Вопросы и ответы

Вопрос. Что происходит с моими ресурсами AWS DeepLens после прекращения поддержки (EOL)?

После 31 января 2024 г. все ссылки на модели, проекты и информацию об устройствах AWS DeepLens будут удалены из сервиса AWS DeepLens. Вы больше не сможете обнаруживать сервис AWS DeepLens или получать доступ к нему из консоли AWS, а приложения, которые вызывают API AWS DeepLens, больше не будут работать.

Вопрос. Будет ли мне выставлен счет за ресурсы AWS DeepLens, оставшиеся в моем аккаунте после прекращения поддержки EOL?

Ресурсы, созданные AWS DeepLens, такие как корзины Amazon S3, функции AWS Lambda, вещи AWS IoT и роли управления идентификацией и доступом AWS (AWS IAM), продолжают существовать в соответствующих сервисах после 31 января 2024 г. Чтобы избежать выставления счетов после того, как AWS DeepLens больше не будет поддерживаться, выполните все описанные шаги для удаления ресурсов.

Вопрос. Как удалить ресурсы AWS DeepLens?

Чтобы удалить ресурсы, используемые AWS DeepLens, и узнать, как восстановить заводские настройки устройства AWS DeepLens, см. Delete your AWS DeepLens device resources (Удаление ресурсов устройства AWS DeepLens).

Вопрос. Можно ли разворачивать проекты AWS DeepLens после завершения поддержки (EOL)?

Вы можете разворачивать проекты AWS DeepLens до 31 января 2024 г. После этой даты у вас не будет доступа к консоли или API AWS DeepLens, и любое приложение, которое вызывает API AWS DeepLens, не будет работать.

Вопрос. Будет ли мое устройство AWS DeepLens продолжать получать обновления безопасности?

Сервис AWS DeepLens не будет обновляться после 31 января 2024 г. Хотя некоторые приложения, развернутые на устройствах AWS DeepLens, могут продолжать работать после окончания срока действия, AWS не предоставляет средства правовой защиты, связанные с программным или аппаратным обеспечением AWS DeepLens, и не несет ответственности за них.

 

Вопрос. Как продолжить получать практический опыт работы с ИИ и машинным обучением AWS?

Мы предлагаем попробовать другие наши практические инструменты машинного обучения. С помощью AWS DeepRacer используйте облачный 3D-симулятор гонок для создания моделей обучения с подкреплением для автономного гоночного автомобиля в масштабе 1/18. Учитесь и экспериментируйте в бесплатной среде разработки, не требующей настройки, в лаборатории студии Amazon SageMaker. Автоматизируйте анализ изображений и видео с помощью Amazon Rekognition или используйте  AWS Panorama, чтобы улучшить свои операции с компьютерным зрением на периферии.

 

Вопрос. Что мне делать с моим устройством AWS DeepLens?

Мы рекомендуем вам утилизировать свое устройство AWS DeepLens в рамках программы утилизации Amazon. Компания Amazon покрывает расходы, связанные с доставкой и переработкой.

 

Вопрос. Что такое AWS DeepLens?

AWS DeepLens – это первая в мире видеокамера с поддержкой глубокого обучения, которая позволяет разработчикам любого уровня квалификации развивать свои навыки машинного обучения с помощью практических учебных пособий по машинному зрению, образцов кода и готовых моделей.

Вопрос. Чем AWS DeepLens отличается от других видеокамер на рынке?

AWS DeepLens – первая в мире видеокамера, оптимизированная для запуска моделей машинного обучения и получения логических выводов прямо на устройстве. Она поставляется с 6 готовыми образцами проектов, развертывание которых можно выполнить на AWS DeepLens менее чем за 10 минут. Образцы проектов можно запускать без дополнительной настройки, подключать к другим сервисам AWS, обучать модели в Amazon SageMaker и развертывать их в AWS DeepLens или расширять функциональные возможности, вызывая функцию Lambda при выполнении определенного действия. Вы также можете применять углубленную аналитику в облаке с помощью Amazon Rekognition. AWS DeepLens предоставляет компоненты, которые можно использовать для машинного обучения.

Вопрос. Какие типовые проекты доступны?

Предлагается семь типовых проектов.

1. Обнаружение объектов

2. Распознавание хот‑догов

3. Собаки и кошки

4. Перенос художественного стиля

5. Обнаружение активности

6. Обнаружение лиц

7. Классификация птиц

 

Вопрос. Включает ли AWS DeepLens возможности Alexa?

