版本 Type 作業系統要求相依性組態本機記錄檔變更記錄

Lookout for Vision 邊緣代理

Lookout for Vision 邊緣代理元件 (aws.iot.lookoutvision.EdgeAgent) 會安裝本機 Amazon Lookout for Vision 執行階段伺服器，該伺服器使用電腦視覺來尋找工業產品中的視覺缺陷。

若要使用此元件，請建立並部署 Lookout for Vision 機器學習模型元件。這些機器學習模型會在您用來訓練模型的影像中尋找圖樣，來預測影像中異常的存在。然後，您可以開發和部署自訂 Greengrass 元件 (稱為用戶端應用程式元件)，將影像和視訊串流提供給此執行階段元件，以便使用機器學習模型偵測異常。

您可以使 Lookout for Vision 邊緣代理 API 與此元件從其他 Greengrass 元件進行交互。此 API 是使用 gRPC 來實作，GrPC 是用來進行遠端程序呼叫的通訊協定。如需詳細資訊，請參閱 Amazon Lookout 視覺開發人員指南中的撰寫用戶端應用程式元件和 Lookout for Vision 邊緣代理程式 API 參考。

如需如何使用此元件的詳細資訊，請參閱下列內容：

Greengrass out out out out out out out out out out out on Vision
什麼是 Amazon Lookout for Vision？在 Amazon Lookout for Vision 開發人員指南
在 Amazon Lookout for Vision 開發人員指南中創 Lookout for Vision 模型。
在 Amazon Lookout for Vision 開發人員指南中的邊緣裝置上使 Lookout for Vision 模型。

注意

Lookout for Vision 邊緣代理程式元件僅適用於下列項目 AWS 區域：

美國東部 (俄亥俄)
美國東部 (維吉尼亞北部)
美國西部 (奧勒岡)
歐洲 (法蘭克福)
歐洲 (愛爾蘭)
亞太區域 (東京)
亞太區域 (首爾)

版本

此元件具有下列版本：

1.2.x
1.x
1.0.x
0.1.x

Type

此元件是一般元件 (aws.greengrass.generic)。Greengrass 核會執行元件的生命週期指令碼。

如需詳細資訊，請參閱元件類型。

作業系統

此元件只能安裝在 Linux 核心裝置上。

要求

此元件具有下列需求：

格 Greengrass 核心設備必須使用阿姆瓦 8（AArch64）或 x86_64 體系結構。
如果您使用版本 1.0.0 或更高版本的這個組件，Python 3.8 或 Python 3.9，包括pip，安裝在 Greengrass 核心設備上。

如果您使用版本 0.1.x 的這個組件，Python 3.7，包括pip，安裝在 Greengrass 核心設備上。

重要
該設備必須具有以下確切版本的 Python 之一。這個組件不支持 Python 的更新版本。
若要使用圖形處理單元 (GPU) 推論，核心裝置必須符合下列需求。GPU 推論在此元件的版本 1.1.0 及更新版本中是選用的。
- 一種支援 CUDA 的圖形處理單元 (GPU)。如需詳細資訊，請參閱 CUDA 工具組文件中的確認您擁有支援 CUDA 的 GPU。
- 安裝在 Greengrass 核心設備上的 CUDNN，CUDA 和 TensorRT。
  - 在 NVIDIA 的傑特森設備，如傑特森納米或傑特森·澤維爾，CuDNN，CUDA 和 TensorRT 都安裝了 NVIDIA。 JetPack您不需要進行任何變更。這個元件支援 JetPack 4.4、JetPack4.5、JetPack 4.5.1 和 JetPack4. 6.1。
    
    重要
    您必須安裝這些版本的其中一個版本， JetPack 而不是安裝其他版本。「觀察視覺」服務會針對這些 JetPack平台編譯電腦視覺模型。
  - 在配備具有 NVIDIA 安培微架構 (或 GPU 運算容量為 8.0) 的 GPU 的 x86 裝置上，請執行下列動作：
    
