Preguntas frecuentes

P: ¿Qué sucede con mis recursos de AWS DeepLens después de la fecha de fin de ciclo de vida (EOL)?

Después del 31 de enero de 2024, todas las referencias a modelos, proyectos e información de dispositivos de AWS DeepLens se eliminarán del servicio AWS DeepLens. Ya no podrá encontrar ni acceder al servicio AWS DeepLens desde la consola de AWS y las aplicaciones que llaman a la API de AWS DeepLens ya no funcionarán.

P: ¿Se me cobrará por los recursos de AWS DeepLens que queden en mi cuenta después de la fecha de EOL?

Los recursos creados por AWS DeepLens, como los buckets de Amazon S3, las funciones de AWS Lambda, los objetos de AWS IoT y los roles de AWS Identity and Access Management (IAM) seguirán existiendo en los servicios respectivos después del 31 de enero de 2024. Para evitar cargos al finalizar el soporte de AWS DeepLens, siga todos estos pasos para eliminar estos recursos.

P: ¿Cómo elimino mis recursos de AWS DeepLens?

Para eliminar los recursos utilizados por AWS DeepLens y aprender cómo restaurar su dispositivo de AWS DeepLens a la configuración de fábrica, consulte Eliminación de los recursos del dispositivo de AWS DeepLens.

P: ¿Puedo implementar mis proyectos de AWS DeepLens después de la fecha de fin de ciclo de vida (EOL)?

Puede implementar proyectos de AWS DeepLens hasta el 31 de enero de 2024. Después de esa fecha, no tendrá acceso a la consola ni a la API de AWS DeepLens y ninguna de las aplicaciones que llaman a la API de AWS DeepLens funcionará.

P: ¿Mi dispositivo de AWS DeepLens seguirá recibiendo actualizaciones de seguridad?

AWS DeepLens no se actualizará después del 31 de enero de 2024. Si bien algunas aplicaciones implementadas en dispositivos de AWS DeepLens seguirán ejecutándose después de la fecha de EOL, AWS no proporcionará soluciones relacionadas ni se hará responsable por cualquier problema que surja del software o del equipo de AWS DeepLens.

 

P: ¿Cómo puedo seguir adquiriendo experiencia práctica con IA/ML en AWS?

Le sugerimos que pruebe nuestras otras herramientas prácticas de machine learning. Con AWS DeepRacer, use un simulador de carreras en 3D basado en la nube para crear modelos de aprendizaje por refuerzo para un automóvil de carreras autónomo en escala 1/18. Aprenda y experimente en un entorno de desarrollo gratuito y sin necesidad de configuración con Amazon SageMaker Studio Lab. Automatice el análisis de video e imagen con Amazon Rekognition o utilice AWS Panorama para mejorar las operaciones con visión artificial en la periferia.

 

P: ¿Qué debo hacer con mi dispositivo de AWS DeepLens?

Le recomendamos reciclar su dispositivo de AWS DeepLens mediante el Programa de reciclaje de Amazon. Amazon cubre los costos asociados con el envío y el reciclaje.

 

P. ¿Qué es AWS DeepLens?

AWS DeepLens es la primera cámara de video con aprendizaje profundo del mundo para que los desarrolladores con cualquier nivel de conocimiento puedan optimizar sus habilidades de aprendizaje automático mediante tutoriales de visión digital prácticos, códigos de ejemplo y modelos predefinidos.

P. ¿En qué se diferencia AWS DeepLens de otras cámaras de video disponibles en el mercado?

AWS DeepLens es la primera cámara de video del mundo optimizada para ejecutar modelos de aprendizaje automático y realizar inferencias en el dispositivo. Incluye 6 ejemplos de proyectos en el momento del lanzamiento, que se pueden implementar en AWS DeepLens en menos de 10 minutos. Puede ejecutar los ejemplos de proyectos tal cual, conectarlos con otros servicios de AWS, entrenar un modelo en Amazon Sagemaker e implementarlo en AWS DeepLens, o bien ampliar la funcionalidad mediante la activación de una función de Lambda cuando ocurra una acción. Asimismo, puede realizar un análisis más avanzado en la nube con Amazon Rekognition. AWS DeepLens proporciona los componentes esenciales para sus necesidades en lo relativo a aprendizaje automático.

P. ¿Qué ejemplos de proyectos se encuentran disponibles?

Hay 7 proyectos de muestra disponibles:

1. Detección de objetos

2. ¿Perrito caliente o no?

3. ¿Perro o gato?

4. Transferencia de estilos artísticos

5. Detección de actividad

6. Detección de rostros

7. Clasificación de aves

 

P. ¿AWS DeepLens incluye Alexa?

No, AWS DeepLens no incluye Alexa ni ninguna otra capacidad de audio a distancia. No obstante, AWS DeepLens cuenta con una matriz de micrófonos 2D capaz de ejecutar modelos de audio personalizados, pero que necesita programación adicional.

