina fornecidos para realizar a classificação de imagens e a detecção de objetos usando DLR e Lite. TensorFlow Para realizar inferências personalizadas de machine learning com seus próprios modelos armazenados no Amazon S3 ou para usar uma estrutura de machine learning diferente, você pode usar as fórmulas desses componentes públicos como modelos para criar componentes personalizados de machine learning. Para obter mais informações, consulte [Personalizar seus componentes de machine learning](ml-customization.md).

AWS IoT Greengrass também inclui um componente AWS fornecido para gerenciar a instalação e o ciclo de vida do agente SageMaker AI Edge Manager nos dispositivos principais do Greengrass. Com o SageMaker AI Edge Manager, você pode usar modelos compilados pelo Amazon SageMaker AI Neo diretamente no seu dispositivo principal. Para obter mais informações, consulte [Use o Amazon SageMaker AI Edge Manager nos dispositivos principais do Greengrass](use-sagemaker-edge-manager.md).

A tabela a seguir lista os componentes de aprendizado de máquina que estão disponíveis no AWS IoT Greengrass. 

**nota**  <a name="component-nucleus-dependency-update-note"></a>
Vários componentes AWS fornecidos dependem de versões secundárias específicas do núcleo do Greengrass. Por causa dessa dependência, você precisa atualizar esses componentes ao atualizar o Greengrass nucleus para uma nova versão secundária. Para obter informações sobre as versões específicas do núcleo das quais cada componente depende, consulte o tópico do componente correspondente. Para obter mais informações sobre como atualizar o núcleo, consulte [Atualizar o software de núcleo do AWS IoT Greengrass (OTA)](update-greengrass-core-v2.md).

<a name="component-table-type-description"></a>Quando um componente tem um tipo de componente genérico e Lambda, a versão atual do componente é do tipo genérico e uma versão anterior do componente é do tipo Lambda.


| Componente | Description | [Tipo de componente](develop-greengrass-components.md#component-types) | SO com suporte | [Código aberto](open-source.md) | 
| --- | --- | --- | --- | --- | 
| [SageMaker Gerenciador AI Edge](sagemaker-edge-manager-component.md) | Implanta o agente Amazon SageMaker AI Edge Manager no dispositivo principal do Greengrass. | Genérico | Linux, Windows | Não | 
| [Classificação de imagens do DLR](dlr-image-classification-component.md) | Componente de inferência que usa o repositório de modelos de classificação de imagem DLR e o componente de runtime do DLR como dependências para instalar o DLR, baixar exemplos de modelos de classificação de imagens e realizar inferência de classificação de imagens em dispositivos compatíveis. | Genérico | Linux, Windows | Não | 
| [Detecção de objetos do DLR](dlr-object-detection-component.md) | Componente de inferência que usa o repositório de modelos de detecção de objetos DLR e o componente de runtime do DLR como dependências para instalar o DLR, baixar modelos de detecção de objetos de amostra e realizar inferência de detecção de objetos em dispositivos compatíveis. | Genérico | Linux, Windows | Não | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | Componente de modelo que contém amostras de ResNet -50 modelos de classificação de imagens como artefatos do Greengrass. | Genérico | Linux, Windows | Não | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | Componente de modelo que contém exemplos de modelos de detecção de YOLOv3 objetos como artefatos do Greengrass. | Genérico | Linux, Windows | Não | 
| [Runtime do DLR](dlr-component.md) | Componente de runtime que contém um script de instalação usado para instalar o DLR e suas dependências no dispositivo principal do Greengrass. | Genérico | Linux, Windows | Não | 
| [TensorFlow Classificação de imagens Lite](tensorflow-lite-image-classification-component.md) | Componente de inferência que usa o TensorFlow repositório de modelos de classificação de imagem TensorFlow Lite e o componente de tempo de execução Lite como dependências para instalar o TensorFlow Lite, baixar exemplos de modelos de classificação de imagens e realizar inferência de classificação de imagens em dispositivos compatíveis. | Genérico | Linux, Windows | Não | 
| [TensorFlow Detecção leve de objetos](tensorflow-lite-object-detection-component.md) | Componente de inferência que usa o TensorFlow repositório de modelos de detecção de objetos TensorFlow Lite e o componente de tempo de execução Lite como dependências para instalar o TensorFlow Lite, baixar modelos de detecção de objetos de amostra e realizar inferência de detecção de objetos em dispositivos compatíveis. | Genérico | Linux, Windows | Não | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | Componente de modelo que contém um modelo MobileNet v1 de amostra como artefato do Greengrass. | Genérico | Linux, Windows | Não | 
| [TensorFlow Loja de modelos de detecção de objetos Lite](tensorflow-lite-object-detection-model-store-component.md) | Componente de modelo que contém um MobileNet modelo de amostra de detecção de disparo único (SSD) como um artefato do Greengrass. | Genérico | Linux, Windows | Não | 
| [TensorFlow Tempo de execução leve](tensorflow-lite-component.md) | Componente de tempo de execução que contém um script de instalação usado para instalar o TensorFlow Lite e suas dependências no dispositivo principal do Greengrass. | Genérico | Linux, Windows | Não | 

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

**Importante**  
SageMaker O AI Edge Manager foi descontinuado em 26 de abril de 2024. Para obter mais informações sobre como continuar implantando seus modelos em dispositivos de ponta, consulte [Fim da vida útil do SageMaker AI Edge Manager](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-eol.html).

O componente Amazon SageMaker AI Edge Manager (`aws.greengrass.SageMakerEdgeManager`) instala o binário do agente SageMaker AI Edge Manager. 

SageMaker O AI Edge Manager fornece gerenciamento de modelos para dispositivos de ponta para que você possa otimizar, proteger, monitorar e manter modelos de aprendizado de máquina em frotas de dispositivos de borda. O componente SageMaker AI Edge Manager instala e gerencia o ciclo de vida do agente do SageMaker AI Edge Manager em seu dispositivo principal. Você também pode usar o SageMaker AI Edge Manager para empacotar e usar modelos compilados pelo SageMaker AI Neo como componentes do modelo nos dispositivos principais do Greengrass. Para obter mais informações sobre como usar o agente SageMaker AI Edge Manager em seu dispositivo principal, consulte[Use o Amazon SageMaker AI Edge Manager nos dispositivos principais do Greengrass](use-sagemaker-edge-manager.md).

SageMaker O componente AI Edge Manager v1.3.x instala o binário v1.20220822.836f3023 do agente do Edge Manager. Para obter mais informações sobre as versões binárias do agente Edge Manager, consulte [Agente do Edge Manager](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-device-fleet-about).

**nota**  
O componente SageMaker AI Edge Manager está disponível somente no seguinte Regiões da AWS:  
Leste dos EUA (Ohio)
Leste dos EUA (N. da Virgínia)
Oeste dos EUA (Oregon)
UE (Frankfurt)
UE (Irlanda)
Ásia-Pacífico (Tóquio)

**Topics**
+ [Versões](#sagemaker-edge-manager-component-versions)
+ [Tipo](#sagemaker-edge-manager-component-type)
+ [Sistema operacional](#sagemaker-edge-manager-component-os-support)
+ [Requisitos](#sagemaker-edge-manager-component-requirements)
+ [Dependências](#sagemaker-edge-manager-component-dependencies)
+ [Configuração](#sagemaker-edge-manager-component-configuration)
+ [Arquivo de log local](#sagemaker-edge-manager-component-log-file)
+ [Changelog](#sagemaker-edge-manager-component-changelog)

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

Esse componente tem as seguintes versões:
+ 1.3.x
+ 1.2.x
+ 1.1.x
+ 1.0.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

## Sistema operacional
<a name="sagemaker-edge-manager-component-os-support"></a>

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="sm-edge-manager-component-reqs"></a>
+ <a name="sm-req-core-device"></a>Um dispositivo principal do Greengrass executado no Amazon Linux 2, uma plataforma Linux baseada em Debian (x86\$164 ou Armv8) ou Windows (x86\$164). Se você não tiver uma, consulte [Tutorial: Conceitos básicos do AWS IoT Greengrass V2](getting-started.md).
+ <a name="sm-req-python"></a>[Python](https://www.python.org/downloads/) 3.6 ou posterior, incluindo o `pip` para sua versão do Python, instalada em seu dispositivo principal.
+ O [perfil do dispositivo do Greengrass](device-service-role.md) foi configurado com o seguinte: 
  + <a name="sm-req-iam-trust-relationship"></a>Uma relação de confiança que permite que `credentials.iot.amazonaws.com` e `sagemaker.amazonaws.com` assumam o perfil, conforme mostrado no exemplo de política do IAM a seguir.

    ```
    { 
      "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>A política gerenciada [AmazonSageMakerEdgeDeviceFleetPolicy](https://console.aws.amazon.com/iam/home#/policies/arn:aws:iam::aws:policy/service-role/AmazonSageMakerEdgeDeviceFleetPolicy)do IAM.
  + <a name="sm-req-iam-s3-putobject"></a>A ação `s3:PutObject`, conforme mostrado no exemplo de política do IAM a seguir.

    ```
    {
      "Version": "2012-10-17",		 	 	 
      "Statement": [
        {
          "Action": [
            "s3:PutObject"
          ],
          "Resource": [
            "*"
          ],
          "Effect": "Allow"
        }
      ]
    }
    ```
+ <a name="sm-req-s3-bucket"></a>Um bucket do Amazon S3 criado no mesmo dispositivo central do Greengrass Conta da AWS e no Região da AWS mesmo dispositivo. SageMaker O AI Edge Manager requer um bucket S3 para criar uma frota de dispositivos de ponta e armazenar dados de amostra da execução de inferência em seu dispositivo. Para obter informações sobre como criar buckets do S3, consulte [Conceitos básicos do Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html).
+ <a name="sm-req-edge-device-fleet"></a>Uma frota de dispositivos de ponta de SageMaker IA que usa o mesmo alias de AWS IoT função do seu dispositivo principal do Greengrass. Para obter mais informações, consulte [Criar uma frota de dispositivos de borda](get-started-with-edge-manager-on-greengrass.md#create-edge-device-fleet-for-greengrass).
+ <a name="sm-req-edge-device"></a>Seu dispositivo principal do Greengrass foi registrado como um dispositivo de ponta em sua frota de dispositivos SageMaker AI Edge. O nome do dispositivo de borda deve corresponder ao AWS IoT nome do dispositivo principal. Para obter mais informações, consulte [Registrar seu dispositivo principal do Greengrass](get-started-with-edge-manager-on-greengrass.md#register-greengrass-core-device-in-sme).

