支援終止通知：在 2025 年 10 月 31 日， AWS 將停止對 Amazon Lookout for Vision 的支援。2025 年 10 月 31 日後，您將無法再存取 Lookout for Vision 主控台或 Lookout for Vision 資源。如需詳細資訊，請造訪此部落格文章 。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

DetectAnomalies

偵測提供的影像中的異常。

來自的回應DetectAnomalies包括布林預測，該預測圖像包含一個或多個異常以及預測的可信度值。如果模型是分段模型，則回應包括下列項目：

DetectAnomalies支援交錯式 RGB888 格式的封裝點陣圖 (影像)。第一個字節表示紅色通道，第二個字節表示綠色通道，第三個字節表示藍色通道。如果您以不同的格式（例如 BGR）提供圖像，則來自的預測不 DetectAnomalies 正確。

根據預設，OpenCV 會將 BGR 格式用於影像點陣圖。如果您使用 OpenCV 擷取要分析的影像DetectAnomalies，則必須在將影像傳遞至之前將影像轉換為 DetectAnomalies RGB888 格式。

支援的最小影像尺寸為 64x64 像素。支援的影像尺寸上限為 4096x4096 像素。

您可以在 protobuf 消息或通過共享內存段發送圖像。將大型映像序列化到 protobuf 消息中可以顯著增加呼叫的延遲。DetectAnomalies為了達到最低的延遲，我們建議您使用共用記憶體。

rpc DetectAnomalies(DetectAnomaliesRequest) returns (DetectAnomaliesResponse);
  

DetectAnomaliesRequest

的輸入參數DetectAnomalies。

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

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

message AnomalyMaskParams {
SharedMemoryHandle shared_memory_handle = 2;
}

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

點陣圖

您要分析的影像DetectAnomalies。

width

圖像的寬度，以像素為單位。

height

圖像的高度，以像素為單位。

位元組資料

在原始消息中傳遞的圖像字節。

共用記憶體處理碼

在共享內存段傳遞的圖像字節。

SharedMemoryHandle

表示一個 POSIX 共享內存段。

name

POSIX 存儲器段的名稱。若要取得有關建立共用記憶體的資訊，請參閱 shm_open。

size

從偏移量開始的圖像緩衝區大小（以字節為單位）。

offset

偏移量，以字節為單位，從共享存儲器段的開始圖像緩衝區的開始。

AnomalyMaskParams

輸出異常遮罩的參數。（分段模型）。

共用記憶體處理碼

如果shared_memory_handle未提供，則包含遮罩的圖像位元組。

DetectAnomaliesRequest

模型元件

包含您要使用之模型的AWS IoT Greengrass V2元件名稱。

點陣圖

您要分析的影像DetectAnomalies。

異常遮罩參數

用於輸出掩碼的可選參數。（分段模型）。

DetectAnomaliesResponse

來自的響應DetectAnomalies。

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

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

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

message DetectAnomaliesResponse {
  DetectAnomalyResult detect_anomaly_result = 1;
}

異常

代表在影像上發現的異常。（分段模型）。

name

在影像中找到的異常類型名稱。 name對應至訓練資料集中的異常類型。服務會自動將背景異常類型插入回應中 DetectAnomalies。

像素異常

涵蓋異常類型之像素遮色片的相關資訊。

PixelAnomaly

涵蓋異常類型之像素遮色片的相關資訊。（分段模型）。

總百分比面積 (_)

異常類型涵蓋的影像百分比區域。

十六進制顏色

代表影像上異常類型的十六進位顏色值。顏色會對應至訓練資料集中使用之異常類型的顏色。

DetectAnomalyResult

是異常的

指出影像是否包含異常。 true如果圖像包含異常。 false如果圖像是正常的。

confidence

在預測的準確性的信心。DetectAnomalies confidence是介於 0 和 1 之間的浮點數值。

異常遮罩

如果未提供共享記憶體處理，則包含遮罩的圖像位元組。（分段模型）。

異常

在輸入影像中找到 0 個或多個異常的清單。（分段模型）。

異常分數

一個數字，用於量化對圖像預測的異常量偏離圖像而沒有異常。 anomaly_score0.0為浮點值，範圍從一般影像 (與一般影像的最低偏差) 到 1.0 (與一般影像的最大偏差)。亞馬遜 Lookout for Vision 返回一個值anomaly_score，即使圖像的預測是正常的。

異常閾值

一個數字（浮點數），用於確定圖像的預測分類何時為正常或異常。等於或高anomaly_score於值的影像anomaly_threshold會被視為異常。下方的anomaly_score值anomaly_threshold表示正常影像。該模型使用anomaly_threshold的值是由亞馬遜 Lookout for Vision，當您訓練模型時計算。您無法設定或變更 anomaly_threshold

狀態碼