Menyebarkan solusi deteksi langkah kaki berbasis AI menggunakan Azure dan Azure Stack Hub
Artikel ini menjelaskan cara menerapkan solusi berbasis AI yang menghasilkan wawasan dari tindakan dunia nyata dengan menggunakan Azure, Azure Stack Hub, dan Custom Vision AI Dev Kit.
Dalam solusi ini, Anda belajar caranya:
- Menyebarkan Cloud Native Application Bundles (CNAB) di tepi.
- Menyebarkan aplikasi yang meliputi batas cloud.
- Gunakan Custom Vision AI Dev Kit untuk membuat inferensi di tepi.
Tip
Microsoft Azure Stack Hub adalah ekstensi Azure. Azure Stack Hub menghadirkan kelincahan dan inovasi komputasi cloud ke lingkungan lokal Anda, memungkinkan satu-satunya cloud hibrid yang memungkinkan Anda membangun dan menyebarkan aplikasi hibrid di mana saja.
Artikel Perspektif desain aplikasi hibrid mengulas pilar kualitas perangkat lunak (penempatan, skalabilitas, ketersediaan, ketahanan, kemampuan manajemen, dan keamanan) untuk merancang, menyebarkan, dan mengoperasikan aplikasi hibrid. Pertimbangan desain membantu mengoptimalkan desain aplikasi hibrid, meminimalkan tantangan di lingkungan produksi.
Prasyarat
Sebelum memulai panduan penerapan ini, pastikan Anda:
- Tinjau arsitektur deteksi Footfall.
- Dapatkan akses pengguna ke Azure Stack Development Kit (ASDK) atau instans sistem terintegrasi Azure Stack Hub, dengan:
- Azure App Service di penyedia sumber daya Azure Stack Hub dipasang. Anda memerlukan akses operator ke instans Azure Stack Hub, atau bekerja dengan administrator untuk memasang.
- Langganan pada penawaran yang menyediakan App Service dan kuota Storage. Anda memerlukan akses operator untuk membuat penawaran.
- Akses ke langganan Azure.
- Anda belum memiliki langganan Azure, daftar untuk mendapatkan akun Azure gratis sebelum Anda memulai.
- Buat dua perwakilan layanan di direktori Anda:
- Satu disiapkan untuk digunakan dengan sumber daya Azure, dengan akses di cakupan langganan Azure.
- Satu lagi disiapkan untuk digunakan dengan sumber daya Azure Stack Hub, dengan akses di cakupan langganan Azure Stack Hub.
- Untuk mempelajari selengkapnya tentang membuat perwakilan layanan dan mengizinkan akses, lihat Menggunakan identitas aplikasi untuk mengakses sumber daya. Jika Anda lebih suka menggunakan Azure CLI, lihat Membuat perwakilan layanan Azure dengan Azure CLI.
- Sebarkan Azure Cognitive Services dalam Azure atau Azure Stack Hub.
- Pertama, pelajari selengkapnya tentang Cognitive Services.
- Kemudian kunjungi Deploy Azure Cognitive Services ke Azure Stack Hub untuk menyebarkan Cognitive Services pada Azure Stack Hub. Anda harus mendaftar terlebih dahulu untuk mengakses pratinjau.
- Mengkloning atau mengunduh Azure Custom Vision AI Dev Kit yang tidak dikonfigurasi. Untuk mengetahui detailnya, lihat Vision AI DevKit.
- Membuat akun Power BI.
- Kunci langganan Azure Cognitive Services Face API dan URL titik akhir. Anda bisa mendapatkan keduanya melalui masa coba gratis dari Try Cognitive Services. Atau, ikuti petunjuk di Buat akun Azure Cognitive Services.
- Instal sumber daya pengembangan berikut:
- Azure CLI 2.0
- Docker CE
- Porter. Anda menggunakan Porter untuk menyebarkan aplikasi cloud menggunakan manifes bundel CNAB yang disediakan untuk Anda.
- Visual Studio Code
- Alat Azure IoT untuk Visual Studio Code
- Ekstensi Python untuk Visual Studio Code
- Python
Sebarkan aplikasi cloud hibrid
Pertama, Anda menggunakan Porter CLI untuk menghasilkan set kredensial, lalu menerapkan aplikasi cloud.
Mengkloning atau mengunduh repositori yang berisi kode sampel solusi.
Porter akan menghasilkan serangkaian kredensial yang akan mengotomatiskan penyebaran aplikasi. Sebelum menjalankan perintah pembuatan kredensial, pastikan hal-hal berikut telah tersedia:
- Perwakilan layanan untuk mengakses sumber daya Azure, termasuk ID perwakilan layanan, kunci, dan DNS penyewa.
- ID Langganan untuk langganan Azure Anda.
- Perwakilan layanan untuk mengakses sumber daya Azure Stack Hub, termasuk ID perwakilan layanan, kunci, dan DNS penyewa.
- ID Langganan untuk langganan Azure Stack Hub Anda.
- Kunci Azure Cognitive Services Face API dan URL titik akhir sumber daya Anda.
Jalankan proses pembuatan kredensial Porter dan ikutilah petunjuk:
porter creds generate --tag intelligentedge/footfall-cloud-deployment:0.1.0
Porter juga membutuhkan satu set parameter untuk dijalankan. Buat file teks parameter dan masukkan pasangan nama/nilai berikut. Tanyakan kepada administrator Azure Stack Hub Anda apakah Anda memerlukan bantuan dengan salah satu nilai yang diperlukan.