### Endpoints e portas
<a name="sagemaker-edge-manager-component-endpoints"></a>

Esse componente precisa ser capaz de realizar solicitações de saída para os endpoints e portas a seguir, além dos endpoints e portas necessários para a operação básica. Para obter mais informações, consulte [Permitir o tráfego de dispositivos por meio de um proxy ou firewall](allow-device-traffic.md).


| Endpoint | Porta | Obrigatório | Description | 
| --- | --- | --- | --- | 
|  `edge.sagemaker.region.amazonaws.com`  | 443 | Sim |  Verifique o status do registro do dispositivo e envie métricas para a SageMaker IA.  | 
|  `*.s3.amazonaws.com`  | 443 | Sim |  Faça upload dos dados de captura no bucket do S3 especificado. É possível substituir `*` pelo nome de cada bucket em que você carrega dados.  | 

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#sagemaker-edge-manager-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A tabela a seguir lista as dependências das versões 1.3.5 e 1.3.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 1.3.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 1.3.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 1.3.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 1.3.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências das versões 1.1.1 a 1.3.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 1.1.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 1.0.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências das versões 1.0.1 e 1.0.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 1.0.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 
| [Token Exchange Service](token-exchange-service-component.md) | >=0.0.0 | Rígido | 

------

Para obter mais informações sobre as dependências dos componentes, consulte [referência de fórmula do componente](component-recipe-reference.md#recipe-reference-component-dependencies).

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

Esse componente fornece os seguintes parâmetros de configuração que podem ser personalizados ao implantar o componente.

**nota**  
Esta seção descreve os parâmetros de configuração que você define no componente. Para obter mais informações sobre a configuração correspondente do SageMaker AI Edge Manager, consulte o [Edge Manager Agent](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-device-fleet-about.html#edge-device-fleet-running-agent) no *Amazon SageMaker AI Developer Guide*.

`DeviceFleetName`  
O nome da frota de dispositivos SageMaker AI Edge Manager que contém seu dispositivo principal do Greengrass.   
É necessário especificar um valor para esse parâmetro na atualização de configuração ao implantar esse componente.

`BucketName`  
O nome do bucket do S3 para o qual você carrega dados de inferência capturados. O nome do bucket deve conter a string `sagemaker`.   
Se você definir `CaptureDataDestination` como `Cloud`, ou se definir `CaptureDataPeriodicUpload` como `true`, será necessário especificar um valor para esse parâmetro na atualização de configuração ao implantar esse componente.  
A captura de dados é um recurso de SageMaker IA que você usa para carregar entradas de inferência, resultados de inferência e dados de inferência adicionais em um bucket do S3 ou em um diretório local para análise futura. Para obter mais informações sobre o uso de dados de captura com o SageMaker AI Edge Manager, consulte [Gerenciar modelo](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-manage-model.html#edge-manage-model-capturedata) no *Amazon SageMaker AI Developer Guide*.

`CaptureDataBatchSize`  
(Opcional) O tamanho de um lote de solicitações de dados de captura que o agente processa. Esse valor deve ser menor que o tamanho do buffer especificado em `CaptureDataBufferSize`. Recomendamos que você não exceda metade do tamanho do buffer.  
O agente processa um lote de solicitações quando o número de solicitações no buffer atinge o número `CaptureDataBatchSize` ou quando o intervalo `CaptureDataPushPeriodSeconds` termina, o que ocorrer primeiro.  
Padrão: `10`

`CaptureDataBufferSize`  
(Opcional) O número máximo de solicitações de dados de captura armazenadas no buffer.  
Padrão: `30`

`CaptureDataDestination`  
(Opcional) O destino em que você armazena os dados capturados. Esse parâmetro pode ter um dos seguintes valores:  
+ `Cloud`: carrega os dados capturados para o bucket do S3 especificado em `BucketName`.
+ `Disk`: grava os dados capturados no diretório de trabalho do componente. 
Se você especificar `Disk`, também poderá optar por carregar periodicamente os dados capturados em seu bucket do S3 configurando `CaptureDataPeriodicUpload` como `true`.  
Padrão: `Cloud`

`CaptureDataPeriodicUpload`  
(Opcional) Valor da string que especifica se os dados capturados devem ser carregados periodicamente. Os valores compatíveis são `true` e `false`.  
Defina esse parâmetro como `true` se você definir `CaptureDataDestination` como `Disk` e quiser que o agente carregue periodicamente os dados capturados em seu bucket do S3.  
Padrão: `false`

`CaptureDataPeriodicUploadPeriodSeconds`  
(Opcional) O intervalo em segundos no qual o agente do SageMaker AI Edge Manager carrega os dados capturados no bucket do S3. Use esse parâmetro para definir `CaptureDataPeriodicUpload` como `true`.  
Padrão: `8`

`CaptureDataPushPeriodSeconds`  
(Opcional) O intervalo em segundos no qual o agente do SageMaker AI Edge Manager processa um lote de solicitações de dados de captura do buffer.   
O agente processa um lote de solicitações quando o número de solicitações no buffer atinge o número `CaptureDataBatchSize` ou quando o intervalo `CaptureDataPushPeriodSeconds` termina, o que ocorrer primeiro.  
Padrão: `4`

`CaptureDataBase64EmbedLimit`  
(Opcional) O tamanho máximo em bytes dos dados capturados que o agente do SageMaker AI Edge Manager carrega.  
Padrão: `3072`

`FolderPrefix`  
(Opcional) O nome da pasta na qual o agente grava os dados capturados. Se você `CaptureDataDestination` definir como`Disk`, o agente criará a pasta no diretório especificado por`CaptureDataDiskPath`. Se você `CaptureDataDestination` definir como`Cloud`, ou se definir como`true`, `CaptureDataPeriodicUpload` o agente criará a pasta no seu bucket do S3.   
Padrão: `sme-capture`

`CaptureDataDiskPath`  
Esse recurso está disponível nas versões v1.1.0 e posteriores do componente SageMaker AI Edge Manager.  
(Opcional) O caminho para a pasta na qual o agente cria a pasta de dados capturada. Se você `CaptureDataDestination` definir como`Disk`, o agente criará a pasta de dados capturados nesse diretório. Se esse valor não for especificado, o agente criará a pasta de dados capturados no diretório de trabalho do componente. Use o parâmetro `FolderPrefix` para especificar o nome da pasta de dados capturada.  
Padrão: `/greengrass/v2/work/aws.greengrass.SageMakerEdgeManager/capture`

`LocalDataRootPath`  
Esse recurso está disponível nas versões v1.2.0 e posteriores do componente SageMaker AI Edge Manager.  
(Opcional) O caminho em que esse componente armazena os seguintes dados no dispositivo principal:  
+ O banco de dados local para dados de runtime quando você define `DbEnable` como `true`.
+ SageMaker Modelos compilados pelo AI Neo que esse componente baixa automaticamente quando você configura como`DeploymentEnable`. `true`
Padrão: `/greengrass/v2/work/aws.greengrass.SageMakerEdgeManager`

`DbEnable`  
(Opcional) É possível ativar esse componente para armazenar dados de runtime em um banco de dados local para preservar os dados, caso o componente falhe ou o dispositivo perca energia.  
Esse banco de dados requer 5 MB de armazenamento no sistema de arquivos do dispositivo principal.  
Padrão: `false`

`DeploymentEnable`  
Esse recurso está disponível nas versões v1.2.0 e posteriores do componente SageMaker AI Edge Manager.  
(Opcional) Você pode ativar esse componente para recuperar automaticamente os modelos compilados pelo SageMaker AI Neo a partir dos quais você carrega para o Amazon S3. Depois de fazer o upload de um novo modelo para o Amazon S3, use o SageMaker AI Studio ou a API SageMaker AI para implantar o novo modelo nesse dispositivo principal. Ao habilitar esse recurso, você pode implantar novos modelos nos dispositivos principais sem precisar criar uma implantação do AWS IoT Greengrass .  
Para usar esse recurso, é necessário definir `DbEnable` como `true`. Esse recurso usa o banco de dados local para rastrear modelos que ele recupera da Nuvem AWS.
Padrão: `false`

`DeploymentPollInterval`  
Esse recurso está disponível nas versões v1.2.0 e posteriores do componente SageMaker AI Edge Manager.  
(Opcional) A quantidade de tempo (em minutos) entre o qual esse componente verifica se há novos modelos para baixar. Essa opção se aplica quando você define `DeploymentEnable` como `true`.  
Padrão: `1440` (um dia).

`DLRBackendOptions`  
Esse recurso está disponível nas versões v1.2.0 e posteriores do componente SageMaker AI Edge Manager.  
(Opcional) Os sinalizadores de runtime do DLR a serem definidos no runtime do DLR que esse componente usa. É possível definir o seguinte sinalizador:  
+ `TVM_TENSORRT_CACHE_DIR`: ativar o cache do modelo TensorRT. Especifique um caminho absoluto para uma pasta existente que tenha permissões de leitura/gravação.
+ `TVM_TENSORRT_CACHE_DISK_SIZE_MB`: atribui o limite superior da pasta de cache do modelo TensorRT. Quando o tamanho do diretório ultrapassa esse limite, os mecanismos em cache menos usados são excluídos. O valor padrão é 512 MB.
Por exemplo, você pode definir esse parâmetro com o valor a seguir para ativar o cache do modelo TensorRT e limitar o tamanho do cache a 800 MB.  

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

`SagemakerEdgeLogVerbose`  
(Opcional) Valor da string que especifica se o log de depuração deve ser ativado. Os valores compatíveis são `true` e `false`.  
Padrão: `false`

`UnixSocketName`  
(Opcional) A localização do descritor do arquivo de soquete do SageMaker AI Edge Manager no dispositivo principal.  
Padrão: `/tmp/aws.greengrass.SageMakerEdgeManager.sock`

**Example Exemplo: atualização da mesclagem de configuração**  
O exemplo de configuração a seguir especifica que o dispositivo principal faz parte do *MyEdgeDeviceFleet* e que o agente grava os dados de captura no dispositivo e em um bucket do S3. Essa configuração também permite o log de depuração.  

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

## Arquivo de log local
<a name="sagemaker-edge-manager-component-log-file"></a>

Esse componente usa o arquivo de log abaixo.

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

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

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

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

------

**Para exibir os logs desse componente**
+ Execute o comando a seguir no dispositivo principal para visualizar o arquivo de log desse componente em tempo real. Substitua `/greengrass/v2` ou *C:\$1greengrass\$1v2* pelo caminho para a pasta AWS IoT Greengrass raiz.

------
#### [ 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>

A tabela a seguir descreve as alterações em cada versão do componente.


|  **Versão**  |  **Alterações**  | 
| --- | --- | 
|  1.3.6  |  Versão atualizada para o Greengrass nucleus 2.12.5.  | 
|  1.3.5  | Versão atualizada para o núcleo do Greengrass 2.12.0. | 
|  1.3.4  | Versão atualizada para o lançamento da versão 2.11.0 do núcleo do Greengrass. | 
|  1.3.3  | Versão atualizada para o lançamento da versão 2.10.0 do núcleo do Greengrass. | 
|  1.3.2  | Versão atualizada para o núcleo do Greengrass 2.9.0. | 
|  1.3.1  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  1.3.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.2.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.1.1  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  1.1.0  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.0.3  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  1.0.2  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/sagemaker-edge-manager-component.html)  | 
|  1.0.1  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  1.0.0  |  Versão inicial.  | 

# Classificação de imagens do DLR
<a name="dlr-image-classification-component"></a>

O componente de classificação de imagem do DLR (`aws.greengrass.DLRImageClassification`) contém exemplos de código de inferência para realizar inferência de classificação de imagens usando modelos de [runtime de aprendizado profundo](https://github.com/neo-ai/neo-ai-dlr) e do resnet-50. Esse componente usa a variante [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) e os componentes [Runtime do DLR](dlr-component.md) como dependências para baixar o DLR e os modelos de amostra. 

