Scene Intelligence with Rosbag na AWS

Etapa 3
O Amazon SageMaker aplica modelos de detecção de objetos e detecção de faixas aos dados extraídos. Em seguida, o SageMaker grava os dados e os rótulos em outro bucket do S3.

Etapa 4
O Amazon EMR Serverless (com um trabalho do Apache Spark) aplica a lógica de negócios aos dados e rótulos no Amazon S3. Isso gera metadados relacionados à detecção de objetos e à detecção de faixa. Em seguida, o Amazon EMR Serverless grava os metadados no Amazon DynamoDB e em outro bucket do S3.

Etapa 5
Uma função do AWS Lambda publica novos dados de entrada do DynamoDB (metadados) no cluster do Amazon OpenSearch Service. O usuário final acessa o cluster do OpenSearch Service, por meio de um proxy no Amazon Elastic Compute Cloud (Amazon EC2), para enviar consultas com base nos metadados.

Etapa 1
O AV carrega o arquivo rosbag no Amazon Simple Storage Service (Amazon S3). O usuário final invoca o fluxo de trabalho para iniciar o processamento por meio do Amazon Managed Workflows for Apache Airflow (Amazon MWAA) e de um gráfico acíclico direcionado (DAG).

Etapa 2
O AWS Batch extrai o arquivo rosbag do Amazon S3, analisa e extrai os dados do sensor e da imagem e grava esses dados em outro bucket do S3.

Etapa 3
O Amazon SageMaker aplica modelos de detecção de objetos e detecção de faixas aos dados extraídos. Em seguida, o SageMaker grava os dados e os rótulos em outro bucket do S3.