Présentation
Azure IoT Edge vous permet de déplacer vos charges de travail du cloud vers la périphérie. Cela vous permet d’exécuter vos charges de travail localement sur des appareils de périphérie plus près de l’endroit où vos données sont générées. Cette approche s’adapte parfaitement aux services qui traitent de grandes quantités de données, telles que des modèles de vision par ordinateur. Les services Azure AI avec IoT Edge vous permettent de créer une solution et de les déployer sur des appareils IoT en tant que conteneurs. En cas d’implémentation ensemble, les services Azure IoT Edge et Azure AI vous permettent de trouver des insights à partir d’images ou de flux vidéo sur la périphérie sans transférer toutes les données hors site en premier.
Supposons que vous travaillez en tant que scientifique des données et que vous êtes responsable du déploiement de services Azure AI qui implémentent la fonction de reconnaissance d’image pour les auto-caisses utilisées dans les supermarchés. Le système doit inclure une fonctionnalité de conversion d’image en voix pour permettre aux personnes malvoyantes d’utiliser la caisse automatique. Le système exécute l’image d’élément analysé sur un modèle Machine Learning préentraîné pour identifier l’élément analysé. L’élément sera ensuite pesé et le coût sera calculé en fonction de l’identification. Cette installation évite à la personne malvoyante d’avoir à regarder l’élément. À l’aide de la synthèse vocale, le client sera informé par un message audio que l’élément a été analysé. La logique métier du module de reconnaissance d’image réside dans l’appareil. Le système identifie l’élément analysé et convertit une étiquette de l’image en parole.
Pour implémenter cette approche, vous pouvez créer et entraîner le module de reconnaissance d’image dans le cloud, dédié à un domaine donné (par exemple identifier les fruits) et déployer le modèle en tant que conteneur sur l’appareil.
Dans ce module, vous allez exécuter une solution Azure IoT Edge qui utilise Azure Custom Vision et Azure Speech Service et déployer la solution sur l’appareil Edge. L’application se compose d’un certain nombre de modules qui analysent les éléments à l’aide d’une caméra, classifient les éléments analysés et convertissent les éléments identifiés en parole.
À la fin de ce module, vous pourrez connecter des appareils IoT au service cognitif et déployer votre solution sur l’appareil IoT Edge. L’application vous indique (via audio) quels éléments ont été analysés.
Objectifs d’apprentissage
Utilisez un module préentraîné de classification d’images avec Azure AI services
Déployer votre solution sur IoT Edge à l’aide de Visual Studio Code
Vérifier si un module s’exécute correctement
Conditions préalables
Connaître les bases d’IoT Edge
Connaissance de base sur Azure AI services
Savoir utiliser Visual Studio Code
Abonnement Azure
Ordinateur Linux qui agit comme un appareil Azure IoT Edge simulé
Caméra USB