Para usar esse componente de inferência com um modelo do DLR personalizado, [crie uma versão personalizada](ml-customization.md#override-public-model-store) do componente de armazenamento de modelos dependente. Para usar seu próprio código de inferência personalizado, é possível usar a fórmula desse componente como modelo para [criar um componente de inferência personalizado](ml-customization.md#create-inference-component).

**Topics**
+ [Versões](#dlr-image-classification-component-versions)
+ [Tipo](#dlr-image-classification-component-type)
+ [Sistema operacional](#dlr-image-classification-component-os-support)
+ [Requisitos](#dlr-image-classification-component-requirements)
+ [Dependências](#dlr-image-classification-component-dependencies)
+ [Configuração](#dlr-image-classification-component-configuration)
+ [Arquivo de log local](#dlr-image-classification-component-log-file)
+ [Changelog](#dlr-image-classification-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x
+ 2.0.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

## Sistema operacional
<a name="dlr-image-classification-component-os-support"></a>

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#dlr-image-classification-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A seguinte tabela lista as dependências das versões 2.1.13 e 2.1.14 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências da versão 2.1.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências da versão 2.1.11 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências das versões 2.1.4 e 2.1.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 
| [Armazenamento de modelos de classificação de imagens do DLR](dlr-image-classification-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências da versão 2.0.x desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | \$12.0.0 | Flexível | 
| Armazenamento de modelos de classificação de imagens do DLR | \$12.0.0 | Rígido | 
| DLR | \$11.3.0 | Flexível | 

------

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

Esse componente fornece os seguintes parâmetros de configuração que podem ser personalizados ao implantar o componente.

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

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opcional) O objeto que contém a [política de autorização](interprocess-communication.md#ipc-authorization-policies) que permite que o componente publique mensagens no tópico de notificações padrão.   
Padrão:   

```
{
   "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>(Opcional) O tópico no qual você deseja publicar os resultados da inferência. Se você modificar esse valor, também deverá modificar o valor de `resources` no parâmetro `accessControl` para corresponder ao nome do tópico personalizado.  
Padrão: `ml/dlr/image-classification`

`Accelerator`  <a name="ml-config-accelerator"></a>
O acelerador que você deseja usar. Os valores compatíveis são `cpu` e `gpu`.  
Os modelos de amostra no componente de modelo dependente oferecem suporte somente à aceleração de CPU. Para usar a aceleração de GPU com outro modelo personalizado, [crie um componente de modelo personalizado](ml-customization.md#override-public-model-store) para substituir o componente de modelo público.  
Padrão: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opcional) O caminho da pasta no dispositivo em que os componentes de inferência leem as imagens. Você pode modificar esse valor para qualquer local em seu dispositivo ao qual tenha read/write acesso.  
<a name="ml-config-imagedirectory-img-default"></a>Padrão: `/greengrass/v2/packages/artifacts-unarchived/component-name/image_classification/sample_images/`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opcional) O nome da imagem que o componente de inferência usa como entrada para fazer uma previsão. O componente procura a imagem na pasta especificada em `ImageDirectory`. Por padrão, o componente usa a imagem de amostra no diretório de imagens padrão. AWS IoT Greengrass suporta os seguintes formatos de imagem: `jpeg` `jpg``png`,, `npy` e.   
<a name="ml-config-imagename-img-default"></a>Padrão: `cat.jpeg`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opcional) O tempo em segundos entre cada previsão feita pelo código de inferência. O código de inferência de amostra é executado indefinidamente e repete as previsões no intervalo de tempo especificado. Por exemplo, é possível alterar isso para um intervalo menor se você quiser usar as imagens capturadas por uma câmera para previsão em tempo real.  
Padrão: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opcional) Os modelos usados no componente de modelo público dependente. Modifique esse parâmetro somente se você substituir o componente de modelo público por um componente personalizado.   
Padrão:  

```
{
    "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>
(Opcional) O valor de string que define se as imagens de uma câmera conectada ao dispositivo principal do Greengrass devem ser usadas. Os valores compatíveis são `true` e `false`.  
Quando você define esse valor como `true`, o código de inferência de amostra acessa a câmera do seu dispositivo e executa a inferência localmente na imagem capturada. Os valores dos parâmetros `ImageName` e `ImageDirectory` são ignorados. Certifique-se de que o usuário que está executando esse componente tenha read/write acesso ao local em que a câmera armazena as imagens capturadas.  
Padrão: `false`  
Quando você visualiza a fórmula desse componente, o parâmetro de configuração `UseCamera` não aparece na configuração padrão. No entanto, você pode modificar o valor desse parâmetro em uma [atualização de mesclagem da configuração](update-component-configurations.md) ao implantar o componente.   
Ao definir `UseCamera` como `true`, você também deve criar um link simbólico para permitir que o componente de inferência acesse sua câmera do ambiente virtual criado pelo componente de runtime. Para mais informações sobre como usar uma câmera com os componentes de inferência de amostra, consulte [Atualizar configurações do componente](ml-tutorial-image-classification-camera.md).

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

`MLRootPath`  <a name="ml-config-mlrootpath"></a>
<a name="ml-config-mlrootpath-desc"></a>(Opcional) O caminho da pasta nos dispositivos principais do Linux em que os componentes de inferência leem imagens e gravam resultados de inferência. Você pode modificar esse valor em qualquer local em seu dispositivo ao qual o usuário que está executando esse componente tenha read/write acesso.  
<a name="ml-config-mlrootpath-default-dlr"></a>Padrão: `/greengrass/v2/work/variant.DLR/greengrass_ml`  
<a name="ml-config-mlrootpath-default-tfl"></a>Padrão: `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`Accelerator`  <a name="ml-config-accelerator"></a>
O acelerador que você deseja usar. Os valores compatíveis são `cpu` e `gpu`.  
Os modelos de amostra no componente de modelo dependente oferecem suporte somente à aceleração de CPU. Para usar a aceleração de GPU com outro modelo personalizado, [crie um componente de modelo personalizado](ml-customization.md#override-public-model-store) para substituir o componente de modelo público.  
Padrão: `cpu`

`ImageName`  
<a name="ml-config-imagename-desc-dlr-1.3.0"></a>(Opcional) O nome da imagem que o componente de inferência usa como entrada para fazer uma previsão. O componente procura a imagem na pasta especificada em `ImageDirectory`. O local padrão é`MLRootPath/images`. AWS IoT Greengrass suporta os seguintes formatos de imagem: `jpeg` `jpg``png`,, `npy` e.   
<a name="ml-config-imagename-img-default"></a>Padrão: `cat.jpeg`

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opcional) O tempo em segundos entre cada previsão feita pelo código de inferência. O código de inferência de amostra é executado indefinidamente e repete as previsões no intervalo de tempo especificado. Por exemplo, é possível alterar isso para um intervalo menor se você quiser usar as imagens capturadas por uma câmera para previsão em tempo real.  
Padrão: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opcional) Os modelos usados no componente de modelo público dependente. Modifique esse parâmetro somente se você substituir o componente de modelo público por um componente personalizado.   
Padrão:  

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

------

## Arquivo de log local
<a name="dlr-image-classification-component-log-file"></a>

Esse componente usa o arquivo de log abaixo.

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

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

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

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

------

**Para exibir os logs desse componente**
+ Execute o comando a seguir no dispositivo principal para visualizar o arquivo de log desse componente em tempo real. Substitua `/greengrass/v2` ou *C:\$1greengrass\$1v2* pelo caminho para a pasta AWS IoT Greengrass raiz.

------
#### [ 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>

A tabela a seguir descreve as alterações em cada versão do componente.


|  **Versão**  |  **Alterações**  | 
| --- | --- | 
|  2.1.14  | Versão atualizada para o lançamento 2.12.5 do núcleo do Greengrass. | 
|  2.1.13  | Versão atualizada para o lançamento da versão 2.12.0 do núcleo do Greengrass. | 
|  2.1.12  | Versão atualizada para o Greengrass nucleus versão 2.11.0. | 
|  2.1.11  | Versão atualizada para o Greengrass nucleus versão 2.10.0. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.9.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.8  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.7  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.6  |  Versão atualizada para o lançamento da versão 2.5.0 do núcleo do Greengrass.  | 
|  2.1.5  |  Componente lançado em todos Regiões da AWS.  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass. Esta versão não está disponível na Europa (Londres) (`eu-west-2`).  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  2.1.2  |  Versão atualizada para o lançamento da versão 2.2.0 do núcleo do Greengrass.  | 
|  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/pt_br/greengrass/v2/developerguide/dlr-image-classification-component.html)  | 
|  2.0.4  |  Versão inicial.  | 

# Detecção de objetos do DLR
<a name="dlr-object-detection-component"></a>

O componente de detecção de objetos do DLR (`aws.greengrass.DLRObjectDetection`) contém exemplos de código de inferência para realizar inferência de detecção de objetos usando o [Runtime de aprendizado profundo](https://github.com/neo-ai/neo-ai-dlr) e amostras de modelos pré-treinados. Esse componente usa a variante [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) e os componentes [Runtime do DLR](dlr-component.md) como dependências para baixar o DLR e os modelos de amostra. 

Para usar esse componente de inferência com um modelo do DLR personalizado, [crie uma versão personalizada](ml-customization.md#override-public-model-store) do componente de armazenamento de modelos dependente. Para usar seu próprio código de inferência personalizado, é possível usar a fórmula desse componente como modelo para [criar um componente de inferência personalizado](ml-customization.md#create-inference-component).

**Topics**
+ [Versões](#dlr-object-detection-component-versions)
+ [Tipo](#dlr-object-detection-component-type)
+ [Sistema operacional](#dlr-object-detection-component-os-support)
+ [Requisitos](#dlr-object-detection-component-requirements)
+ [Dependências](#dlr-object-detection-component-dependencies)
+ [Configuração](#dlr-object-detection-component-configuration)
+ [Arquivo de log local](#dlr-object-detection-component-log-file)
+ [Changelog](#dlr-object-detection-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x
+ 2.0.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

## Sistema operacional
<a name="dlr-object-detection-component-os-support"></a>

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#dlr-object-detection-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A seguinte tabela lista as dependências das versões 2.1.13 e 2.1.14 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências da versão 2.1.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências da versão 2.1.11 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências das versões 2.1.4 e 2.1.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 
| [Armazenamento de modelos de detecção de objetos do DLR](dlr-object-detection-model-store-component.md) | \$12.1.0 | Rígido | 
| [DLR](dlr-component.md) | \$11.6.0 | Rígido | 

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

A seguinte tabela lista as dependências da versão 2.0.x desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | \$12.0.0 | Flexível | 
| Armazenamento de modelos de detecção de objetos do DLR | \$12.0.0 | Rígido | 
| DLR | \$11.3.0 | Flexível | 

------

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

Esse componente fornece os seguintes parâmetros de configuração que podem ser personalizados ao implantar o componente.

