Instalace a spuštění kontejneru Spatial Analysis (Preview)

Článek
11/12/2021
17 min ke čtení

Kontejner prostorové analýzy umožňuje analyzovat streamované video v reálném čase, abyste porozuměli prostorovým vztahům mezi lidmi, jejich pohybu a interakcím s objekty ve fyzických prostředích. Kontejnery jsou skvělé pro splnění určitých požadavků na zabezpečení a zásady správného řízení dat.

Požadavky

Předplatné Azure – Vytvořte si ho zdarma.
Váš účet Azure musí mít přiřazenou Cognitive Services přispěvatele, abyste mohli odsouhlasit podmínky AI a vytvořit prostředek. Požádejte správce, aby tuto roli přiřadil vašemu účtu.
Jakmile máte předplatné Azure, vytvořte si prostředek Počítačové zpracování obrazu pro úroveň Standard S1 v Počítačové zpracování obrazu prostředek Počítačové zpracování obrazu, abyste si Azure Portal klíč a koncový bod. Po nasazení klikněte na Přejít k prostředku.
- Ke spuštění kontejneru prostorové analýzy budete potřebovat klíč a koncový bod z prostředku, který vytvoříte. Svůj klíč a koncový bod použijete později.

Požadavky na kontejner prostorové analýzy

Ke spuštění kontejneru Spatial Analysis potřebujete výpočetní zařízení s GPU NVIDIA Tesla T4. Doporučujeme použít akceleraci Azure Stack Edge GPU, ale kontejner běží na jakémkoli jiném stolním počítači, který splňuje minimální požadavky. Na toto zařízení budeme odkazovat jako na hostitelský počítač.

Azure Stack Edge je hardwarové řešení jako služba a hraniční výpočetní zařízení s podporou AI s funkcemi síťového přenosu dat. Podrobné pokyny k přípravě a nastavení najdete v Azure Stack Edge dokumentaci.

Požadavek	Popis
Camera	Kontejner prostorové analýzy není svázán s konkrétní značkou fotoaparátu. Zařízení fotoaparátu musí podporovat kódování rtSP (Real-Time Streaming Protocol) a H.264, musí být přístupné pro hostitelský počítač a musí být schopné streamovat v rozlišení 15FPS a 1080p.
Operační systém Linux	Na hostitelském počítači musí být nainstalovaný Ubuntu Desktop 18.04 LTS.

Nastavení hostitelského počítače

Pro hostitelský počítač doporučujeme použít Azure Stack Edge počítače. Pokud konfigurujete jiné zařízení, klikněte na Desktopový počítač, nebo na Virtuální počítač, pokud používáte virtuální počítač.

Konfigurace výpočetních prostředků na Azure Stack Edge Portal

Prostorová analýza používá výpočetní funkce Azure Stack Edge ke spuštění řešení AI. Pokud chcete povolit výpočetní funkce, ujistěte se, že:

Připojili jste se a aktivovali jste Azure Stack Edge zařízení.
Pro přístup k Windows máte klientský systém s PowerShellem 5.0 nebo novějším.
Pokud chcete nasadit cluster Kubernetes, musíte nakonfigurovat Azure Stack Edge zařízení přes místní uživatelské rozhraní na Azure Portal:
1. Povolte výpočetní funkci na svém Azure Stack Edge zařízení. Pokud chcete povolit výpočetní prostředky, přejděte na stránku Compute ve webovém rozhraní vašeho zařízení.
2. Vyberte síťové rozhraní, které chcete povolit pro výpočty, a pak klikněte na Povolit. Tím se na vašem zařízení v tomto síťovém rozhraní vytvoří virtuální přepínač.
3. IP adresy testovacího uzlu Kubernetes a IP adresy externích služeb Kubernetes nechte prázdné.
4. Klikněte na Použít. Tato operace může trvat přibližně dvě minuty.

Konfigurace výpočetních prostředků

Nastavení výpočetní role Edge a vytvoření IoT Hub prostředků

V Azure Portalpřejděte ke svému Azure Stack Edge prostředků. Na stránce Přehled nebo v navigačním seznamu klikněte na tlačítko Začít s výpočetními prostředky Edge. Na  dlaždici Konfigurace výpočetních prostředků Edge   klikněte na Konfigurovat.