Нет, AWS DeepLens не использует Alexa и не включает возможность записи звука на большом расстоянии. Тем не менее AWS DeepLens имеет двумерную микрофонную решетку, на которой можно запускать специальные звуковые модели, однако для этого требуется дополнительное программирование.

 

Вопрос. Каковы технические характеристики устройства?

• Процессор Intel Atom®
• Графическая архитектура Gen9
• ОС Ubuntu 16.04 LTS
• Производительность 100 гигафлопс
• Двухдиапазонный Wi-Fi
• 8 ГБ RAM
• 16 ГБ памяти
  
• Хранилище данных, расширяемое с помощью карты microSD
• 4-мегапиксельная камера, соответствующая стандарту MJPEG
• Кодировка H.264 с разрешением 1080p
• 2 порта USB
• Micro HDMI
• Аудиовыход

Вопрос. Какие платформы глубокого обучения можно запустить на устройстве?

Устройство AWS DeepLens (версия 2019 г.) оптимизировано для работы с Apache MXNet, TensorFlow и Caffe. 

Вопрос. Какую производительность можно ожидать от AWS DeepLens?

Производительность характеризуется количеством изображений в секунду, по которым сделаны логические выводы, и величиной задержки. Различные модели будут давать разное количество логических выводов в секунду. Базовая производительность логических выводов составляет 14 изображений в секунду на AlexNet и 5 изображений в секунду на ResNet 50 для размера пакета, равного 1. Величину задержек определяют характеристики сети, к которой подключена камера DeepLens.

Вопрос. Какие уровни сетевой архитектуры MXNet поддерживает AWS DeepLens?

AWS DeepLens обеспечивает поддержку 20 различных слоев сетевой архитектуры. Поддерживаются следующие слои:

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

Вопрос. Что входит в комплект поставки и как начать работу?

Внутри упаковки разработчики найдут руководство по началу работы, устройство AWS DeepLens, блок питания и сетевой шнур для конкретного региона, USB-кабель и 32-гигабайтную карту microSD. Настройку и конфигурирование устройства DeepLens можно выполнить за несколько минут с помощью консоли AWS DeepLens. Можно также настроить устройство через браузер на ноутбуке или ПК.

Ниже приводятся ссылки на три 10-минутных учебных пособия, которые помогут начать работу.

1. Создание и развертывание проекта
2. Расширение проекта
3. Создание проекта AWS DeepLens с помощью Amazon SageMaker

 

Вопрос. Можно ли обучать свои модели на устройстве?

Нет, AWS DeepLens может выдавать логические выводы или прогнозы только с использованием обученных моделей. Свои модели можно обучать в Amazon SageMaker, платформе машинного обучения для обучения и размещения моделей. AWS DeepLens позволяет просто развертывать обученные модели из Amazon SageMaker методом 1-click.

Вопрос. Какие сервисы AWS интегрированы с AWS DeepLens?

Камера DeepLens предварительно настроена для интеграции с AWS Greengrass, Amazon SageMaker и Amazon Kinesis Video Streams. AWS DeepLens также можно интегрировать со многими другими сервисами AWS, такими как Amazon S3, Amazon Lambda, Amazon DynamoDB и Amazon Rekognition.

Вопрос. Можно ли получить доступ к AWS DeepLens по протоколу SSH?

Да, устройство AWS DeepLens рассчитано на простое использование, но с ним могут работать и продвинутые разработчики. К устройству можно подключиться по SSH с помощью команды ssh aws_cam@

 

Вопрос. Какие языки программирования поддерживает AWS DeepLens?

В потоке данных камеры можно локально настраивать и запускать модели, написанные на языке Python 2.7.

Вопрос. Нужно ли подключаться к Интернету для запуска моделей?

Нет. Запускать модели, развернутые в AWS DeepLens, можно без подключения к Интернету. Однако для первоначального развертывания модели из облака на устройство Интернет потребуется. После переноса модели AWS DeepLens может делать логические выводы на устройстве локально, не требуя подключения к облаку. Однако если в проекте есть компоненты, которые требуют взаимодействия с облаком, для них понадобится подключение к Интернету.

Вопрос. Можно ли запускать свои собственные модели на AWS DeepLens?

Да. Можно также создать свой собственный проект с нуля, используя платформу AWS SageMaker для подготовки данных и обучения модели с помощью размещенного в облаке блокнота, а затем разместить подготовленную модель в AWS DeepLens для тестирования и доработки. Можно также импортировать обученную во внешней среде модель в AWS DeepLens, указав местоположение архитектуры модели и файлов весов нейросети в хранилище S3.