espresso wordpress函数,网站代优化,天空影院手机免费观看在线,商标查询入口官网这是本系列文章的第一篇#xff0c;旨在通过动手实践#xff0c;帮助大家学习亚马逊云科技的生成式AI相关技能。通过这些文章#xff0c;大家将掌握如何利用亚马逊云科技的各类服务来应用AI技术。
那么让我们开始今天的内容吧#xff01; 介绍
什么是Amazon Rekognition旨在通过动手实践帮助大家学习亚马逊云科技的生成式AI相关技能。通过这些文章大家将掌握如何利用亚马逊云科技的各类服务来应用AI技术。
那么让我们开始今天的内容吧 介绍
什么是Amazon Rekognition
Amazon Rekognition是基于云的计算机视觉平台提供软件即服务SaaS。 通过经过验证的高度可扩展的深度学习技术Amazon Rekognition可以轻松地将图像和视频分析功能添加到您的应用程序中而无需具备机器学习的专业知识。 它提供高度精确的面部分析和面部搜索功能您可以利用这些功能进行用户身份验证、人数统计和公共安全等多种场景的检测、分析和比较。
服务功能
标签识别自定义标签内容审核文本检测面部检测与分析面部搜索与验证名人识别个人防护装备PPE检测 Amazon Lambda
AWS Lambda是一种无服务器计算服务。它无需任何服务器管理允许我们执行任意类型的应用程序代码。开发人员无需担心启动或管理AWS资源的步骤。任务的配置以代码形式完成实施在Lambda中并在执行时运行。Lambda函数负责处理资源的预置和管理。AWS Lambda支持的编程语言包括Node.js、Python、C#、Java和Go。它允许我们响应其他AWS服务的事件来运行代码。根据工作负载的大小Lambda自动进行扩展。Lambda代码通过来自AWS资源的触发器执行。AWS Lambda的成本非常低费用取决于多个因素。它会按每100毫秒的运行时间以及代码的执行次数收费。Lambda函数的可允许运行时间在100毫秒到15分钟之间。它提供从128MB内存到10GB内存的可变资源。 IAM角色
IAM角色是AWS IAM身份可以在我们的AWS账户中创建具有特定的权限。它类似于IAM用户决定该身份在AWS中可以执行或无法执行的操作。与直接将角色分配给特定用户或组不同它可以被分配给任何需要它的人。拥有角色的好处是我们不需要关联标准的长期凭证如密码或访问密钥。当资源承担某个特定角色时它会为我们的角色会话提供临时安全凭证。我们可以使用角色来访问没有权限访问AWS资源的用户、应用程序或服务。根据我们的需求可以为角色附加一个或多个策略。例如我们可以创建一个具有S3完全访问权限的角色并将其分配给EC2实例以便访问S3存储桶。 简单存储服务S3
Amazon S3是一种简单的存储服务我们可以随时、随地通过网络存储和检索任意数量的数据。它为开发人员和用户提供高度可扩展、可靠、快速、廉价的数据存储基础设施。S3保证99.9%的可用性。S3设计用于存储最多5TB的数据。S3是全球化的这意味着您可以在任何地区创建存储桶并从任何地方访问它。因此存储桶的名称必须是唯一的。用户可以随时删除S3存储桶及其对象。我们可以通过为不同用户授予不同权限来限制对存储桶的访问。S3还提供额外功能如版本控制、静态网站托管、服务器访问日志记录、对象存储生命周期策略等。 架构图 任务详情 创建S3存储桶并上传图 创建Lambda函 测试Lambda函数 任务1创建S3存储桶并上传图像 在此任务中我们将通过提供所需的配置来创建一个S3存储桶并将图像上传到该存储桶。
导航到顶部的“服务”菜单然后在“存储”部分点击S3。在左侧菜单中选择“存储桶”点击“创建存储桶”按钮并填写存储桶的详细信息。 存储桶名称: 输入 labs.rekognition.23注意: 存储桶名称必须在Amazon S3中所有现有存储桶名称中是唯一的。如果您收到存储桶名称已存在的错误请将存储桶名称的最后两位数字更改为任意随机数字。 区域: 选择 美国东部弗吉尼亚北部us-east-1 对象所有权: 选择 禁用ACL推荐 选项 阻止公共访问的存储桶设置: 取消选中“阻止所有公共访问”选项并勾选“确认”复选框。