Odkaz

Na stránce Konfigurace výpočetních prostředků Edge zvolte existující IoT Hub nebo vytvořte   novou. Ve výchozím nastavení se k vytvoření prostředku úložiště používá cenová úroveň Standard (IoT Hub S1). Pokud chcete pro prostředek IoT Hub úroveň Free, vytvořte ji a pak ji vyberte. Prostředek IoT Hub používá stejné předplatné a skupinu prostředků, které používá Azure Stack Edge prostředků.

Klikněte na Vytvořit. Vytvoření IoT Hub může trvat několik minut. Po vytvoření IoT Hub se dlaždice Configure Edge compute (Konfigurace výpočetních prostředků Edge) aktualizuje a zobrazí novou konfiguraci. Pokud chcete ověřit, že je výpočetní role Edge nakonfigurovaná, vyberte Zobrazit konfiguraci na dlaždici Konfigurace výpočetních   prostředků.

Když je výpočetní role Edge nastavená na hraničním zařízení, vytvoří dvě zařízení: zařízení IoT a IoT Edge zařízení. Obě zařízení je možné zobrazit v IoT Hub prostředku. Modul Azure IoT Edge Runtime už bude spuštěný na IoT Edge zařízení.

Poznámka

V současné době se pro zařízení s Windows podporuje IoT Edge platformě Linux. Nápovědu k řešení potíží Azure Stack Edge zařízení najdete v článku o protokolování a řešení potíží.
Další informace o tom, jak nakonfigurovat IoT Edge komunikovat přes proxy server, najdete v tématu Konfigurace IoT Edge zařízení pro komunikaci přes proxy server

Povolení MPS na Azure Stack Edge

Pomocí těchto kroků se můžete vzdáleně připojit z Windows klienta.

Spusťte Windows PowerShell jako správce.
Ujistěte se, Windows ve vašem klientovi spuštěná služba Vzdálená správa. Na příkazovém řádku zadejte:
```
winrm quickconfig
```
Další informace najdete v tématu Instalace a konfigurace pro Windows správu.
Přiřaďte proměnnou k připojovacímu řetězci použitému v hosts souboru.
```
$Name = "<Node serial number>.<DNS domain of the device>"
```
Nahraďte <Node serial number> <DNS domain of the device> a sériovým číslem uzlu a doménou DNS vašeho zařízení. Hodnoty sériového čísla uzlu můžete získat ze stránky Certifikáty a domény DNS ze stránky Zařízení v místním webovém uživatelském rozhraní vašeho zařízení.
Pokud chcete přidat tento připojovací řetězec pro vaše zařízení do seznamu důvěryhodných hostitelů klienta, zadejte následující příkaz:
```
Set-Item WSMan:\localhost\Client\TrustedHosts $Name -Concatenate -Force
```
Spusťte Windows PowerShell na zařízení:
```
Enter-PSSession -ComputerName $Name -Credential ~\EdgeUser -ConfigurationName Minishell -UseSSL
```
Pokud se zobrazí chyba související s vztahem důvěryhodnosti, zkontrolujte, jestli je na klientovi, který přistupuje k vašemu zařízení, nainstalovaný také řetěz podepisování certifikátu uzlu nahraného do vašeho zařízení.

Po zobrazení výzvy zadejte heslo. Použijte stejné heslo, které se používá pro přihlášení k místnímu webovému uživatelskému rozhraní. Výchozí heslo místního webového uživatelského rozhraní je Password1. Po úspěšném připojení k zařízení pomocí vzdáleného prostředí PowerShell se zobrazí následující ukázkový výstup:

Windows PowerShell
Copyright (C) Microsoft Corporation. All rights reserved.