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

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opcional) O objeto que contém a [política de autorização](interprocess-communication.md#ipc-authorization-policies) que permite que o componente publique mensagens no tópico de notificações padrão.   
Padrão:   

```
{
   "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>(Opcional) O tópico no qual você deseja publicar os resultados da inferência. Se você modificar esse valor, também deverá modificar o valor de `resources` no parâmetro `accessControl` para corresponder ao nome do tópico personalizado.  
Padrão: `ml/dlr/object-detection`

`Accelerator`  <a name="ml-config-accelerator"></a>
O acelerador que você deseja usar. Os valores compatíveis são `cpu` e `gpu`.  
Os modelos de amostra no componente de modelo dependente oferecem suporte somente à aceleração de CPU. Para usar a aceleração de GPU com outro modelo personalizado, [crie um componente de modelo personalizado](ml-customization.md#override-public-model-store) para substituir o componente de modelo público.  
Padrão: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opcional) O caminho da pasta no dispositivo em que os componentes de inferência leem as imagens. Você pode modificar esse valor para qualquer local em seu dispositivo ao qual tenha read/write acesso.  
<a name="ml-config-imagedirectory-obj-default"></a>Padrão: `/greengrass/v2/packages/artifacts-unarchived/component-name/object_detection/sample_images/`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opcional) O nome da imagem que o componente de inferência usa como entrada para fazer uma previsão. O componente procura a imagem na pasta especificada em `ImageDirectory`. Por padrão, o componente usa a imagem de amostra no diretório de imagens padrão. AWS IoT Greengrass suporta os seguintes formatos de imagem: `jpeg` `jpg``png`,, `npy` e.   
<a name="ml-config-imagename-obj-default"></a>Padrão: `objects.jpg`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opcional) O tempo em segundos entre cada previsão feita pelo código de inferência. O código de inferência de amostra é executado indefinidamente e repete as previsões no intervalo de tempo especificado. Por exemplo, é possível alterar isso para um intervalo menor se você quiser usar as imagens capturadas por uma câmera para previsão em tempo real.  
Padrão: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opcional) Os modelos usados no componente de modelo público dependente. Modifique esse parâmetro somente se você substituir o componente de modelo público por um componente personalizado.   
Padrão:  

```
{
    "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>
(Opcional) O valor de string que define se as imagens de uma câmera conectada ao dispositivo principal do Greengrass devem ser usadas. Os valores compatíveis são `true` e `false`.  
Quando você define esse valor como `true`, o código de inferência de amostra acessa a câmera do seu dispositivo e executa a inferência localmente na imagem capturada. Os valores dos parâmetros `ImageName` e `ImageDirectory` são ignorados. Certifique-se de que o usuário que está executando esse componente tenha read/write acesso ao local em que a câmera armazena as imagens capturadas.  
Padrão: `false`  
Quando você visualiza a fórmula desse componente, o parâmetro de configuração `UseCamera` não aparece na configuração padrão. No entanto, você pode modificar o valor desse parâmetro em uma [atualização de mesclagem da configuração](update-component-configurations.md) ao implantar o componente.   
Ao definir `UseCamera` como `true`, você também deve criar um link simbólico para permitir que o componente de inferência acesse sua câmera do ambiente virtual criado pelo componente de runtime. Para mais informações sobre como usar uma câmera com os componentes de inferência de amostra, consulte [Atualizar configurações do componente](ml-tutorial-image-classification-camera.md).

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

`MLRootPath`  <a name="ml-config-mlrootpath"></a>
<a name="ml-config-mlrootpath-desc"></a>(Opcional) O caminho da pasta nos dispositivos principais do Linux em que os componentes de inferência leem imagens e gravam resultados de inferência. Você pode modificar esse valor em qualquer local em seu dispositivo ao qual o usuário que está executando esse componente tenha read/write acesso.  
<a name="ml-config-mlrootpath-default-dlr"></a>Padrão: `/greengrass/v2/work/variant.DLR/greengrass_ml`  
<a name="ml-config-mlrootpath-default-tfl"></a>Padrão: `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`Accelerator`  
Não modifique. Atualmente, o único valor compatível com o acelerador é `cpu`, porque os modelos nos componentes do modelo dependente são compilados somente para o acelerador de CPU.

`ImageName`  
<a name="ml-config-imagename-desc-dlr-1.3.0"></a>(Opcional) O nome da imagem que o componente de inferência usa como entrada para uma previsão de criação. O componente procura a imagem na pasta especificada em `ImageDirectory`. O local padrão é`MLRootPath/images`. AWS IoT Greengrass suporta os seguintes formatos de imagem: `jpeg` `jpg``png`,, `npy` e.   
<a name="ml-config-imagename-obj-default"></a>Padrão: `objects.jpg`

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opcional) O tempo em segundos entre cada previsão feita pelo código de inferência. O código de inferência de amostra é executado indefinidamente e repete as previsões no intervalo de tempo especificado. Por exemplo, é possível alterar isso para um intervalo menor se você quiser usar as imagens capturadas por uma câmera para previsão em tempo real.  
Padrão: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opcional) Os modelos usados no componente de modelo público dependente. Modifique esse parâmetro somente se você substituir o componente de modelo público por um componente personalizado.   
Padrão:  

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

------

## Arquivo de log local
<a name="dlr-object-detection-component-log-file"></a>

Esse componente usa o arquivo de log abaixo.

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

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

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

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

------

**Para exibir os logs desse componente**
+ Execute o comando a seguir no dispositivo principal para visualizar o arquivo de log desse componente em tempo real. Substitua `/greengrass/v2` ou *C:\$1greengrass\$1v2* pelo caminho para a pasta AWS IoT Greengrass raiz.

------
#### [ 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>

A tabela a seguir descreve as alterações em cada versão do componente.


|  **Versão**  |  **Alterações**  | 
| --- | --- | 
|  2.1.14  | Versão atualizada para o lançamento 2.12.5 do núcleo do Greengrass. | 
|  2.1.13  | Versão atualizada para o lançamento da versão 2.12.0 do núcleo do Greengrass. | 
|  2.1.12  | Versão atualizada para o Greengrass nucleus versão 2.11.0. | 
|  2.1.11  | Versão atualizada para o Greengrass nucleus versão 2.10.0. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.9.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.8  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.7  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.6  |  Versão atualizada para o lançamento da versão 2.5.0 do núcleo do Greengrass.  | 
|  2.1.5  |  Componente lançado em todos Regiões da AWS.  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass. Esta versão não está disponível na Europa (Londres) (`eu-west-2`).  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  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/pt_br/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/pt_br/greengrass/v2/developerguide/dlr-object-detection-component.html)  | 
|  2.0.4  |  Versão inicial.  | 

# Armazenamento de modelos de classificação de imagens do DLR
<a name="dlr-image-classification-model-store-component"></a>

O armazenamento de modelos de classificação de imagens DLR é um componente de modelo de aprendizado de máquina que contém modelos pré-treinados de ResNet -50 como artefatos do Greengrass. [Os modelos pré-treinados usados neste componente são obtidos do [GluonCV Model Zoo](https://cv.gluon.ai/model_zoo/index.html) e compilados usando o SageMaker AI Neo Deep Learning Runtime.](https://github.com/neo-ai/neo-ai-dlr)

O componente de inferência de [classificação de imagem do DLR](dlr-image-classification-component.md) usa isso como uma dependência para a fonte do modelo. Para usar um modelo do DLR personalizado e treinado, [crie uma versão personalizada](ml-customization.md#override-public-model-store) desse componente do modelo e inclua seu modelo personalizado como um artefato do componente. É possível usar a fórmula desse componente como modelo para criar componentes de modelo personalizados. 

**nota**  
O nome do componente de armazenamento de modelos de classificação de imagem do DLR varia de acordo com a versão. O nome do componente para a versão 2.1.x e posteriores é `variant.DLR.ImageClassification.ModelStore`. O nome do componente para a versão 2.0.x é `variant.ImageClassification.ModelStore`.

**Topics**
+ [Versões](#dlr-image-classification-model-store-component-versions)
+ [Tipo](#dlr-image-classification-model-store-component-type)
+ [Sistema operacional](#dlr-image-classification-model-store-component-os-support)
+ [Requisitos](#dlr-image-classification-model-store-component-requirements)
+ [Dependências](#dlr-image-classification-model-store-component-dependencies)
+ [Configuração](#dlr-image-classification-model-store-component-configuration)
+ [Arquivo de log local](#dlr-image-classification-model-store-component-log-file)
+ [Changelog](#dlr-image-classification-model-store-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x (`variant.DLR.ImageClassification.ModelStore`) 
+ 2.0.x (`variant.ImageClassification.ModelStore`) 

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

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

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#dlr-image-classification-model-store-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A seguinte tabela lista as dependências das versões 2.1.12 e 2.1.13 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 

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

A seguinte tabela lista as dependências da versão 2.1.11 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 

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

A seguinte tabela lista as dependências da versão 2.0.x desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | \$12.0.0 | Flexível | 

------

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

Esse componente não tem nenhum parâmetro de configuração.

## Arquivo de log local
<a name="dlr-image-classification-model-store-component-log-file"></a>

Esse componente não gera logs.

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

A tabela a seguir descreve as alterações em cada versão do componente.


|  **Versão**  |  **Alterações**  | 
| --- | --- | 
|  2.1.13  | Versão atualizada para a versão 2.12.5 do núcleo do Greengrass. | 
|  2.1.12  | Versão atualizada para o lançamento da versão 2.12.0 do núcleo do Greengrass. | 
|  2.1.11  | Versão atualizada para o lançamento da versão 2.11.0 do núcleo do Greengrass. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.10.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.9.0 do núcleo do Greengrass. | 
|  2.1.8  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.7  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.6  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/dlr-image-classification-model-store-component.html)  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  2.1.2  |  Versão atualizada para o lançamento da versão 2.2.0 do núcleo do Greengrass.  | 
|  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/pt_br/greengrass/v2/developerguide/dlr-image-classification-model-store-component.html)  | 
|  2.0.4  |  Versão inicial.  | 

# Armazenamento de modelos de detecção de objetos do DLR
<a name="dlr-object-detection-model-store-component"></a>

O repositório de modelos de detecção de objetos DLR é um componente de modelo de aprendizado de máquina que contém YOLOv3 modelos pré-treinados como artefatos do Greengrass. Os modelos de amostra usados neste componente são obtidos do [GluonCV Model Zoo](https://cv.gluon.ai/model_zoo/index.html) e compilados usando o SageMaker AI Neo [Deep](https://github.com/neo-ai/neo-ai-dlr) Learning Runtime.

O componente de inferência de [detecção de objetos do DLR](dlr-object-detection-component.md) usa esse componente como uma dependência para a fonte do modelo. Para usar um modelo do DLR personalizado e treinado, [crie uma versão personalizada](ml-customization.md#override-public-model-store) desse componente do modelo e inclua seu modelo personalizado como um artefato do componente. É possível usar a fórmula desse componente como modelo para criar componentes de modelo personalizados. 

**nota**  
O nome do componente de armazenamento de modelos de detecção de objetos do DLR varia de acordo com a versão. O nome do componente para a versão 2.1.x e posteriores é `variant.DLR.ObjectDetection.ModelStore`. O nome do componente para a versão 2.0.x é `variant.ObjectDetection.ModelStore`.

