Geral

P: O que é o AWS DeepLens?

O AWS DeepLens é a primeira câmera de vídeo com aprendizado de máquina do mundo que permite a desenvolvedores com todos os níveis de habilidade aumentar seu conhecimento de aprendizado de máquina por meio de tutoriais práticos de visão computacional, código de exemplo e modelos pré-definidos.

P: Qual é a diferença entre o AWS DeepLens e as outras câmeras de vídeo no mercado?

O AWS DeepLens é a primeira câmera de vídeo do mundo otimizada para executar modelos de aprendizado de máquina e inferências no dispositivo. No lançamento, a câmera é fornecida com seis exemplos de projeto que podem ser implantados no AWS DeepLens em menos de 10 minutos. Você pode executar os exemplos de projeto como estão, conectá-los a outros Serviços da AWS, treinar um modelo no Amazon SageMaker e implantá-lo no AWS DeepLens ou ampliar a funcionalidade disparando uma função do Lambda quando uma determinada ação ocorre. Também é possível aplicar análises mais avançadas na nuvem usando o Amazon Rekognition. O AWS DeepLens oferece os componentes básicos para as suas necessidades de aprendizado de máquina.

P: Quais exemplos de projeto estão disponíveis no lançamento?

Há seis exemplos de projeto disponíveis no lançamento. De acordo com o feedback dos funcionários, continuaremos a lançar projetos práticos e divertidos para uso e aprendizado pelos desenvolvedores. Os seis exemplos de projeto são:

1. Detecção de objetos
2. Cachorro-quente não cachorro-quente
3. Gato e cachorro
4. Transferência de estilo artístico
5. Detecção de atividades
6. Detecção de faces

 

P: Em que regiões geográficas o AWS DeepLens está disponível?

No momento, o AWS DeepLens está disponível apenas nos EUA.

 

P: O AWS DeepLens inclui o Alexa?

Não, o AWS DeepLens não tem o Alexa nem qualquer recurso de áudio de campo distante. No entanto, o AWS DeepLens tem uma matriz de microfones 2D que consegue executar modelos de áudio personalizados mediante programação adicional.

 

P: Como posso obter um AWS DeepLens?

No momento, o AWS DeepLens está disponível para alguns participantes das sessões de inteligência artificial e aprendizado de máquina do AWS re:Invent 2017. Pedidos antecipados podem ser efetuados em: Amazon.com

 

Detalhes do produto

P: Quais são as especificações de produto do dispositivo?

  • Processador Intel Atom®
  • Gráficos Gen9
  • Ubuntu OS 16.04 LTS
  • Performance de 106 GFLOPS
  • Wi-Fi de banda dupla
  • 8 GB RAM
  • 16 GB de memória
  • Armazenamento expansível via cartão microSD
  • Câmera de 4 MP com MJPEG
  • Codificação H.264 com resolução 1080p
  • 2 portas USB
  • Micro HDMI
  • Saída de áudio

P: Quais estruturas de aprendizado profundo posso executar no dispositivo?

O AWS DeepLens está otimizado para o Apache MXNet. O suporte para TensorFlow e Caffe será disponibilizado no futuro.


P: Qual tipo de performance posso esperar do AWS DeepLens?

A performance é medida em imagens inferidas por segundo e latência. Modelos diferentes apresentarão variações de inferências por segundo. A referência da performance de inferência é 14 imagens/segundo no AlexNet e 5 imagens/segundo no ResNet 50 para um tamanho de lote de 1. As características da rede à qual o DeepLens está conectado determinarão a performance da latência.


P: A quais camadas da arquitetura de rede do MXNet o AWS DeepLens oferece suporte?

O AWS DeepLens oferece suporte a 20 camadas de arquitetura de rede diferentes. Essas camadas são:

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

Conceitos básicos

P: O que é fornecido com o produto e como posso começar a usá-lo?

Os desenvolvedores recebem um guia de conceitos básicos, o dispositivo do AWS DeepLens, uma fonte de alimentação e um cartão microSD de 32 GB. A instalação e a configuração do dispositivo do DeepLens podem ser feitas em minutos usando o console do AWS DeepLens e configurando o dispositivo usando um navegador em um laptop ou PC.

Há quatro tutoriais de 10 minutos criados para ajudar a começar a usar:

1. Configure o novo AWS DeepLens
2. Crie e implante um projeto
3. Amplie um projeto
4. Crie um projeto do AWS DeepLens com o Amazon SageMaker

 

P: Posso treinar os modelos no dispositivo?

Não. O AWS DeepLens é capaz de executar inferência ou previsões usando modelos treinados. Você pode treinar os modelos no Amazon SageMaker, uma plataforma de aprendizado de máquina para treinar e hospedar modelos. O AWS DeepLens oferece um recurso de implantação 1-Click para publicar modelos treinados do Amazon SageMaker.


P: Quais Serviços da AWS estão integrados ao AWS DeepLens?

O DeepLens oferece integração pré-configurada aos serviços AWS Greengrass, Amazon SageMaker e Amazon Kinesis Video Streams. Você pode integrar o AWS DeepLens a diversos outros Serviços da AWS como Amazon S3, Amazon Lambda, Amazon Dynamo e Amazon Rekognition.


P: Posso acessar o AWS DeepLens via SSH?

Sim. Projetamos o AWS DeepLens para ser fácil de usar, mas facilitamos o acesso a desenvolvedores avançados. Você pode acessar o dispositivo via SSH usando o comando: ssh aws_cam@

 

P: A quais linguagens de programação o AWS DeepLens oferece suporte?

Você pode definir e executar modelos no stream de dados da câmera usando Python 2.7.

P: Preciso estar conectado à Internet para executar os modelos?

Não. Você pode executar os modelos implantados no AWS DeepLens sem estar conectado à Internet. No entanto, a Internet é necessária para a implantação inicial do modelo da nuvem para o dispositivo. Após a transferência do modelo, o AWS DeepLens poderá executar localmente inferências no dispositivo sem necessidade de conectividade com a nuvem. Entretanto, se você tiver componentes no projeto que exigem interação com a nuvem, será necessário que a Internet esteja disponível para esses componentes.

P: Posso executar meus modelos personalizados no AWS DeepLens?

Sim. Também é possível criar modelos do zero usando a plataforma do AWS SageMaker para preparar dados e treinar um modelo em um notebook hospedado e publicar o modelo treinado no AWS DeepLens para testes e ajustes. Você também pode importar um modelo treinado externamente para o AWS DeepLens especificando o local do S3 onde estão a arquitetura do modelo e os arquivos de ponderação de rede.