PS C:\WINDOWS\system32> winrm quickconfig
WinRM service is already running on this machine.
PS C:\WINDOWS\system32> $Name = "1HXQG13.wdshcsso.com"
PS C:\WINDOWS\system32> Set-Item WSMan:\localhost\Client\TrustedHosts $Name -Concatenate -Force
PS C:\WINDOWS\system32> Enter-PSSession -ComputerName $Name -Credential ~\EdgeUser -ConfigurationName Minishell -UseSSL

WARNING: The Windows PowerShell interface of your device is intended to be used only for the initial network configuration. Please engage Microsoft Support if you need to access this interface to troubleshoot any potential issues you may be experiencing. Changes made through this interface without involving Microsoft Support could result in an unsupported configuration.
[1HXQG13.wdshcsso.com]: PS>

Pokud hostitelský počítač není zařízení s Azure Stack Edge, postupujte podle těchto pokynů.

Instalace grafických Toolkit NVIDIA CUDA na hostitelský počítač

Pomocí následujícího skriptu Bash nainstalujte požadované ovladače grafiky Nvidia a CUDA Toolkit.

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

Restartujte počítač a spusťte následující příkaz.

nvidia-smi

Měli byste vidět následující výstup.

Výstup ovladače NVIDIA

Instalace Dockeru CE a nvidia-docker2 na hostitelském počítači

Nainstalujte Docker CE na hostitelský počítač.

sudo apt-get update
sudo apt-get install -y apt-transport-https ca-certificates curl gnupg-agent software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io

Nainstalujte softwarový balíček nvidia-docker-2.

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
sudo apt-get install -y docker-ce nvidia-docker2
sudo systemctl restart docker

Povolení NVIDIA MPS na hostitelském počítači

Tip

Neinstalujte MPS, pokud je vaše výpočetní funkce GPU menší než 7.x (před volta). Referenční informace najdete v tématu Kompatibilita CUDA.
Spusťte pokyny MPS z okna terminálu na hostitelském počítači. Ne uvnitř vaší instance kontejneru Dockeru.

Pro nejlepší výkon a využití nakonfigurujte GPU (GPU) hostitelského počítače pro NVIDIA Multiprocess Service (MPS). Spusťte pokyny MPS z okna terminálu na hostitelském počítači.

# Set GPU(s) compute mode to EXCLUSIVE_PROCESS
sudo nvidia-smi --compute-mode=EXCLUSIVE_PROCESS

# Cronjob for setting GPU(s) compute mode to EXCLUSIVE_PROCESS on boot
echo "SHELL=/bin/bash" > /tmp/nvidia-mps-cronjob
echo "PATH=/usr/local/sbin:/usr/local/bin:/sbin:/bin:/usr/sbin:/usr/bin" >> /tmp/nvidia-mps-cronjob
echo "@reboot   root    nvidia-smi --compute-mode=EXCLUSIVE_PROCESS" >> /tmp/nvidia-mps-cronjob

sudo chown root:root /tmp/nvidia-mps-cronjob
sudo mv /tmp/nvidia-mps-cronjob /etc/cron.d/

# Service entry for automatically starting MPS control daemon
echo "[Unit]" > /tmp/nvidia-mps.service
echo "Description=NVIDIA MPS control service" >> /tmp/nvidia-mps.service
echo "After=cron.service" >> /tmp/nvidia-mps.service
echo "" >> /tmp/nvidia-mps.service
echo "[Service]" >> /tmp/nvidia-mps.service
echo "Restart=on-failure" >> /tmp/nvidia-mps.service
echo "ExecStart=/usr/bin/nvidia-cuda-mps-control -f" >> /tmp/nvidia-mps.service
echo "" >> /tmp/nvidia-mps.service
echo "[Install]" >> /tmp/nvidia-mps.service
echo "WantedBy=multi-user.target" >> /tmp/nvidia-mps.service

sudo chown root:root /tmp/nvidia-mps.service
sudo mv /tmp/nvidia-mps.service /etc/systemd/system/

sudo systemctl --now enable nvidia-mps.service

Konfigurace Azure IoT Edge na hostitelském počítači

Pokud chcete nasadit kontejner prostorové analýzy na hostitelský počítač, vytvořte instanci služby Azure IoT Hub s použitím cenové úrovně Standard (S1) nebo Free (F0).