**Topics**
+ [Versões](#dlr-object-detection-model-store-component-versions)
+ [Tipo](#dlr-object-detection-model-store-component-type)
+ [Sistema operacional](#dlr-object-detection-model-store-component-os-support)
+ [Requisitos](#dlr-object-detection-model-store-component-requirements)
+ [Dependências](#dlr-object-detection-model-store-component-dependencies)
+ [Configuração](#dlr-object-detection-model-store-component-configuration)
+ [Arquivo de log local](#dlr-object-detection-model-store-component-log-file)
+ [Changelog](#dlr-object-detection-model-store-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x 
+ 2.0.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

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

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#dlr-object-detection-model-store-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A seguinte tabela lista as dependências das versões 2.1.13 e 2.1.14 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 

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

A seguinte tabela lista as dependências da versão 2.1.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 

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

A seguinte tabela lista as dependências da versão 2.1.11 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 

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

A seguinte tabela lista as dependências das versões 2.1.5 e 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 

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

A seguinte tabela lista as dependências da versão 2.0.x desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | \$12.0.0 | Flexível | 

------

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

Esse componente não tem nenhum parâmetro de configuração.

## Arquivo de log local
<a name="dlr-object-detection-model-store-component-log-file"></a>

Esse componente não gera logs.

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

A tabela a seguir descreve as alterações em cada versão do componente.


|  **Versão**  |  **Alterações**  | 
| --- | --- | 
|  2.1.14  |  Versão atualizada para o lançamento 2.12.5 do núcleo do Greengrass.  | 
|  2.1.13  | Versão atualizada para o lançamento da versão 2.12.0 do núcleo do Greengrass. | 
|  2.1.12  | Versão atualizada para o Greengrass nucleus versão 2.11.0. | 
|  2.1.11  | Versão atualizada para o Greengrass nucleus versão 2.10.0. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.9.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.8  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.7  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.6  |  Adiciona um modelo de CPU para corrigir um problema em dispositivos Armv8 (AArch64).  | 
|  2.1.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/dlr-object-detection-model-store-component.html)  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  2.1.2  |  Versão atualizada para o lançamento da versão 2.2.0 do núcleo do Greengrass.  | 
|  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/pt_br/greengrass/v2/developerguide/dlr-object-detection-model-store-component.html) | 
|  2.0.4  |  Versão inicial.  | 

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

O componente do runtime do DLR (`variant.DLR`) contém um script que instala o [Runtime de aprendizado profundo](https://github.com/neo-ai/neo-ai-dlr) (DLR) e as dependências dele em um ambiente virtual no seu dispositivo. Os componentes [Classificação de imagens do DLR](dlr-image-classification-component.md) e [Detecção de objetos do DLR](dlr-object-detection-component.md) usam esse componente como uma dependência para instalar o DLR. A versão 1.6.x do componente instala o DLR v1.6.0 e a versão 1.3.x do componente instala o DLR v1.3.0. 

Para usar outro runtime, você pode aplicar a fórmula desse componente como modelo para [criar um componente de machine learning personalizado](ml-customization.md). 

**Topics**
+ [Versões](#dlr-component-versions)
+ [Tipo](#dlr-component-type)
+ [Sistema operacional](#dlr-component-os-support)
+ [Requisitos](#dlr-component-requirements)
+ [Dependências](#dlr-component-dependencies)
+ [Configuração](#dlr-component-configuration)
+ [Uso](#dlr-component-usage)
+ [Arquivo de log local](#dlr-component-log-file)
+ [Changelog](#dlr-component-changelog)

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

Esse componente tem as seguintes versões:
+ 1.6.x
+ 1.3.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

## Sistema operacional
<a name="dlr-component-os-support"></a>

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

### Endpoints e portas
<a name="dlr-component-endpoints"></a>

Por padrão, esse componente usa um script do instalador para instalar pacotes com os comandos `apt`, `yum`, `brew` e `pip`, dependendo da plataforma do dispositivo principal. Esse componente deve ser capaz de fazer solicitações de saída para vários índices e repositórios de pacotes para executar o script do instalador. Para permitir o tráfego de saída do componente por meio de um proxy ou firewall, é necessário identificar os endpoints dos índices e repositórios de pacotes aos quais o seu dispositivo principal se conecta para a instalação.

Considere o seguinte quando for identificar os endpoints necessários para o script de instalação do componente:
+ Os endpoints dependem da plataforma do dispositivo principal. Por exemplo, um dispositivo principal com Ubuntu usa `apt` em vez de `yum` ou `brew`. Além disso, os dispositivos que usam o mesmo índice de pacotes podem ter listas de fontes diferentes e, portanto, podem recuperar pacotes de repositórios distintos.
+ Os endpoints podem ser diferentes entre os vários dispositivos que usam o mesmo índice de pacotes, já que cada dispositivo tem as próprias listas de fontes que definem onde recuperar os pacotes.
+ Os endpoints podem mudar ao longo do tempo. Cada índice URLs de pacotes fornece os repositórios nos quais você baixa pacotes, e o proprietário de um pacote pode alterar o que URLs o índice de pacotes fornece.

Para obter mais informações sobre as dependências que esse componente instala e como desabilitar o script do instalador, consulte o parâmetro de [UseInstaller](#dlr-component-config-useinstaller-term)configuração.

Para obter mais informações sobre os endpoints e as portas necessários para operação básica, consulte [Permitir o tráfego de dispositivos por meio de um proxy ou firewall](allow-device-traffic.md).

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#dlr-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A tabela a seguir lista as dependências das versões 1.6.11 a 1.6.16 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <3.0.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 1.6.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 1.6.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 1.6.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 

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

A tabela a seguir lista as dependências das versões 1.6.6 e 1.6.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 

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

A tabela a seguir lista as dependências das versões 1.6.4 e 1.6.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 1.6.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 1.6.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 1.6.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 1.3.x desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | \$12.0.0 | Flexível | 

------

Para obter mais informações sobre as dependências dos componentes, consulte [referência de fórmula do componente](component-recipe-reference.md#recipe-reference-component-dependencies).

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

Esse componente fornece os seguintes parâmetros de configuração que podem ser personalizados ao implantar o componente.

`MLRootPath`  
<a name="ml-config-mlrootpath-desc"></a>(Opcional) O caminho da pasta nos dispositivos principais do Linux em que os componentes de inferência leem as imagens e gravam os resultados da inferência. Você pode modificar esse valor em qualquer local em seu dispositivo ao qual o usuário que está executando esse componente tenha read/write acesso.  
<a name="ml-config-mlrootpath-default-dlr"></a>Padrão: `/greengrass/v2/work/variant.DLR/greengrass_ml`

`WindowsMLRootPath`  
Esse recurso está disponível na versão 1.6.6 e mais recente desse componente.  
<a name="ml-config-windowsmlrootpath-desc"></a>(Opcional) O caminho da pasta nos dispositivos principais do Windows em que os componentes de inferência leem as imagens e gravam os resultados da inferência. Você pode modificar esse valor em qualquer local em seu dispositivo ao qual o usuário que está executando esse componente tenha read/write acesso.  
<a name="ml-config-windowsmlrootpath-default-dlr"></a>Padrão: `C:\greengrass\v2\\work\\variant.DLR\\greengrass_ml`

  `UseInstaller`   
<a name="ml-config-useinstaller-desc-dlr"></a>(Opcional) Valor da string que define se o script do instalador deve ser usado nesse componente para instalar o DLR e as dependências dele. Os valores compatíveis são `true` e `false`.   <a name="ml-config-useinstaller-libraries-dlr"></a>

Defina esse valor como `false` se você quiser usar um script personalizado para a instalação do DLR ou se quiser incluir dependências de runtime em uma imagem Linux pré-criada. Para usar esse componente com os componentes AWS de inferência DLR fornecidos, instale as bibliotecas a seguir, incluindo quaisquer dependências, e disponibilize-as para o usuário do sistema, como, por exemplo`ggc_user`, que executa os componentes de ML.
+ [Python](https://www.python.org/downloads/) 3.7 ou posterior, incluindo o `pip` para sua versão do Python.
+ [Runtime de aprendizado profundo](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 para Python](https://github.com/aws/aws-iot-device-sdk-python-v2).
+ [AWS Python de tempo de execução comum (CRT)](https://github.com/awslabs/aws-crt-python).
+ [Picamera](https://picamera.readthedocs.io/en/release-1.13/) (para dispositivos Raspberry Pi).
+ [`awscam`módulo](https://docs.aws.amazon.com/deeplens/latest/dg/deeplens-library-awscam-module.html) (para AWS DeepLens dispositivos).
+ libGL (para dispositivos Linux)
<a name="ml-config-useinstaller-default"></a>Padrão: `true`

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

Use esse componente com o parâmetro de configuração `UseInstaller` definido como `true` para instalar o DLR e as dependências dele em seu dispositivo. O componente configura um ambiente virtual em seu dispositivo que inclui o OpenCV NumPy e as bibliotecas necessárias para o DLR. 

**nota**  <a name="ml-installer-component-usage-note"></a>
O script do instalador nesse componente também instala as versões mais recentes das bibliotecas adicionais do sistema, que são necessárias para configurar o ambiente virtual em seu dispositivo e usar a estrutura de machine learning instalada. Isso pode atualizar as bibliotecas do sistema existentes em seu dispositivo. Consulte a tabela a seguir para ver a lista de bibliotecas que esse componente instala para cada sistema operacional compatível. Se você deseja personalizar esse processo de instalação, defina o parâmetro de configuração `UseInstaller` como `false` e desenvolva o próprio script do instalador.


| Plataforma | Bibliotecas instaladas no sistema do dispositivo | Bibliotecas instaladas no ambiente virtual | 
| --- | --- | --- | 
| Armv7l | build-essential, cmake, ca-certificates, git | setuptools, wheel | 
| Amazon Linux 2 | mesa-libGL | Nenhum | 
| Ubuntu | wget | Nenhum | 

Quando você implanta seu componente de inferência, esse componente de runtime primeiro verifica se seu dispositivo já tem o DLR e as dependências dele instaladas, caso contrário, ele instala para você. 

## Arquivo de log local
<a name="dlr-component-log-file"></a>

Esse componente usa o arquivo de log abaixo.

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

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

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

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

------

**Para exibir os logs desse componente**
+ Execute o comando a seguir no dispositivo principal para visualizar o arquivo de log desse componente em tempo real. Substitua `/greengrass/v2` ou *C:\$1greengrass\$1v2* pelo caminho para a pasta AWS IoT Greengrass raiz.