    依照 NVIDIA 安裝指南中的指示來安裝 CUDN N。
    
    依照 NVIDIA CUDA 安裝指南中的指示，安裝 CUDA 11.2 版。
    
    請依照 NVIDIA TensorRT 說明文件中的指示，安裝 TensorRT 版本 8.2.0。
  - 在具有在安培之前具有 NVIDIA 架構的 GPU 的 x86 裝置上 (或 GPU 的運算容量小於 8.0)，請執行下列動作：
    
    依照 NVIDIA 安裝指南中的指示來安裝 CUDN N。
    
    依照 NVIDIA CUDA 安裝指南中的指示，安裝 CUDA 10.2 版。
    
    依照 NVIDIA TensorRT 說明文件中的指示，安裝版本 7.1.3 或更新版本，但是早於 8.0.0 版。
- 執行此元件的系統使用者必須是可存取裝置上 GPU 之系統群組的成員。此群組的名稱因作業系統而異。請參閱作業系統和 GPU 的說明文件，以判斷此系統群組的名稱。
  
  例如，在 NVIDIA Jetson 裝置上，此群組的名稱為video，您可以執行下列命令，將系統使用者新增至此群組。以要新增的使用者名稱取代 ggc_ user。
```
sudo usermod -aG video ggc_user
```

相依性

這個組件沒有任何依賴關係。

組態

此元件提供下列組態參數，您可以在部署元件時自訂這些參數。

Socket

(選擇性) Edge 代理程式運作的檔案通訊端。Lookout for Vision 模型元件使用此檔案通訊端與邊緣代理程式通訊。如果您變更此參數，您必須在部署 Lookout for Vision 模型元件時指定相同的值。

預設：unix:///tmp/aws.iot.lookoutvision.EdgeAgent.sock

本機記錄檔

此元件使用下列記錄檔。


/greengrass/v2/logs/aws.iot.lookoutvision.EdgeAgent.log

若要檢視此元件的記錄

在核心裝置上執行下列命令，即時檢視此元件的記錄檔。以 AWS IoT Greengrass 根資料夾的路徑取/greengrass/v2代。
```
sudo tail -f /greengrass/v2/logs/aws.iot.lookoutvision.EdgeAgent.log
```

變更記錄

下表說明元件每個版本的變更。

版本	變更
1.2.0	一般錯誤修正與改進。
1.1.9	一般錯誤修正與改進。
1.1.8	一般錯誤修正與改進。
1.1.7	新功能在 Lookout for Vision 邊緣代理程式虛擬環境中安裝`opencv-python-headless`套件。錯誤修復和改進改善置信度分數計算。將熱圖模型遮罩調整為原始檔案大小。一般錯誤修正與改進。
1.1.6	新功能增加了新的值的`DetectAnomalies`結果。 `anomaly_score`— 介於 0.0 到 1.0 之間的數字，表示影像有多異常。 `anomaly_threshold`— 在模型訓練期間設定的臨界值，可決定異常影像與一般影像之間的邊界。一般錯誤修正與改進。
1.1.4	新功能增加了對 OpenCV 的圖像調整大小的支持（如果可用）。邊緣代理使用枕頭時 OpenCV 不可用。錯誤修復和改進一般錯誤修正與改進。
1.1.3	一般錯誤修正與改進。
1.1.1	一般錯誤修正與改進。
1.1.0	新功能添加對圖像分割模型的支持，以識別圖像中的異常。添加對 CPU 推論的支持，因此您可以在沒有 GPU 的核心設備上使用觀察視覺模型。錯誤修復和改進一般錯誤修正與改進。
1.0.0	這個版本的 Lookout for Vision 邊緣代理程式元件需要不同於版本的 Python 版本 0.1.x。如果您想要從 v0.1.x 升級到 v1.x，您必須升級核心裝置上的 Python 安裝。錯誤修復和改進一般錯誤修正與改進。
0.1.37	一般錯誤修正與改進。
0.1.36	初始版本。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

機器學習元件

SageMaker AI Edge Manager