Pomocí Azure CLI vytvořte instanci Azure IoT Hub. Parametry nahraďte tam, kde je to vhodné. Případně můžete vytvořit soubor Azure IoT Hub na Azure Portal.

curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash

sudo az login

sudo az account set --subscription "<name or ID of Azure Subscription>"

sudo az group create --name "<resource-group-name>" --location "<your-region>"

Viz Podpora oblastí pro dostupné oblasti.

sudo az iot hub create --name "<iothub-group-name>" --sku S1 --resource-group "<resource-group-name>"

sudo az iot hub device-identity create --hub-name "<iothub-name>" --device-id "<device-name>" --edge-enabled

Budete muset nainstalovat Azure IoT Edge verze 1.0.9. Pokud chcete stáhnout správnou verzi, postupujte takto:

Ubuntu Server 18.04:

curl https://packages.microsoft.com/config/ubuntu/18.04/multiarch/prod.list > ./microsoft-prod.list

Zkopírujte vygenerovaný seznam.

sudo cp ./microsoft-prod.list /etc/apt/sources.list.d/

Nainstalujte veřejný klíč Microsoft GPG.

curl https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor > microsoft.gpg

sudo cp ./microsoft.gpg /etc/apt/trusted.gpg.d/

Aktualizujte seznamy balíčků na vašem zařízení.

sudo apt-get update

Nainstalujte verzi 1.0.9:

sudo apt-get install iotedge=1.0.9* libiothsm-std=1.0.9*

Dále zaregistrujte hostitelský počítač jako IoT Edge ve vaší instanci IoT Hub pomocí připojovacího řetězce.

Musíte připojit zařízení IoT Edge k vaší Azure IoT Hub. Připojovací řetězec musíte zkopírovat ze zařízení, IoT Edge jste vytvořili dříve. Alternativně můžete v Azure CLI spustit následující příkaz.

sudo az iot hub device-identity connection-string show --device-id my-edge-device --hub-name test-iot-hub-123

Na hostitelském počítači otevřete soubor /etc/iotedge/config.yaml pro úpravy. Nahraďte ADD DEVICE CONNECTION STRING HERE připojovacím řetězcem. Uložte soubor a zavřete ho. Spuštěním tohoto příkazu restartujte službu IoT Edge na hostitelském počítači.

sudo systemctl restart iotedge

Nasaďte kontejner prostorové analýzy jako modul IoT na hostitelském počítači, a to buď z Azure Portal nebo Azure CLI. Pokud používáte portál, nastavte identifikátor URI image na umístění vašeho Azure Container Registry.

Pomocí následujících kroků nasaďte kontejner pomocí Azure CLI.

Ke spuštění prostorové analýzy je možné použít také virtuální počítač Azure s GPU. V následujícím příkladu se použije virtuální počítač řady NC s jedním GPU K80.

Vytvoření virtuálního počítače

V průvodci vytvořením virtuálního počítače v Azure Portal.

Zadejte název virtuálního počítače a vyberte oblast, která má být (USA) USA – západ 2.

Důležité

Nezapomeňte nastavit možnost Availability Options Nevyžaduje se žádná redundance infrastruktury. Úplnou konfiguraci najdete na následujícím obrázku a v dalším kroku najdete nápovědu k vyhledání správné velikosti virtuálního počítače.

Pokud chcete najít velikost virtuálního počítače, vyberte Zobrazit všechny velikosti a pak si prohlédněte seznam velikostí virtuálních počítačů jiných než Premium Storage, jak je znázorněno níže.

Pak vyberte NC6 nebo NC6_Promo.

Dále vytvořte virtuální počítač. Po vytvoření přejděte na prostředek virtuálního počítače v Azure Portal a v levém Extensions podokně vyberte . Kliknutím na Přidat zobrazíte okno rozšíření se všemi dostupnými rozšířeními. Vyhledejte a vyberte NVIDIA GPU Driver Extension , klikněte na vytvořit a dokončete průvodce.

Po úspěšném použití rozšíření přejděte na hlavní stránku virtuálního počítače v Azure Portal klikněte na Connect . K virtuálnímu počítači je možné získat přístup prostřednictvím protokolu SSH nebo RDP. Protokol RDP bude užitečný, protože povolí zobrazení okna vizualizéru (vysvětleno později). Nakonfigurujte přístup pomocí protokolu RDP pomocí následujícího postupu a otevření připojení ke vzdálené ploše virtuálního počítače.

