开启生长之旅!这是我参与「日新方案 12 月更文挑战」的第3天,点击检查活动详情
前言
小伙伴们, 好久不见了,我还是那个喜爱来共享技能和心得的小冷,最近没有更新,原因大约是想给自己放放假,换换心境,前几天,在一个同样是开发者的朋友的提议下,参加了亚马逊 build on 的线下活动,全程大约三个小时左右的时刻,完结从粗浅了解 物联网IOT 到动手完结视频收集和视频处理的实战跨越,也是对生疏技能范畴的开荒和探索,一起也想和大家共享一下参加这类技能线下活动的心得。
Amazon IOT
Amazon 供给物联网 (IoT) 服务和处理方案来衔接和办理数十亿台设备。衔接、存储和剖析工业、家居消费、商业和汽车业工作负载的 IoT 数据。
- 运用最为齐备的 IoT 服务套组加速立异,凭借 Amazon IoT 不断扩展、快速举动,并节约本钱。从安全设备衔接到办理、存储和剖析,Amazon IoT 能够为您供给广泛而深入的服务,满意您构建完好处理方案之所需。
- 从云端到边际,确保您 IoT 应用程序的安全,Amazon IoT 服务能够处理您应用程序中每一层遇到的问题,并确保设备安全性。凭借预防性机制维护您的设备数据,例如加密和访问权控制,以继续审计和监控您的 Amazon IoT Device Defender 装备。
- 凭借高档 AI 和机器学习(ML)整合构建智能 IoT 处理方案,凭借高达 25 倍的性能提升以及低于 1/10 的运行时足迹,在云中创立模块并将其布置到设备中。 Amazon 结合人工智能 (AI)、机器学习(ML)和 IoT,力求打造更为智能的设备。
- 快捷可靠地进行扩展,以安全、可靠和弹性的云基础设施构建立异且共同的处理方案,能够将规模扩展至数十亿台设备以及数万亿条音讯。Amazon IoT 能够轻松与其他 Amazon 服务集成。
Rekognition Streaming Video Events 方案
它根据设备检测到监控环境的特定事情,将设备的视频流推送到云上KVS,凭借Amazon Rekognition Video按照您期望检测的标签来剖析视频中的数据,并将检测成果保存到Amazon S3、发送检测成果到 SNS。 Rekognition Streaming Video Events方案整体架构分为:设备端、Amazon云端、用户应用端。
设备端
通常为带有主动视频检测才能的摄像头设备、通过集成KVS SDK作为KVS的Producer向云端的KVS Stream推送视频流,并按需触发Amazon云端有Rekognition供给的视频检测的API。
Amazon云端
KVS Stream: 供给设备视频持久化存储、视频检索、视频在线检查、视频下载等才能,并向Rekognition供给用于视频检测的数据。
Rekognition: 供给主动履行视频和图画剖析的才能,包括根据视频或图画的内容审核、人脸检测、人脸比较、标签检测等彻底托管的才能,而且能够方便的与KVS、S3、SNS等服务集成。
Amazon S3: 供给视频检测成果的存储。
Amazon SNS: 彻底托管的发布/订阅音讯收发、SMS、电子邮件和移动推送告诉在本方案中供给告诉发送的才能。
试验体会
签到时刻是下午一点多,映入眼帘的便是一块开发板和摄像头,亚马逊很贴心的给这次活动派来了六位架构师,保证整个活动的流程和问题解答,
试验一 运用开发版衔接摄像头用树莓派体系搭建将视频推送到KVS中
首先是为咱们介绍了,开发板的用途,一些发展的道路,以及运用时候的一些要领,
便是这一块板子啦
还有摄像头
- 将摄像头衔接到板子
- 烧录树莓派体系
- 下载KVS api
- 合作环境变量
- 推送视频
这个活动 关于我这种没有触摸过 IOT的人来说,便是一次生疏到认识的破冰过程,第一次上手体会用开发板和设备对接云端完结数据的推送
试验二 运用Rekognition Streaming Video Events
预置阶段
- step1: 创立S3存储桶和SNS topic,别离用于视频检测成果的存储和扇出。
- step2: 设备注册创立时,创立与之对应的KVS Stream、rekognition stream processor并将stream processor与step1中S存储桶和SNS topic绑定。
事情处理阶段
- step1: IPC设备检测到事情。
- step2: IPC设备调用KVS Producer SDK的PutMedia API将视频流式传输到KVS stream,一起调用API触发rekognition stream processor对视频数据进行剖析。
- step3: Rekognition stream processor根据启动参数包括处理视频的启动与中止条件、处理视频的时刻等信息对视频进行剖析。
- step4: Rekognition stream processor将视频剖析成果主动保存到S3并触发SNS topic。
- step5: 用户通过应用程序检索视频信息或者接纳告诉继续完结其他的业务流程。
大致过程:
- 创立 cloud 9 挑选操作体系 ubantu
- 安装库 编译过程 关键 确认磁盘 20g
- 之后打开 cloud 9 下载SDK
- 用KVS创立视频流
- 设置 KVS 环境
- 验证视频 创立 S3桶 全球仅有 主张账号后数字来创立 坚持仅有性
- 确认邮件 confim
- 第一个装备json KVS arn 不需求带着id
- 创立人物 IAM SNS S3
- cloud 9 或许需求晋级 因为处理方案是根据最新的v2
- 之后的权限 json 需求带着id
- 需求多配制两个json文件,
- 之后挑选装备json启动就能够取得成果了
这个试验,我却是踩坑了,忘记make就直接去履行视频流的过程了,导致耽误了些时刻,错失了第一。
总结
- 第一次参加有关IOT的线下活动,关于一个彻底生疏的范畴有了一些自己的理解
- 吸收了架构师们的主张和知道
- 感受到了大厂云服务的技能广度和切身实际运用
- 这次活动的文档真的写的十分十分得好,过程详细,逻辑明晰 十分的好评
十分的期待年底 亚马逊云科技 Build On 下一个线下活动