Ab dem 31. Januar 2024 können Sie nicht mehr über die AWS-Managementkonsole auf AWS DeepLens zugreifen, DeepLens-Geräte verwalten oder auf von Ihnen erstellte Projekte zugreifen. Verwenden Sie diese Schritt-für-Schritt-Anleitung, um Projekte zu exportieren und um mehr zu erfahren.
Häufig gestellte Fragen
End of Life
F: Was passiert mit meinen AWS DeepLens-Ressourcen nach dem End-of-Life (EOL)-Datum?
Nach dem 31. Januar 2024 werden alle Referenzen zu AWS DeepLens-Modellen, -Projekten und Geräteinformationen vom AWS-DeepLens-Service gelöscht. Sie können den AWS-DeepLens-Service nicht mehr über Ihre AWS-Konsole entdecken oder darauf zugreifen, und Anwendungen, die die AWS-DeepLens-API aufrufen, funktionieren nicht mehr.
F: Werden mir die AWS-DeepLens-Ressourcen in Rechnung gestellt, die in meinem Konto nach dem EOL-Datum übrig bleiben?
Von AWS DeepLens erstellte Ressourcen wie Amazon-S3-Buckets. AWS-Lambda-Funktionen, AWS-IoT-Things und Rollen von AWS Identity and Access Management (IAM) bestehen weiterhin, auf Grundlage ihrer jeweiligen Services, nach dem 31. Januar 2024 fort. Um eine Rechnungsstellung nach Ablauf der Unterstützung von AWS DeepLens zu vermeiden, befolgen Sie diese Schritte zum Löschen dieser Ressourcen.
F: Wie lösche ich meine AWS-DeepLens-Ressourcen?
Zum Löschen der von AWS DeepLens verwendeten Ressourcen und um zu erfahren, wie Sie bei Ihrem AWS-DeepLens-Gerät die Werkseinstellungen wiederherstellen können, lesen Sie Löschen Ihrer DeepLens-Geräte-Ressourcen.
F: Kann ich meine AWS-DeepLens-Projekte nach dem End-of-Life (EOL)-Datum bereitstellen?
Sie können AWS-Deep-Lens-Projekte bis zum 31. Januar 2024 bereitstellen. Nach diesem Datum haben Sie keinen Zugriff mehr auf die AWS-DeepLens-Konsole oder -API und jede Anwendung, die die AWS-DeepLens-API aufruft, funktioniert nicht mehr.
F: Wird mein AWS-DeepLens-Gerät weiterhin Sicherheits-Updates erhalten?
AWS DeepLens erhält nach dem 31. Januar 2024 keine weiteren Updates. Obwohl einige Anwendungen, die auf AWS-DeepLens-Geräten bereitgestellt werden, möglicherweise nach dem EOL-Datum weiterhin ausgeführt werden, behebt AWS diesbezüglich keine damit zusammenhängende Probleme und trägt keinerlei Verantwortung für Probleme, die mit der AWS-DeepLens-Software oder -Hardware zusammenhängen.
F: Wie kann ich weiterhin praktische Erfahrung mit KI/ML in AWS erhalten?
Wir schlagen vor, dass Sie andere praktische Machine-Learning-Tools probieren. Mit AWS DeepRacer verwenden Sie einen Cloud-basierten 3D-Rennsimulator, um Reinforcement-Learning-Modelle für ein autonomes Rennauto im Maßstab 1:18 zu erstellen. Lernen und experimentieren Sie in einer kostenlosen Entwicklungsumgebung ohne Einrichtung mit Amazon SageMaker Studio Lab. Automatisieren Sie Ihre Image- und Videoanalyse mit Amazon Rekognition oder verwenden Sie AWS Panorama, um Ihre Betriebsabläufe mit Computer-Vision am Edge zu verbessern.
F: Was sollte ich mit meinem AWS-DeepLens-Gerät tun?
Wir empfehlen Ihnen, Ihr AWS-DeepLens-Gerät über das Amazon-Recycling-Programm zu recyceln. Amazon deckt die Kosten, die durch Versand und Recycling entstehen.
Allgemeines
F: Was ist AWS DeepLens?
AWS DeepLens ist die weltweit erste für Deep Learning aktivierte Videokamera für Entwickler auf jedem Qualifikationsniveau zur Erweiterung ihrer Kenntnisse im Bereich des maschinellen Lernens durch praktische visuelle Computer-Tutorials, Beispielcode und zuvor erstellte Modelle.