Ověření nainstalovaných grafických ovladačů

Spuštěním následujícího příkazu ověřte, že byly ovladače grafiky úspěšně nainstalovány.

nvidia-smi

Měli byste vidět následující výstup.

Výstup ovladače NVIDIA

Instalace Dockeru CE a nvidia-docker2 na virtuálním počítači

Po jednom spusťte následující příkazy, abyste na virtuální počítač mohli nainstalovat Docker CE a nvidia-docker2.

Nainstalujte Docker CE na hostitelský počítač.

sudo apt-get update

sudo apt-get install -y apt-transport-https ca-certificates curl gnupg-agent software-properties-common

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

sudo apt-get update

sudo apt-get install -y docker-ce docker-ce-cli containerd.io

Nainstalujte softwarový balíček nvidia-docker-2.

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update

sudo apt-get install -y docker-ce nvidia-docker2

sudo systemctl restart docker

Teď, když jste nastavili a nakonfigurovali virtuální počítač, postupujte podle následujících kroků a Azure IoT Edge.

Konfigurace Azure IoT Edge na virtuálním počítači

Pokud chcete na virtuální počítač nasadit kontejner prostorové analýzy, vytvořte instanci služby Azure IoT Hub s použitím cenové úrovně Standard (S1) nebo Free (F0).

Pomocí Azure CLI vytvořte instanci Azure IoT Hub. Parametry nahraďte tam, kde je to vhodné. Případně můžete vytvořit soubor Azure IoT Hub na Azure Portal.

curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash

sudo az login

sudo az account set --subscription "<name or ID of Azure Subscription>"

sudo az group create --name "<resource-group-name>" --location "<your-region>"

Viz Podpora oblastí pro dostupné oblasti.

sudo az iot hub create --name "<iothub-name>" --sku S1 --resource-group "<resource-group-name>"

sudo az iot hub device-identity create --hub-name "<iothub-name>" --device-id "<device-name>" --edge-enabled

Budete muset nainstalovat Azure IoT Edge verze 1.0.9. Pokud chcete stáhnout správnou verzi, postupujte takto:

Ubuntu Server 18.04:

curl https://packages.microsoft.com/config/ubuntu/18.04/multiarch/prod.list > ./microsoft-prod.list

Zkopírujte vygenerovaný seznam.

sudo cp ./microsoft-prod.list /etc/apt/sources.list.d/

Nainstalujte veřejný klíč Microsoft GPG.

curl https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor > microsoft.gpg

sudo cp ./microsoft.gpg /etc/apt/trusted.gpg.d/

Aktualizujte seznamy balíčků na vašem zařízení.

sudo apt-get update

Nainstalujte verzi 1.0.9:

sudo apt-get install iotedge=1.0.9* libiothsm-std=1.0.9*

Dále zaregistrujte virtuální počítač jako IoT Edge ve vaší instanci IoT Hub pomocí připojovacího řetězce.

sudo az iot hub device-identity connection-string show --device-id my-edge-device --hub-name test-iot-hub-123

Na virtuálním počítači otevřete soubor /etc/iotedge/config.yaml pro úpravy. Nahraďte ADD DEVICE CONNECTION STRING HERE připojovacím řetězcem. Uložte soubor a zavřete ho. Spuštěním tohoto příkazu restartujte službu IoT Edge na virtuálním počítači.

sudo systemctl restart iotedge

Na virtuální počítač nasaďte kontejner prostorové analýzy jako modul IoT, a to buď z webu Azure Portal azure CLI. Pokud používáte portál, nastavte identifikátor URI image na umístění vašeho Azure Container Registry.

Pomocí následujících kroků nasaďte kontejner pomocí Azure CLI.

Manifest nasazení IoT

Pokud chcete zjednodušit nasazení kontejneru na více hostitelských počítačích, můžete vytvořit soubor manifestu nasazení, který specifikuje možnosti vytvoření kontejneru a proměnné prostředí. Příklad manifestu nasazení pro Azure Stack Edge,další stolnípočítače a virtuální počítač Azure s GPU najdete na GitHub.