------
#### [ 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>

A tabela a seguir descreve as alterações em cada versão do componente.


|  **Versão**  |  **Alterações**  | 
| --- | --- | 
|  1.6.16  |  Versão atualizada para o Greengrass nucleus versão 2.12.5.  | 
|  1.6.12  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.11  | Versão atualizada para o núcleo do Greengrass 2.9.0. | 
|  1.6.10  | Versão atualizada para o Greengrass nucleus versão 2.8.0. | 
|  1.6.9  |  Versão atualizada para o Greengrass nucleus versão 2.7.0.  | 
|  1.6.8  |  Versão atualizada para o Greengrass nucleus versão 2.6.0.  | 
|  1.6.7  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.6  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.6.4  |  Versão atualizada para o Greengrass nucleus versão 2.4.0.  | 
|  1.6.3  |  Versão atualizada para o Greengrass nucleus versão 2.3.0.  | 
|  1.6.2  |  Versão atualizada para o lançamento do núcleo do Greengrass versão 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/pt_br/greengrass/v2/developerguide/dlr-component.html)  | 
|  1.3.2  |  Versão inicial. Instala o DLR v1.3.0.  | 

# TensorFlow Classificação de imagens Lite
<a name="tensorflow-lite-image-classification-component"></a>

O componente de classificação de imagem TensorFlow Lite (`aws.greengrass.TensorFlowLiteImageClassification`) contém código de inferência de amostra para realizar inferência de classificação de imagem usando o tempo de execução [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) e uma amostra de modelo quantizado MobileNet 1.0 pré-treinado. Esse componente usa a variante [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) e os [TensorFlow Tempo de execução leve](tensorflow-lite-component.md) componentes como dependências para baixar o tempo de execução do TensorFlow Lite e o modelo de amostra.

Para usar esse componente de inferência com um modelo TensorFlow Lite personalizado, [crie uma versão personalizada](ml-customization.md#override-public-model-store) do componente de armazenamento de modelos dependente. Para usar seu próprio código de inferência personalizado, é possível usar a fórmula desse componente como modelo para [criar um componente de inferência personalizado](ml-customization.md#create-inference-component).

**Topics**
+ [Versões](#tensorflow-lite-image-classification-component-versions)
+ [Tipo](#tensorflow-lite-image-classification-component-type)
+ [Sistema operacional](#tensorflow-lite-image-classification-component-os-support)
+ [Requisitos](#tensorflow-lite-image-classification-component-requirements)
+ [Dependências](#tensorflow-lite-image-classification-component-dependencies)
+ [Configuração](#tensorflow-lite-image-classification-component-configuration)
+ [Arquivo de log local](#tensorflow-lite-image-classification-component-log-file)
+ [Changelog](#tensorflow-lite-image-classification-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

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

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#tensorflow-lite-image-classification-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A tabela a seguir lista as dependências das versões 2.1.11 e 2.1.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

------

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

Esse componente fornece os seguintes parâmetros de configuração que podem ser personalizados ao implantar o componente.

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opcional) O objeto que contém a [política de autorização](interprocess-communication.md#ipc-authorization-policies) que permite que o componente publique mensagens no tópico de notificações padrão.   
Padrão:   

```
{
   "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>(Opcional) O tópico no qual você deseja publicar os resultados da inferência. Se você modificar esse valor, também deverá modificar o valor de `resources` no parâmetro `accessControl` para corresponder ao nome do tópico personalizado.  
Padrão: `ml/tflite/image-classification`

`Accelerator`  <a name="ml-config-accelerator"></a>
O acelerador que você deseja usar. Os valores compatíveis são `cpu` e `gpu`.  
Os modelos de amostra no componente de modelo dependente oferecem suporte somente à aceleração de CPU. Para usar a aceleração de GPU com outro modelo personalizado, [crie um componente de modelo personalizado](ml-customization.md#override-public-model-store) para substituir o componente de modelo público.  
Padrão: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opcional) O caminho da pasta no dispositivo em que os componentes de inferência leem as imagens. Você pode modificar esse valor para qualquer local em seu dispositivo ao qual tenha read/write acesso.  
<a name="ml-config-imagedirectory-img-default"></a>Padrão: `/greengrass/v2/packages/artifacts-unarchived/component-name/image_classification/sample_images/`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opcional) O nome da imagem que o componente de inferência usa como entrada para fazer uma previsão. O componente procura a imagem na pasta especificada em `ImageDirectory`. Por padrão, o componente usa a imagem de amostra no diretório de imagens padrão. AWS IoT Greengrass suporta os seguintes formatos de imagem: `jpeg` `jpg``png`,, `npy` e.   
<a name="ml-config-imagename-img-default"></a>Padrão: `cat.jpeg`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opcional) O tempo em segundos entre cada previsão feita pelo código de inferência. O código de inferência de amostra é executado indefinidamente e repete as previsões no intervalo de tempo especificado. Por exemplo, é possível alterar isso para um intervalo menor se você quiser usar as imagens capturadas por uma câmera para previsão em tempo real.  
Padrão: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opcional) Os modelos usados no componente de modelo público dependente. Modifique esse parâmetro somente se você substituir o componente de modelo público por um componente personalizado.   
Padrão:  

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

`UseCamera`  <a name="ml-config-usecamera"></a>
(Opcional) O valor de string que define se as imagens de uma câmera conectada ao dispositivo principal do Greengrass devem ser usadas. Os valores compatíveis são `true` e `false`.  
Quando você define esse valor como `true`, o código de inferência de amostra acessa a câmera do seu dispositivo e executa a inferência localmente na imagem capturada. Os valores dos parâmetros `ImageName` e `ImageDirectory` são ignorados. Certifique-se de que o usuário que está executando esse componente tenha read/write acesso ao local em que a câmera armazena as imagens capturadas.  
Padrão: `false`  
Quando você visualiza a fórmula desse componente, o parâmetro de configuração `UseCamera` não aparece na configuração padrão. No entanto, você pode modificar o valor desse parâmetro em uma [atualização de mesclagem da configuração](update-component-configurations.md) ao implantar o componente.   
Ao definir `UseCamera` como `true`, você também deve criar um link simbólico para permitir que o componente de inferência acesse sua câmera do ambiente virtual criado pelo componente de runtime. Para obter mais informações sobre como usar uma câmera com os componentes de inferência de amostra, consulte [Atualizar configurações do componente](ml-tutorial-image-classification-camera.md).

## Arquivo de log local
<a name="tensorflow-lite-image-classification-component-log-file"></a>

Esse componente usa o arquivo de log abaixo.

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

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

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

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

------

**Para exibir os logs desse componente**
+ Execute o comando a seguir no dispositivo principal para visualizar o arquivo de log desse componente em tempo real. Substitua `/greengrass/v2` ou *C:\$1greengrass\$1v2* pelo caminho para a pasta AWS IoT Greengrass raiz.

------
#### [ 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>

A tabela a seguir descreve as alterações em cada versão do componente.


|  Versão  |  Alterações  | 
| --- | --- | 
|  2.1.12  |  Versão atualizada para o núcleo do Greengrass 2.12.5.  | 
|  2.1.11  | Versão atualizada para o núcleo do Greengrass 2.12.0. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.11.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.10.0 do núcleo do Greengrass. | 
|  2.1.8  | Versão atualizada para o Greengrass nucleus versão 2.9.0. | 
|  2.1.7  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.6  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.5  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.5.0 do núcleo do Greengrass.  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  2.1.2  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  2.1.1  |  Versão atualizada para o Greengrass nucleus versão 2.2.0.  | 
|  2.1.0  |  Versão inicial.  | 

# TensorFlow Detecção leve de objetos
<a name="tensorflow-lite-object-detection-component"></a>

O componente de detecção de objetos TensorFlow Lite (`aws.greengrass.TensorFlowLiteObjectDetection`) contém um código de inferência de amostra para realizar a inferência de detecção de objetos usando o [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) e um modelo pré-treinado de Single Shot Detection (SSD) 1.0. MobileNet Esse componente usa a variante [TensorFlow Loja de modelos de detecção de objetos Lite](tensorflow-lite-object-detection-model-store-component.md) e os [TensorFlow Tempo de execução leve](tensorflow-lite-component.md) componentes como dependências para baixar o TensorFlow Lite e o modelo de amostra. 

Para usar esse componente de inferência com um modelo TensorFlow Lite personalizado, você pode [criar uma versão personalizada](ml-customization.md#override-public-model-store) do componente de armazenamento de modelos dependente. Para usar o próprio código de inferência personalizado, utilize a fórmula desse componente como modelo para [criar um componente de inferência personalizado](ml-customization.md#create-inference-component).

**Topics**
+ [Versões](#tensorflow-lite-object-detection-component-versions)
+ [Tipo](#tensorflow-lite-object-detection-component-type)
+ [Sistema operacional](#tensorflow-lite-object-detection-component-os-support)
+ [Requisitos](#tensorflow-lite-object-detection-component-requirements)
+ [Dependências](#tensorflow-lite-object-detection-component-dependencies)
+ [Configuração](#tensorflow-lite-object-detection-component-configuration)
+ [Arquivo de log local](#tensorflow-lite-object-detection-component-log-file)
+ [Changelog](#tensorflow-lite-object-detection-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

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

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#tensorflow-lite-object-detection-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A tabela a seguir lista as dependências das versões 2.1.11 e 2.1.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

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

A tabela a seguir lista as dependências da versão 2.1.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 
| [TensorFlow Loja de modelos de classificação de imagens Lite](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | Rígido | 
| [TensorFlow Leve](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | Rígido | 

------

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

Esse componente fornece os seguintes parâmetros de configuração que podem ser personalizados ao implantar o componente.

`accessControl`  
<a name="ml-config-accesscontrol-desc"></a>(Opcional) O objeto que contém a [política de autorização](interprocess-communication.md#ipc-authorization-policies) que permite que o componente publique mensagens no tópico de notificações padrão.   
Padrão:   

```
{
   "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>(Opcional) O tópico no qual você deseja publicar os resultados da inferência. Se você modificar esse valor, também deverá modificar o valor de `resources` no parâmetro `accessControl` para corresponder ao nome do tópico personalizado.  
Padrão: `ml/tflite/object-detection`

`Accelerator`  <a name="ml-config-accelerator"></a>
O acelerador que você deseja usar. Os valores compatíveis são `cpu` e `gpu`.  
Os modelos de amostra no componente de modelo dependente oferecem suporte somente à aceleração de CPU. Para usar a aceleração de GPU com outro modelo personalizado, [crie um componente de modelo personalizado](ml-customization.md#override-public-model-store) para substituir o componente de modelo público.  
Padrão: `cpu`

`ImageDirectory`  
<a name="ml-config-imagedirectory-desc"></a>(Opcional) O caminho da pasta no dispositivo em que os componentes de inferência leem as imagens. Você pode modificar esse valor para qualquer local em seu dispositivo ao qual tenha read/write acesso.  
<a name="ml-config-imagedirectory-obj-default"></a>Padrão: `/greengrass/v2/packages/artifacts-unarchived/component-name/object_detection/sample_images/`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`ImageName`  
<a name="ml-config-imagename-desc"></a>(Opcional) O nome da imagem que o componente de inferência usa como entrada para fazer uma previsão. O componente procura a imagem na pasta especificada em `ImageDirectory`. Por padrão, o componente usa a imagem de amostra no diretório de imagens padrão. AWS IoT Greengrass suporta os seguintes formatos de imagem: `jpeg` `jpg``png`,, `npy` e.   
<a name="ml-config-imagename-obj-default"></a>Padrão: `objects.jpg`  
Se você definir o valor de `UseCamera` como `true`, esse parâmetro de configuração será ignorado. 