F: Inwieweit unterscheidet sich AWS DeepLens von anderen Videokameras auf dem Markt?
AWS DeepLens ist die erste Videokamera weltweit, die für die Ausführung von maschinellen Lernmodellen optimiert ist und Inferenzen auf dem Gerät durchführen kann. Sie wird beim Starten mit 6 Beispielprojekten geliefert, die Sie in weniger als 10 Minuten auf Ihrer AWS DeepLens einsetzen können. Sie können die Beispielprojekte im vorliegenden Zustand ausführen, mit anderen AWS-Services verbinden, ein Modell in Amazon Sagemaker schulen und auf AWS DeepLens einsetzen, oder die Funktionalität durch Auslösen einer Lambda-Funktion erweitern, wenn eine Aktion ausgeführt wird. Mit Amazon Rekognition können Sie außerdem eine erweiterte Analyse in der Cloud durchführen. AWS DeepLens bietet die Bausteine für Ihre Anforderungen an maschinelles Lernen.
F: Welche Beispielprojekte sind verfügbar?
Es stehen 7 Beispielprojekte zur Verfügung:
1. Objekterkennung
2. Hotdog ist nicht gleich Hotdog
3. Katze und Hund
4. Übertragung künstlerischer Stile
5. Aktivitätserkennung
6. Gesichtserkennung
7. Klassifizierung von Vögeln
F: Umfasst AWS DeepLens auch Alexa?
Nein, AWS DeepLens verfügt nicht über Alexa oder Fernfeld-Audiofunktionen. AWS DeepLens bietet jedoch ein 2D-Mikrofon-Array, das mit zusätzlicher Programmierung benutzerdefinierte Audiomodelle ausführen kann.
Produktdetails
F: Welche Produktspezifikationen hat das Gerät?
- Intel Atom® Prozessor
- Gen9-Grafik
- Ubuntu OS 16.04 LTS
- 100 GFLOPS-Leistung
- Dualband-WLAN
- 8 GB RAM
- 16 GB Speicher
- Erweiterbarer Speicher über microSD-Karte
- 4-MP-Kamera mit MJPEG
- H.264 Codierung bei einer 1080p-Auflösung
- 2 USB-Anschlüsse
- Micro HDMI
- Audioausgang
F: Warum hat mein Gerät auf der Unterseite die Kennzeichnung „v1.1“?
AWS DeepLens (2019 Edition) ist auf der Geräteunterseite mit „v1.1“ gekennzeichnet. Wir haben die Nutzererfahrung erheblich verbessert, einschließlich Onboarding, Tutorials und Unterstützung für weitere Sensoren wie die Tiefenkamera von Intel Real Sense.
Das ursprüngliche AWS DeepLens-Modell kann nicht mithilfe von Softwareupdates auf Version 1.1 aktualisiert werden. Einige der Gerätemodifikationen, z. B. das vereinfachte Onboarding, sind Hardwareänderungen.
F: Welche Deep-Learning-Frameworks kann ich auf dem Gerät ausführen?
AWS DeepLens (2019 Edition) ist für Apache MXNet, TensorFlow und Caffe optimiert.
F: Welche Art von Leistung kann ich bei AWS DeepLens erwarten?
Die Leistung wird anhand der gefolgerten Bilder pro Sekunde und der Latenz gemessen. Unterschiedliche Modelle haben abweichende Inferenzen pro Sekunde. Die Baseline-Inferenzleistung liegt bei 14 Bildern/Sekunde in AlexNet und bei 5 Bildern/Sekunde in ResNet 50 bei der Batch-Größe 1. Die Latenzleistung wird durch die Eigenschaften des Netzwerks bestimmt, mit dem die DeepLens verbunden ist.
F: Welche MXNet-Netzwerkarchitekturschichten werden von AWS DeepLens unterstützt?
AWS DeepLens bietet Unterstützung für 20 verschiedene Netzwerkarchitekturschichten. Folgende Schichten werden unterstützt:
- Aktivierung
- BatchNorm
- Concat
- Convolution
- elemwise_add
- Pooling
- Flatten
- FullyConnected
- InputLayer
- UpSampling
- Reshape
- ScaleShift
- SoftmaxActivation
- SoftmaxOutput
- transpose
- _contrib_MultiBoxPrior
- _contrib_MultiBoxDetection
- _Plus
- Deconvolution
- _mul
Erste Schritte
F: Was ist im Lieferumfang enthalten und wie fange ich an?