Následující tabulka uvádí různé proměnné prostředí používané modulem IoT Edge Module. Můžete je také nastavit v manifestu nasazení uvedeném výše pomocí env atributu v spatialanalysis souboru :

Název nastavení	Hodnota	Popis
ARCHON_LOG_LEVEL	Příjemce Podrobné	Úroveň protokolování, vyberte jednu ze dvou hodnot.
ARCHON_SHARED_BUFFER_LIMIT	377487360	Neupravovat
ARCHON_PERF_MARKER	false (nepravda)	Nastavte tuto hodnotu na true pro protokolování výkonu, v opačném případě by měla být false.
ARCHON_NODES_LOG_LEVEL	Příjemce Podrobné	Úroveň protokolování, vyberte jednu ze dvou hodnot.
OMP_WAIT_POLICY	PASIVNÍ	Neupravovat
QT_X11_NO_MITSHM	1	Neupravovat
APIKEY	váš klíč rozhraní API	Tuto hodnotu z prostředku Počítačové zpracování obrazu Shromážděte z Azure Portal. Můžete ji najít v části klíč a koncový bod pro váš prostředek.
FAKTURACE	identifikátor URI koncového bodu	Tuto hodnotu z prostředku Počítačové zpracování obrazu Shromážděte z Azure Portal. Můžete ji najít v části klíč a koncový bod pro váš prostředek.
KONKRÉTNÍ	vyjádřit	Tato hodnota musí být nastavena na hodnotu přijmout , aby bylo možné kontejner spustit.
Otevřete	: 1	Tato hodnota musí být stejná jako výstup `echo $DISPLAY` na hostitelském počítači. Hraniční zařízení Azure Stack neobsahují displej. Toto nastavení se nedá použít.
ARCHON_GRAPH_READY_TIMEOUT	600	Tuto proměnnou prostředí přidejte, pokud vaše GPU nemá T4 nebo NVIDIA 2080 ti.
ORT_TENSORRT_ENGINE_CACHE_ENABLE	0	Tuto proměnnou prostředí přidejte, pokud vaše GPU nemá T4 nebo NVIDIA 2080 ti.
KEY_ENV	Šifrovací klíč pomocného mechanismu	Přidejte tuto proměnnou prostředí, pokud Video_URL je nejasný řetězec.
IV_ENV	Inicializační vektor	Přidejte tuto proměnnou prostředí, pokud Video_URL je nejasný řetězec.

Důležité

Eula Billing ApiKey Aby bylo možné spustit kontejner, musí být zadány možnosti, a. v opačném případě se kontejner nespustí. Další informace najdete v tématu fakturace.

Když aktualizujete manifest nasazení pro Azure Stack hraniční zařízení, stolní počítač nebo virtuální počítač Azure s grafickým procesorem s vlastním nastavením a výběrem operací, můžete k nasazení kontejneru v hostitelském počítači, jako je IoT Edge modul, použít následující příkaz Azure CLI .

sudo az login
sudo az extension add --name azure-iot
sudo az iot edge set-modules --hub-name "<iothub-name>" --device-id "<device-name>" --content DeploymentManifest.json --subscription "<name or ID of Azure Subscription>"

Parametr	Popis
`--hub-name`	Název Azure IoT Hub.
`--content`	Název souboru nasazení.
`--target-condition`	Název zařízení IoT Edge pro hostitelský počítač.
`-–subscription`	ID nebo název předplatného

Tento příkaz spustí nasazení. Přejděte na stránku vaší instance Azure IoT Hub v Azure Portal a zobrazte stav nasazení. Stav může být zobrazený jako 417 – konfigurace nasazení zařízení není nastavená , dokud zařízení nedokončí stahování imagí kontejneru a začne běžet.

Ověření úspěšného nasazení

Existuje několik způsobů, jak ověřit, zda je kontejner spuštěn. vyhledejte běhový stav v modulu IoT Edge Nastavení pro modul prostorové analýzy v instanci služby Azure IoT Hub na Azure Portal. Ověřte, zda je spuštěna požadovaná hodnota a hlášené hodnoty pro běhový stav .