 

P. ¿Cuáles son las especificaciones de producto del dispositivo?

• Procesador Intel Atom®
• Gráficos Gen9
• Sistema operativo Ubuntu 16.04 LTS
• Desempeño de 100 GFLOPS
• Wi-Fi de doble banda
• 8 GB de RAM
• 16 GB de almacenamiento
  
• Almacenamiento ampliable mediante tarjeta microSD
• Cámara de 4 MP con MJPEG
• Codificación H.264 con una resolución de 1080p
• 2 puertos USB
• Micro HDMI
• Salida de audio

P. ¿Qué marcos de aprendizaje profundo puedo ejecutar en el dispositivo?

La AWS DeepLens (edición 2019) está optimizada para Apache MXNet, TensorFlow y Caffe. 

P. ¿Qué nivel de desempeño puedo esperar de AWS DeepLens?

El desempeño se mide en imágenes inferidas por segundo y latencia. Los diferentes modelos tendrán distintas inferencias por segundo. El desempeño de inferencia de referencia es de 14 imágenes/segundo en AlexNet y de 5 imágenes/segundo en ResNet 50 para un tamaño de lote de 1. Las características de la red a la cual esté conectada la DeepLens determinarán el desempeño de la latencia.

P. ¿Qué capas de arquitectura de red de MXNet admite AWS DeepLens?

AWS DeepLens admite 20 capas de arquitectura de red diferentes. Las capas admitidas son:

• Activation
• BatchNorm
• Concat
• Convolution
• elemwise_add
• Pooling
• Flatten
• FullyConnected
• InputLayer
• UpSampling
• Reshape
• ScaleShift
• SoftmaxActivation
• SoftmaxOutput
• transpose
• _contrib_MultiBoxPrior
• _contrib_MultiBoxDetection
• _Plus
• Deconvolution
• _mul

P. ¿Qué incluye el paquete y cómo empiezo a usar el producto?

El paquete incluye una guía de introducción, el dispositivo AWS DeepLens, un cable y un adaptador de alimentación específicos para su región, un cable USB y una tarjeta microSD de 32 GB. La instalación y configuración del dispositivo DeepLens se puede realizar en pocos minutos con la consola de AWS DeepLens y mediante un navegador en un equipo laptop o PC.

Existen tres tutoriales de 10 minutos de duración diseñados a modo de guía para ayudarle a comenzar:

1. Crear e implementar un proyecto
2. Ampliar un proyecto
3. Crear un proyecto de AWS DeepLens con Amazon SageMaker

 

P. ¿Puedo entrenar mis modelos en el dispositivo?

No, AWS DeepLens puede ejecutar inferencias o predicciones con modelos entrenados. Se pueden entrenar modelos en Amazon SageMaker, una plataforma de aprendizaje automático para entrenar y alojar modelos. AWS DeepLens ofrece una característica de implementación simple mediante 1 clic para publicar modelos entrenados desde Amazon SageMaker.

P. ¿Qué servicios de AWS están integrados con AWS DeepLens?

DeepLens está preconfigurada para integrarse con AWS Greengrass, Amazon SageMaker y Amazon Kinesis Video Streams. Asimismo, se pueden realizar integraciones con muchos otros servicios de AWS, como Amazon S3, Amazon Lambda, Amazon Dynamo o Amazon Rekognition, mediante AWS DeepLens.

P. ¿Puedo usar SSH en AWS DeepLens?

Sí, hemos diseñado AWS DeepLens para que sea fácil de usar y, al mismo tiempo, accesible para desarrolladores con conocimientos avanzados. Puede usar SSH en el dispositivo con el comando ssh aws_cam@.

 

P. ¿Qué lenguajes de programación admite AWS DeepLens?

Puede definir y ejecutar modelos en el flujo de datos de la cámara localmente en Python 2.7.

P. ¿Debo estar conectado a Internet para ejecutar los modelos?

No. Puede ejecutar los modelos que haya implementado en AWS DeepLens sin necesidad de estar conectado a Internet. Sin embargo, necesitará Internet al principio, para implementar el modelo desde la nube al dispositivo. Después de transferir el modelo, AWS DeepLens puede realizar inferencias localmente en el dispositivo sin necesidad de conectarse a la nube. Sin embargo, si tiene componentes en el proyecto que deban interactuar con la nube, necesitará Internet para ellos.

P. ¿Puedo ejecutar mis propios modelos personalizados en AWS DeepLens?

Sí. También puede crear su propio proyecto desde cero, utilizando la plataforma de AWS SageMaker para preparar los datos y entrenar un modelo mediante un bloc de notas alojado y, a continuación, publicar ese modelo entrenado en AWS DeepLens para realizar pruebas y ajustes. Asimismo, puede importar un modelo entrenado externamente a AWS DeepLens especificando la ubicación en S3 de la arquitectura del modelo y los archivos de pesos de la red.