Im Lieferumfang finden Entwickler ein Handbuch für die ersten Schritte, das AWS DeepLens-Gerät, ein regionsspezifisches Netzgerät mit Kabel, ein USB-Kabel und eine 32-GB-microSD-Karte. Die Einrichtung und Konfiguration des DeepLens-Geräts kann über die AWS DeepLens-Konsole oder durch Konfigurieren des Geräts über einen Browser auf Ihrem Laptop oder PC innerhalb von Minuten abgeschlossen werden.
Um Ihnen die ersten Schritte zu erleichtern, gibt es drei zehnminütige Tutorials:
1. Erstellen und Bereitstellen eines Projekts
2. Erweitern eines Projekts
3. Erstellen eines AWS DeepLens-Projekts mit Amazon SageMaker
F: Warum ist ein USB-Anschluss mit „Registrierung“ versehen?
Der USB-Anschluss mit dem Text „Registrierung“ am AWS DeepLens-Gerät (2019 Edition) wird während des Onboarding-Vorgangs verwendet, um die AWS DeepLens in Ihrem Konto zu registrieren.
Der USB-Anschluss zur Registrierung ist als Slave-Port konfiguriert. Er kann deshalb nicht für Tastaturen oder andere Master-Port-Zwecke genutzt werden. Wenn Sie weitere USB-Anschlüsse benötigen, empfehlen wir die Verwendung eines USB-Hubs.
F: Kann ich meine Modelle auf dem Gerät trainieren?
Nein, AWS DeepLens kann Inferenzen oder Vorhersagen anhand von trainierten Modellen durchführen. Sie können Ihre Modelle in Amazon SageMaker trainieren, einer Plattform für maschinelles Lernen zum Trainieren und Hosten Ihrer Modelle. AWS DeepLens bietet eine einfache 1-Klick-Bereitstellungsfunktion, um trainierte Modelle von Amazon SageMaker zu veröffentlichen.
F: Welche AWS-Services sind in AWS DeepLens integriert?
DeepLens ist für die Integration in AWS Greengrass, Amazon SageMaker und Amazon Kinesis Video Streams vorkonfiguriert. Sie können mit AWS DeepLens in viele andere AWS-Services integrieren, zum Beispiel Amazon S3, Amazon Lambda, Amazon Dynamo und Amazon Rekognition.
F: Kann ich SSH in AWS DeepLens verwenden?
Ja, wir haben AWS DeepLens dafür entwickelt, benutzerfreundlich und dennoch zugänglich für fortgeschrittene Entwickler zu sein. Mit dem Befehl ssh aws_cam@ können Sie SSH im Gerät nutzen.
F: Welche Programmiersprachen werden von AWS DeepLens unterstützt?
Sie können Modelle lokal in Python 2.7 auf dem Daten-Stream der Kamera definieren und ausführen.
F: Muss ich mit dem Internet verbunden sein, um die Modelle auszuführen?
Sie können die in AWS DeepLens bereitgestellten Modelle ohne Verbindung zum Internet ausführen. Sie benötigen jedoch eine Internetverbindung, um das Modell zu Beginn aus der Cloud auf dem Gerät bereitzustellen. Nach der Übertragung Ihres Modells kann AWS DeepLens lokal auf dem Gerät Inferenzen durchführen, ohne dass eine Cloudverbindung erforderlich ist. Wenn Sie jedoch in Ihrem Projekt über Komponenten verfügen, für die eine Interaktion mit der Cloud erforderlich ist, benötigen Sie für diese Komponenten eine Internetverbindung.
F: Kann ich meine eigenen benutzerdefinierten Modelle in AWS DeepLens ausführen?
Ja. Sie können auch Ihr eigenes Projekt neu erstellen. Verwenden Sie die AWS SageMaker-Plattform zur Vorbereitung der Daten, passen Sie ein Modell mithilfe eines gehosteten Notebooks an, und veröffentlichen Sie das angepasste Modell dann auf Ihrer AWS DeepLens, um es zu testen und zu verbessern. Sie können auch ein extern angepasstes Modell in AWS DeepLens importieren, indem Sie die S3-Position für die Modellarchitektur und die Netzwerk-Gewichtungsdateien festlegen.