Příklad ověření nasazení

Po dokončení nasazení a spuštění kontejneru se v hostitelském počítači začnou odesílat události do Azure IoT Hub. Pokud jste použili .debug verzi operací, zobrazí se okno Vizualizátor pro každý fotoaparát, který jste nakonfigurovali v manifestu nasazení. Nyní můžete definovat řádky a zóny, které chcete monitorovat v manifestu nasazení, a podle pokynů znovu nasadit.

Konfigurace operací prováděných prostorovou analýzou

K nakonfigurování kontejneru pro použití připojených fotoaparátů, konfiguraci operací a dalších operací budete muset použít operace prostorové analýzy . Pro každé zařízení kamery, které nakonfigurujete, se operace pro prostorovou analýzu vygenerují výstupní proud zpráv JSON, které se odešlou do vaší instance Azure IoT Hub.

Použít výstup generovaný kontejnerem

Pokud chcete začít spotřebovávat výstup generovaný kontejnerem, přečtěte si následující články:

K připojení ke koncovému bodu Azure IoT Hub a příjmu událostí použijte sadu Azure Event hub SDK pro zvolený programovací jazyk. Další informace najdete v tématu čtení zpráv ze zařízení do cloudu z integrovaného koncového bodu .
nastavte směrování zpráv v azure IoT Hub pro odesílání událostí do jiných koncových bodů nebo ukládání událostí do Azure Blob Storage atd. Další informace najdete v tématu IoT Hub směrování zpráv .

Spuštění prostorové analýzy s nahraným videosouborem

Můžete použít prostorovou analýzu s nahraným nebo živým videem. Pokud chcete použít prostorovou analýzu pro zaznamenané video, zkuste nahrávat videosoubor a uložit ho jako soubor MP4. Vytvořte účet Blob Storage v Azure nebo použijte existující. Pak v Azure Portal aktualizujte následující nastavení úložiště objektů BLOB: 1. Změnit zabezpečený přenos vyžadovaný jako zakázaný 2. Změnit povolený veřejný přístup k objektu BLOB

Přejděte do části Container a buď vytvořte nový kontejner, nebo použijte existující. Pak odešlete videosoubor do kontejneru. Rozbalte nastavení souboru pro nahraný soubor a vyberte Generovat SAS. Nezapomeňte nastavit Datum vypršení platnosti dostatečně dlouho na pokrytí období testování. Nastavte Povolené protokoly na http (https není podporované).

Klikněte na vygenerovat token SAS a adresu URL a zkopírujte adresu URL SAS objektu BLOB. Nahraďte začínající https http a otestujte adresu URL v prohlížeči, který podporuje přehrávání videa.

Nahraďte VIDEO_URL v manifestu nasazení pro vaše Azure Stack hraniční zařízení, stolní počítačnebo virtuální počítač Azure pomocí GPU s adresou URL, kterou jste vytvořili, pro všechny grafy. Nastavte VIDEO_IS_LIVE na false a znovu nasaďte kontejner prostorové analýzy s aktualizovaným manifestem. Viz následující příklad.

Modul pro prostorové analýzy začne spotřebovávat videosoubor a bude se nepřetržitě automaticky přehrávat také.

"zonecrossing": {
    "operationId" : "cognitiveservices.vision.spatialanalysis-personcrossingpolygon",
    "version": 1,
    "enabled": true,
    "parameters": {
        "VIDEO_URL": "Replace http url here",
        "VIDEO_SOURCE_ID": "personcountgraph",
        "VIDEO_IS_LIVE": false,
      "VIDEO_DECODE_GPU_INDEX": 0,
        "DETECTOR_NODE_CONFIG": "{ \"gpu_index\": 0, \"do_calibration\": true }",
        "SPACEANALYTICS_CONFIG": "{\"zones\":[{\"name\":\"queue\",\"polygon\":[[0.3,0.3],[0.3,0.9],[0.6,0.9],[0.6,0.3],[0.3,0.3]], \"events\": [{\"type\": \"zonecrossing\", \"config\": {\"threshold\": 16.0, \"focus\": \"footprint\"}}]}]}"
    }
   },

Řešení potíží

Pokud narazíte na problémy při spuštění nebo spuštění kontejneru, přečtěte si téma telemetrie a řešení potíží , kde najdete kroky pro běžné problémy. Tento článek obsahuje také informace o generování a shromažďování protokolů a shromažďování stavu systému.