`InferenceInterval`  <a name="ml-config-inferenceinterval"></a>
(Opcional) O tempo em segundos entre cada previsão feita pelo código de inferência. O código de inferência de amostra é executado indefinidamente e repete as previsões no intervalo de tempo especificado. Por exemplo, é possível alterar isso para um intervalo menor se você quiser usar as imagens capturadas por uma câmera para previsão em tempo real.  
Padrão: `3600`

`ModelResourceKey`  <a name="ml-config-modelresourcekey"></a>
<a name="ml-config-modelresourcekey-desc"></a>(Opcional) Os modelos usados no componente de modelo público dependente. Modifique esse parâmetro somente se você substituir o componente de modelo público por um componente personalizado.   
Padrão:  

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

`UseCamera`  <a name="ml-config-usecamera"></a>
(Opcional) O valor de string que define se as imagens de uma câmera conectada ao dispositivo principal do Greengrass devem ser usadas. Os valores compatíveis são `true` e `false`.  
Quando você define esse valor como `true`, o código de inferência de amostra acessa a câmera do seu dispositivo e executa a inferência localmente na imagem capturada. Os valores dos parâmetros `ImageName` e `ImageDirectory` são ignorados. Certifique-se de que o usuário que está executando esse componente tenha read/write acesso ao local em que a câmera armazena as imagens capturadas.  
Padrão: `false`  
Quando você visualiza a fórmula desse componente, o parâmetro de configuração `UseCamera` não aparece na configuração padrão. No entanto, você pode modificar o valor desse parâmetro em uma [atualização de mesclagem da configuração](update-component-configurations.md) ao implantar o componente.   
Ao definir `UseCamera` como `true`, você também deve criar um link simbólico para permitir que o componente de inferência acesse sua câmera do ambiente virtual criado pelo componente de runtime. Para obter mais informações sobre como usar uma câmera com os componentes de inferência de amostra, consulte [Atualizar configurações do componente](ml-tutorial-image-classification-camera.md).

**nota**  <a name="ml-config-not-visible-note"></a>
Quando você visualiza a fórmula desse componente, o parâmetro de configuração `UseCamera` não aparece na configuração padrão. No entanto, você pode modificar o valor desse parâmetro em uma [atualização de mesclagem da configuração](update-component-configurations.md) ao implantar o componente.   
Ao definir `UseCamera` como `true`, você também deve criar um link simbólico para permitir que o componente de inferência acesse sua câmera do ambiente virtual criado pelo componente de runtime. Para obter mais informações sobre como usar uma câmera com os componentes de inferência de amostra, consulte [Atualizar configurações do componente](ml-tutorial-image-classification-camera.md).

## Arquivo de log local
<a name="tensorflow-lite-object-detection-component-log-file"></a>

Esse componente usa o arquivo de log abaixo.

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

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

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

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

------

**Para exibir os logs desse componente**
+ Execute o comando a seguir no dispositivo principal para visualizar o arquivo de log desse componente em tempo real. Substitua `/greengrass/v2` ou *C:\$1greengrass\$1v2* pelo caminho para a pasta AWS IoT Greengrass raiz.

------
#### [ 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>

A tabela a seguir descreve as alterações em cada versão do componente.


|  Versão  |  Alterações  | 
| --- | --- | 
|  2.1.12  |  Versão atualizada para o núcleo do Greengrass 2.12.5.  | 
|  2.1.11  | Versão atualizada para o núcleo do Greengrass 2.12.0. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.11.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.10.0 do núcleo do Greengrass. | 
|  2.1.8  | Versão atualizada para o Greengrass nucleus versão 2.9.0. | 
|  2.1.7  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.6  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.5  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.5.0 do núcleo do Greengrass.  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  2.1.2  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  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/pt_br/greengrass/v2/developerguide/tensorflow-lite-object-detection-component.html)  | 
|  2.1.0  |  Versão inicial.  | 

# TensorFlow Loja de modelos de classificação de imagens Lite
<a name="tensorflow-lite-image-classification-model-store-component"></a>

O repositório de modelos de classificação de imagens TensorFlow Lite (`variant.TensorFlowLite.ImageClassification.ModelStore`) é um componente do modelo de aprendizado de máquina que contém um modelo MobileNet v1 pré-treinado como um artefato do Greengrass. O modelo de amostra usado nesse componente é obtido do [TensorFlowHub](https://tfhub.dev/) e implementado usando o [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python).

O componente de inferência [TensorFlow Classificação de imagens Lite](tensorflow-lite-image-classification-component.md) usa esse componente como uma dependência para a fonte do modelo. Para usar um modelo TensorFlow Lite personalizado, [crie uma versão personalizada](ml-customization.md#override-public-model-store) desse componente de modelo e inclua seu modelo personalizado como um artefato de componente. É possível usar a fórmula desse componente como modelo para criar componentes de modelo personalizado. 

**Topics**
+ [Versões](#tensorflow-lite-image-classification-model-store-component-versions)
+ [Tipo](#tensorflow-lite-image-classification-model-store-component-type)
+ [Sistema operacional](#tensorflow-lite-image-classification-model-store-component-os-support)
+ [Requisitos](#tensorflow-lite-image-classification-model-store-component-requirements)
+ [Dependências](#tensorflow-lite-image-classification-model-store-component-dependencies)
+ [Configuração](#tensorflow-lite-image-classification-model-store-component-configuration)
+ [Arquivo de log local](#tensorflow-lite-image-classification-model-store-component-log-file)
+ [Changelog](#tensorflow-lite-image-classification-model-store-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

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

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#tensorflow-lite-image-classification-model-store-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A tabela a seguir lista as dependências das versões 2.1.11 e 2.1.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 

------

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

Esse componente não tem nenhum parâmetro de configuração.

## Arquivo de log local
<a name="tensorflow-lite-image-classification-model-store-component-log-file"></a>

Esse componente não gera logs.

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

A tabela a seguir descreve as alterações em cada versão do componente.


|  Versão  |  Alterações  | 
| --- | --- | 
|  2.1.12  |  Versão atualizada para o núcleo do Greengrass 2.12.5.  | 
|  2.1.11  | Versão atualizada para o núcleo do Greengrass 2.12.0. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.11.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.10.0 do núcleo do Greengrass. | 
|  2.1.8  | Versão atualizada para o Greengrass nucleus versão 2.9.0. | 
|  2.1.7  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.6  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.5  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.5.0 do núcleo do Greengrass.  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  2.1.2  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  2.1.1  |  Versão atualizada para o Greengrass nucleus versão 2.2.0.  | 
|  2.1.0  |  Versão inicial.  | 

# TensorFlow Loja de modelos de detecção de objetos Lite
<a name="tensorflow-lite-object-detection-model-store-component"></a>

O repositório de modelos de detecção de objetos TensorFlow Lite (`variant.TensorFlowLite.ObjectDetection.ModelStore`) é um componente de modelo de aprendizado de máquina que contém um modelo pré-treinado de detecção de disparo único (SSD) como um MobileNet artefato do Greengrass. O modelo de amostra usado nesse componente é obtido do [TensorFlow Hub](https://tfhub.dev/) e implementado usando o [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python).

O componente de inferência [de detecção de objetos TensorFlow Lite](tensorflow-lite-object-detection-component.md) usa esse componente como uma dependência para a fonte do modelo. Para usar um modelo TensorFlow Lite personalizado, [crie uma versão personalizada](ml-customization.md#override-public-model-store) desse componente de modelo e inclua seu modelo personalizado como um artefato de componente. É possível usar a fórmula desse componente como modelo para criar componentes de modelo personalizado. 

**Topics**
+ [Versões](#tensorflow-lite-object-detection-model-store-component-versions)
+ [Tipo](#tensorflow-lite-object-detection-model-store-component-type)
+ [Sistema operacional](#tensorflow-lite-object-detection-model-store-component-os-support)
+ [Requisitos](#tensorflow-lite-object-detection-model-store-component-requirements)
+ [Dependências](#tensorflow-lite-object-detection-model-store-component-dependencies)
+ [Configuração](#tensorflow-lite-object-detection-model-store-component-configuration)
+ [Arquivo de log local](#tensorflow-lite-object-detection-model-store-component-log-file)
+ [Changelog](#tensorflow-lite-object-detection-model-store-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.1.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

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

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#tensorflow-lite-object-detection-model-store-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A tabela a seguir lista as dependências das versões 2.1.11 e 2.1.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.6 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.5 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.3 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.1.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 

------

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

Esse componente não tem nenhum parâmetro de configuração.

## Arquivo de log local
<a name="tensorflow-lite-object-detection-model-store-component-log-file"></a>

Esse componente não gera logs.

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

A tabela a seguir descreve as alterações em cada versão do componente.


|  Versão  |  Alterações  | 
| --- | --- | 
|  2.1.12  |  Versão atualizada para o núcleo do Greengrass 2.12.5.  | 
|  2.1.11  | Versão atualizada para o núcleo do Greengrass 2.12.0. | 
|  2.1.10  | Versão atualizada para o lançamento da versão 2.11.0 do núcleo do Greengrass. | 
|  2.1.9  | Versão atualizada para o lançamento da versão 2.10.0 do núcleo do Greengrass. | 
|  2.1.8  | Versão atualizada para o Greengrass nucleus versão 2.9.0. | 
|  2.1.7  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.1.6  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.1.5  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.1.4  |  Versão atualizada para o lançamento da versão 2.5.0 do núcleo do Greengrass.  | 
|  2.1.3  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  2.1.2  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  2.1.1  |  Versão atualizada para o Greengrass nucleus versão 2.2.0.  | 
|  2.1.0  |  Versão inicial.  | 

# TensorFlow Tempo de execução leve
<a name="tensorflow-lite-component"></a>

O componente de tempo de execução do TensorFlow Lite (`variant.TensorFlowLite`) contém um script que instala o [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) versão 2.5.0 e suas dependências em um ambiente virtual em seu dispositivo. A [classificação de imagem TensorFlow TensorFlow Lite](tensorflow-lite-image-classification-component.md) [e o componente de detecção de objetos Lite](tensorflow-lite-object-detection-component.md) usam esse componente de tempo de execução como uma dependência para instalar o TensorFlow Lite. 

**nota**  
TensorFlow O componente Lite Runtime v2.5.6 e versões posteriores reinstalam as instalações existentes do TensorFlow Lite Runtime e suas dependências. Essa reinstalação ajuda a garantir que o dispositivo principal execute versões compatíveis do TensorFlow Lite e de suas dependências.

Para usar outro runtime, você pode aplicar a fórmula desse componente como modelo para [criar um componente de machine learning personalizado](ml-customization.md).

**Topics**
+ [Versões](#tensorflow-lite-component-versions)
+ [Tipo](#tensorflow-lite-component-type)
+ [Sistema operacional](#tensorflow-lite-component-os-support)
+ [Requisitos](#tensorflow-lite-component-requirements)
+ [Dependências](#tensorflow-lite-component-dependencies)
+ [Configuração](#tensorflow-lite-component-configuration)
+ [Uso](#tensorflow-lite-component-usage)
+ [Arquivo de log local](#tensorflow-lite-component-log-file)
+ [Changelog](#tensorflow-lite-component-changelog)

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

Esse componente tem as seguintes versões:
+ 2.5.x

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

<a name="public-component-type-generic"></a>Esse <a name="public-component-type-generic-phrase"></a>é um componente genérico (`aws.greengrass.generic`). O [Greengrass nucleus](greengrass-nucleus-component.md) executa os scripts do ciclo de vida do componente.