其他设置保持默认。点击“创建存储桶”按钮。
3.现在您的S3存储桶已经创建好了。 4.点击您的存储桶名称。
5.在“概览”中您会看到以下消息 此存储桶中没有任何对象。 6.注意本实验室仅支持使用jpg、jpeg和PNG文件格式。其他格式不支持。
7.您可以从本地存储上传任何图像或者从此链接下载示例图像Download Me。
8.如果图像在新标签页中打开请右键点击并将图像保存到您的本地机器上。保存后可以关闭该标签页。
9.上传文件到S3存储桶的步骤
点击“上传”按钮。点击“添加文件”按钮。浏览本地图像文件或选择下载的图像文件文件名为rose_flower_54_11.jpeg。点击“上传”按钮。您可以在屏幕底部的传输面板中查看上传进度。文件上传完成后它将显示在存储桶中。 10.现在点击屏幕右上角的“关闭”按钮。
任务2创建Lambda函数
在此任务中我们将通过提供名称、运行时、权限和代码等所需配置来创建一个Lambda函数。
确保您所在的区域是美国东部弗吉尼亚北部。通过点击顶部的“服务”菜单导航到Lambda然后在“计算”部分点击Lambda。点击“创建函数”按钮。
选择“从头开始创建”按钮。函数名称输入 my_rekognition_Lambda。运行时选择 Python 3.8。权限点击“更改默认执行角色”选择“使用现有角色”。现有角色从下拉列表中选择 Whiz_policy_role_RANDOM_NUMBER。点击“创建函数”按钮。4.在“代码”选项卡下找到“代码源”部分双击 lambda_function.py 文件然后将现有代码替换为以下代码。
import json
import boto3
def lambda_handler(event, context):bucket_name labs.rekognition.23image_obj_name rose_flower_54_11.jpegtry:rkClient boto3.client(rekognition, region_nameus-east-1)try:rkResponse rkClient.detect_labels(Image{S3Object: {Bucket: bucket_name,Name: image_obj_name}},)print(rkResponse[Labels])return rkResponse[Labels]except Exception as e:print(Get labels failed because , e)except Exception as e:print(Client connection to Rekognition failed because , e)
注意请将代码中的存储桶名称和对象名称替换为您自己的名称。 5.注意如果您创建的存储桶名称不同或上传的对象与实验室中的不一致输出/结果可能会有所不同。
6.点击“部署”按钮以保存函数。
任务3测试Lambda函数
注意请确保第6行和第7行的存储桶名称和对象名称与您的S3数据一致。点击“测试”按钮事件名称输入LambdaTest然后点击“保存”按钮。再次点击“测试”按钮。现在在Lambda的执行结果中Rekognition将根据图像返回标签。它将以JSON格式提供数据包含标签名称以及它对从图像中检测到该标签的置信度。 6.这就是我们使用Amazon Rekognition服务来检测图像中标签的方式。 结语
通过本次实验室操作我们成功创建了一个S3存储桶并上传了图像配置并部署了Lambda函数同时利用Amazon Rekognition服务实现了对图像标签的自动检测。通过这一步步的实践我们不仅了解了如何将Amazon Rekognition与AWS Lambda集成还掌握了如何高效地处理图像分析任务。这种无服务器架构为应用程序的扩展性和自动化提供了强大的支持是实现AI功能的有效途径。
lab内容参考自whizlabs平台的lab实验如需想要完整练习上面内容推荐去相关平台进行学习。