Pokud máte potíže se spuštěním kontejneru služeb Cognitive Services, můžete zkusit použít diagnostický kontejner Microsoftu. S využitím tohoto kontejneru můžete diagnostikovat běžné chyby ve vašem vývojovém prostředí, které můžou bránit kontejnerům služeb Cognitive Services, aby fungovaly podle očekávání.

K získání kontejneru použijte následující příkaz pull Dockeru:

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

Pak spusťte kontejner, {ENDPOINT_URI} nahraďte koncovým bodem a nahraďte {API_KEY} klíčem vašeho prostředku:

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

Kontejner otestujte síťové připojení ke koncovému bodu fakturace.

Fakturace

Kontejner prostorové analýzy odesílá informace o fakturaci do Azure pomocí Počítačové zpracování obrazu prostředku na vašem účtu Azure. Použití prostorové analýzy ve verzi Public Preview je aktuálně zdarma.

Azure Cognitive Services kontejnery nemají licenci ke spuštění bez připojení ke koncovému bodu měření nebo fakturace. Kontejnerům musíte za všech okolností povolit, aby s fakturačním koncovým bodem komunikovali fakturační údaje. Cognitive Services kontejnery neposílat zákaznická data, jako je například analyzované video nebo obrázek, do Microsoftu.

Souhrn

V tomto článku jste se naučili koncepty a pracovní postupy pro stažení, instalaci a spuštění kontejneru prostorové analýzy. Souhrn:

Prostorová analýza je kontejner Linuxu pro Docker.
Image kontejnerů se stáhnou z Microsoft Container Registry.
Image kontejnerů běží jako moduly IoT v Azure IoT Edge.
Jak nakonfigurovat kontejner a nasadit ho na hostitelský počítač.

Instalace a spuštění kontejneru Spatial Analysis (Preview)

Požadavky

Požadavky na kontejner prostorové analýzy

Minimální požadavky na hardware

Doporučený hardware

Nastavení hostitelského počítače

Konfigurace výpočetních prostředků na Azure Stack Edge Portal

Nastavení výpočetní role Edge a vytvoření IoT Hub prostředků

Povolení MPS na Azure Stack Edge

Instalace grafických Toolkit NVIDIA CUDA na hostitelský počítač

Instalace Dockeru CE a nvidia-docker2 na hostitelském počítači

Povolení NVIDIA MPS na hostitelském počítači

Konfigurace Azure IoT Edge na hostitelském počítači

Vytvoření virtuálního počítače

Ověření nainstalovaných grafických ovladačů

Instalace Dockeru CE a nvidia-docker2 na virtuálním počítači

Konfigurace Azure IoT Edge na virtuálním počítači

Manifest nasazení IoT

Ověření úspěšného nasazení

Konfigurace operací prováděných prostorovou analýzou

Použít výstup generovaný kontejnerem

Spuštění prostorové analýzy s nahraným videosouborem

Řešení potíží

Fakturace

Souhrn

Další kroky

Instalace a spuštění kontejneru Spatial Analysis (Preview)

Ohodnoťte vaše zkušenosti

Požadavky

Požadavky na kontejner prostorové analýzy

Nastavení hostitelského počítače

Konfigurace výpočetních prostředků na Azure Stack Edge Portal

Nastavení výpočetní role Edge a vytvoření IoT Hub prostředků

Povolení MPS na Azure Stack Edge

Manifest nasazení IoT

Ověření úspěšného nasazení

Konfigurace operací prováděných prostorovou analýzou

Použít výstup generovaný kontejnerem

Spuštění prostorové analýzy s nahraným videosouborem

Řešení potíží

Fakturace

Souhrn

Další kroky