<a name="public-component-type-more-information"></a>Para obter mais informações, consulte [Tipos de componentes](develop-greengrass-components.md#component-types).

## Sistema operacional
<a name="tensorflow-lite-component-os-support"></a>

Esse componente pode ser instalado em dispositivos principais que executam os seguintes sistemas operacionais:
+ Linux
+ Windows

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

Esse componente tem os seguintes requisitos:<a name="ml-component-requirements"></a>
+ Nos dispositivos principais do Greengrass que executam o Amazon Linux 2 ou o Ubuntu 18.04, a [Biblioteca do GNU C](https://www.gnu.org/software/libc/) (glibc) versão 2.27 ou posterior está instalada no dispositivo.
+ Em dispositivos Armv7l, como o Raspberry Pi, as dependências do OpenCV-Python estão instaladas no dispositivo. Execute o seguinte comando para instalar as dependências.

  ```
  sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev
  ```
+ Os dispositivos Raspberry Pi que executam o Raspberry Pi OS Bullseye devem atender aos seguintes requisitos:
  + NumPy 1.22.4 ou posterior instalado no dispositivo. O Raspberry Pi OS Bullseye inclui uma versão anterior do NumPy, então você pode executar o seguinte comando para atualizar NumPy o dispositivo.

    ```
    pip3 install --upgrade numpy
    ```
  + A pilha de câmeras antiga habilitada no dispositivo. O Raspberry Pi OS Bullseye inclui uma nova pilha de câmeras que está habilitada por padrão e não é compatível, portanto você precisa habilitar a pilha de câmeras antiga.<a name="raspberry-pi-bullseye-enable-legacy-camera-stack"></a>

**Para habilitar a pilha de câmeras antiga**

    1. Execute o comando abaixo para abrir a ferramenta de configuração do Raspberry Pi.

       ```
       sudo raspi-config
       ```

    1. Selecione **Opções de interface**.

    1. Selecione **Câmera antiga** para habilitar a pilha de câmeras antiga.

    1. Reinicie o Raspberry Pi.

### Endpoints e portas
<a name="tensorflow-lite-component-endpoints"></a>

Por padrão, esse componente usa um script do instalador para instalar pacotes com os comandos `apt`, `yum`, `brew` e `pip`, dependendo da plataforma do dispositivo principal. Esse componente deve ser capaz de fazer solicitações de saída para vários índices e repositórios de pacotes para executar o script do instalador. Para permitir o tráfego de saída do componente por meio de um proxy ou firewall, é necessário identificar os endpoints dos índices e repositórios de pacotes aos quais o seu dispositivo principal se conecta para a instalação.

Considere o seguinte quando for identificar os endpoints necessários para o script de instalação do componente:
+ Os endpoints dependem da plataforma do dispositivo principal. Por exemplo, um dispositivo principal com Ubuntu usa `apt` em vez de `yum` ou `brew`. Além disso, os dispositivos que usam o mesmo índice de pacotes podem ter listas de fontes diferentes e, portanto, podem recuperar pacotes de repositórios distintos.
+ Os endpoints podem ser diferentes entre os vários dispositivos que usam o mesmo índice de pacotes, já que cada dispositivo tem as próprias listas de fontes que definem onde recuperar os pacotes.
+ Os endpoints podem mudar ao longo do tempo. Cada índice URLs de pacotes fornece os repositórios nos quais você baixa pacotes, e o proprietário de um pacote pode alterar o que URLs o índice de pacotes fornece.

Para obter mais informações sobre as dependências que esse componente instala e como desabilitar o script do instalador, consulte o parâmetro de [UseInstaller](#tensorflow-lite-component-config-useinstaller-term)configuração.

Para obter mais informações sobre os endpoints e as portas necessários para operação básica, consulte [Permitir o tráfego de dispositivos por meio de um proxy ou firewall](allow-device-traffic.md).

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

Quando você implanta um componente, AWS IoT Greengrass também implanta versões compatíveis de suas dependências. Isso significa que é preciso atender aos requisitos do componente e de todas as dependências dele para implantá-lo com êxito. Nesta seção, há uma lista de todas as dependências das [versões lançadas](#tensorflow-lite-component-changelog) desse componente e as restrições de versão semântica que definem as versões dos componentes para cada dependência. Também é possível visualizar as dependências de cada versão do componente no [console do AWS IoT Greengrass](https://console.aws.amazon.com//greengrass). Na página de detalhes do componente, procure a lista de **dependências**.

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

A tabela a seguir lista as dependências das versões 2.5.14 e 2.5.15 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.13 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.12 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.11 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.10 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.9 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.8 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | Flexível | 

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

A tabela a seguir lista as dependências das versões 2.5.5 a 2.5.7 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | Flexível | 

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

A tabela a seguir lista as dependências das versões 2.5.3 e 2.5.4 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.2 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.1 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | Flexível | 

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

A tabela a seguir lista as dependências da versão 2.5.0 desse componente.


| Dependência | Versões compatíveis | Tipo de dependência | 
| --- | --- | --- | 
| [Greengrass nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | Flexível | 

------

Para obter mais informações sobre as dependências dos componentes, consulte [referência de fórmula do componente](component-recipe-reference.md#recipe-reference-component-dependencies).

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

Esse componente fornece os seguintes parâmetros de configuração que podem ser personalizados ao implantar o componente.

`MLRootPath`  
<a name="ml-config-mlrootpath-desc"></a>(Opcional) O caminho da pasta nos dispositivos principais do Linux em que os componentes de inferência leem as imagens e gravam os resultados da inferência. Você pode modificar esse valor em qualquer local em seu dispositivo ao qual o usuário que está executando esse componente tenha read/write acesso.  
<a name="ml-config-mlrootpath-default-tfl"></a>Padrão: `/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml`

`WindowsMLRootPath`  
Esse recurso está disponível na versão 1.6.6 e mais recente desse componente.  
<a name="ml-config-windowsmlrootpath-desc"></a>(Opcional) O caminho da pasta nos dispositivos principais do Windows em que os componentes de inferência leem as imagens e gravam os resultados da inferência. Você pode modificar esse valor em qualquer local em seu dispositivo ao qual o usuário que está executando esse componente tenha read/write acesso.  
<a name="ml-config-windowsmlrootpath-default-dlr"></a>Padrão: `C:\greengrass\v2\\work\\variant.DLR\\greengrass_ml`

  `UseInstaller`   
<a name="ml-config-useinstaller-desc-tfl"></a>(Opcional) Valor da string que define se o script do instalador deve ser usado nesse componente para instalar o TensorFlow Lite e suas dependências. Os valores compatíveis são `true` e `false`.   <a name="ml-config-useinstaller-libraries-tfl"></a>

Defina esse valor como `false` se você quiser usar um script personalizado para a instalação do TensorFlow Lite ou se quiser incluir dependências de tempo de execução em uma imagem Linux pré-criada. Para usar esse componente com os componentes AWS de inferência TensorFlow Lite fornecidos, instale as bibliotecas a seguir, incluindo quaisquer dependências, e disponibilize-as para o usuário do sistema, como, por exemplo`ggc_user`, que executa os componentes de ML.
+ [Python](https://www.python.org/downloads/) 3.8 ou posterior, incluindo o `pip` para sua versão do Python
+ [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 para Python](https://github.com/aws/aws-iot-device-sdk-python-v2)
+ [AWS Python de tempo de execução comum (CRT)](https://github.com/awslabs/aws-crt-python)
+ [Picamera](https://picamera.readthedocs.io/en/release-1.13/) (para dispositivos Raspberry Pi)
+ [`awscam`módulo](https://docs.aws.amazon.com/deeplens/latest/dg/deeplens-library-awscam-module.html) (para AWS DeepLens dispositivos)
+ libGL (para dispositivos Linux)
<a name="ml-config-useinstaller-default"></a>Padrão: `true`

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

Use esse componente com o parâmetro `UseInstaller` de configuração definido `true` para instalar o TensorFlow Lite e suas dependências em seu dispositivo. O componente configura um ambiente virtual em seu dispositivo que inclui o OpenCV NumPy e as bibliotecas necessárias para o Lite. TensorFlow 

**nota**  <a name="ml-installer-component-usage-note"></a>
O script do instalador nesse componente também instala as versões mais recentes das bibliotecas adicionais do sistema, que são necessárias para configurar o ambiente virtual em seu dispositivo e usar a estrutura de machine learning instalada. Isso pode atualizar as bibliotecas do sistema existentes em seu dispositivo. Consulte a tabela a seguir para ver a lista de bibliotecas que esse componente instala para cada sistema operacional compatível. Se você deseja personalizar esse processo de instalação, defina o parâmetro de configuração `UseInstaller` como `false` e desenvolva o próprio script do instalador.


| Plataforma | Bibliotecas instaladas no sistema do dispositivo | Bibliotecas instaladas no ambiente virtual | 
| --- | --- | --- | 
| Armv7l | build-essential, cmake, ca-certificates, git | setuptools, wheel | 
| Amazon Linux 2 | mesa-libGL | Nenhum | 
| Ubuntu | wget | Nenhum | 

Quando você implanta seu componente de inferência, esse componente de tempo de execução primeiro verifica se seu dispositivo já tem o TensorFlow Lite e suas dependências instaladas. Se não tiver, o componente de runtime os instala para você. 

## Arquivo de log local
<a name="tensorflow-lite-component-log-file"></a>

Esse componente usa o arquivo de log abaixo.

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

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

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

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

------

**Para exibir os logs desse componente**
+ Execute o comando a seguir no dispositivo principal para visualizar o arquivo de log desse componente em tempo real. Substitua `/greengrass/v2` ou *C:\$1greengrass\$1v2* pelo caminho para a pasta AWS IoT Greengrass raiz.

------
#### [ 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>

A tabela a seguir descreve as alterações em cada versão do componente.


|  Versão  |  Alterações  | 
| --- | --- | 
|  2.5.15  |  Versão atualizada para o Greengrass nucleus 2.12.5.  | 
|  2.5.14  | Versão atualizada para o núcleo do Greengrass 2.12.0. | 
|  2.5.13  | Versão atualizada para o lançamento da versão 2.11.0 do núcleo do Greengrass. | 
|  2.5.12  | Versão atualizada para o lançamento da versão 2.10.0 do núcleo do Greengrass. | 
|  2.5.11  | Versão atualizada para o núcleo do Greengrass 2.9.0. | 
|  2.5.10  | Versão atualizada para o lançamento da versão 2.8.0 do núcleo do Greengrass. | 
|  2.5.9  |  Versão atualizada para o lançamento da versão 2.7.0 do núcleo do Greengrass.  | 
|  2.5.8  |  Versão atualizada para o lançamento da versão 2.6.0 do núcleo do Greengrass.  | 
|  2.5.7  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.6  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.5  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.4  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/greengrass/v2/developerguide/tensorflow-lite-component.html)  | 
|  2.5.3  |  Versão atualizada para o lançamento da versão 2.4.0 do núcleo do Greengrass.  | 
|  2.5.2  |  Versão atualizada para o lançamento da versão 2.3.0 do núcleo do Greengrass.  | 
|  2.5.1  |  Versão atualizada para o lançamento do núcleo do Greengrass versão 2.2.0.  | 
|  2.5.0  |  Versão inicial.  |