Catatan
Nilai
resource suffix
tersebut digunakan untuk memastikan bahwa sumber daya penyebaran Anda memiliki nama unik di seluruh Azure. Nama tersebut harus berupa serangkaian huruf dan angka yang unik, tidak lebih dari 8 karakter.azure_stack_tenant_arm="Your Azure Stack Hub tenant endpoint" azure_stack_storage_suffix="Your Azure Stack Hub storage suffix" azure_stack_keyvault_suffix="Your Azure Stack Hub keyVault suffix" resource_suffix="A unique string to identify your deployment" azure_location="A valid Azure region" azure_stack_location="Your Azure Stack Hub location identifier" powerbi_display_name="Your first and last name" powerbi_principal_name="Your Power BI account email address"
Simpan file teks dan catat jalurnya.
Anda sekarang siap untuk menyebarkan aplikasi cloud hibrid menggunakan Porter. Jalankan perintah pasang dan amati saat sumber daya disebarkan ke Azure dan Azure Stack Hub:
porter install footfall-cloud –tag intelligentedge/footfall-cloud-deployment:0.1.0 –creds footfall-cloud-deployment –param-file "path-to-cloud-parameters-file.txt"
Setelah penyebaran selesai, catat nilai-nilai berikut:
- String koneksi kamera.
- String Koneksi Akun Penyimpanan Penggunaan.
- Nama grup sumber daya.
Siapkan Custom Vision AI DevKit
Selanjutnya, siapkan Custom Vision AI Dev Kit seperti yang ditunjukkan dalam mulai cepat Vision AI DevKit. Anda juga mengatur dan menguji coba kamera Anda, menggunakan string koneksi yang disediakan pada langkah sebelumnya.
Menyebarkan aplikasi kamera
Pertama, Anda menggunakan Porter CLI untuk menghasilkan set kredensial, lalu menyebarkan aplikasi cloud.
Porter akan menghasilkan serangkaian kredensial yang akan mengotomatiskan penyebaran aplikasi. Sebelum menjalankan perintah pembuatan kredensial, pastikan hal-hal berikut telah tersedia:
- Perwakilan layanan untuk mengakses sumber daya Azure, termasuk ID perwakilan layanan, kunci, dan DNS penyewa.
- ID Langganan untuk langganan Azure Anda.
- String koneksi akun penyimpanan gambar disediakan saat Anda menyebarkan aplikasi cloud.
Jalankan proses pembuatan kredensial Porter dan ikutilah petunjuk:
porter creds generate --tag intelligentedge/footfall-camera-deployment:0.1.0
Porter juga membutuhkan satu set parameter untuk dijalankan. Buat file teks parameter dan masukkan pasangan nama/nilai berikut. Tanyakan kepada administrator Azure Stack Hub Anda jika Anda tidak mengetahui beberapa nilai yang diperlukan.
Catatan
Nilai
deployment suffix
tersebut digunakan untuk memastikan bahwa sumber daya penyebaran Anda memiliki nama unik di seluruh Azure. Nama tersebut harus berupa serangkaian huruf dan angka yang unik, tidak lebih dari 8 karakter.iot_hub_name="Name of the IoT Hub deployed" deployment_suffix="Unique string here"
Simpan file teks dan catat jalurnya.
Anda sekarang siap untuk menyebarkan aplikasi kamera menggunakan Porter. Jalankan perintah pasang dan amati saat penyebaran IoT Edge dibuat.
porter install footfall-camera –tag intelligentedge/footfall-camera-deployment:0.1.0 –creds footfall-camera-deployment –param-file "path-to-camera-parameters-file.txt"
Pastikan bahwa penyebaran kamera selesai dengan melihat umpan kamera di
https://<camera-ip>:3000/
, di mana<camara-ip>
adalah alamat IP kamera. Langkah mungkin akan memakan waktu hingga 10 menit.
Mengonfigurasi input Azure Stream Analytics
Sekarang data telah mengalir ke Azure Stream Analytics dari kamera, kita perlu mengotorisasinya secara manual untuk berkomunikasi dengan Power BI.
Dari portal Microsoft Azure, buka Semua Sumber Daya, dan pekerjaan process-footfall[yoursuffix ].
Di bagian Topologi Pekerjaan di pekerjaan Azure Stream Analytics, pilih opsi Output.
Pilih output sink dari traffic-output.
Pilih Perbarui otorisasi dan masuk ke akun Power BI Anda.
Simpan pengaturan output.
Buka panel Gambaran Umum dan pilih Mulai mengirim data ke Power BI.
Pilih Sekarang untuk waktu mulai output pekerjaan dan pilih Mulai. Anda dapat melihat status pekerjaan di bilah pemberitahuan.
Membuat Dasbor Power BI
Setelah pekerjaan berhasil, buka Power BI dan masuk dengan akun kerja atau sekolah Anda. Jika kueri pekerjaan Analisis Aliran mengeluarkan output hasil, himpunan data langkah kaki yang Anda buat ada di bawah tab Himpunan Data.
Dari ruang kerja Power BI Anda, pilih + Buat untuk membuat dasbor baru bernama Analisa Langkah Kaki.
Di bagian atas jendela, pilih Tambahkan petak peta. Kemudian pilih Data Streaming Kustom lalu Berikutnya. Pilih kumpulan data langkah kaki di bawah Dataset Anda. Pilih Kartu dari drop-down Jenis visualisasi, dan tambahkan usia ke Bidang. Pilih Berikutnya untuk memasukkan nama untuk petak peta, lalu pilih Terapkan untuk membuat petak peta.
Anda dapat menambahkan bidang dan kartu lainnya sesuai dengan keinginan.
Menguji solusi Anda
Amati bagaimana data dalam kartu yang Anda buat di Power BI berubah saat orang yang berbeda berjalan di depan kamera. Inferensi mungkin memerlukan waktu hingga 20 detik untuk muncul setelah direkam.
Menghapus Solusi Anda
Jika Anda ingin menghapus solusi, jalankan perintah berikut menggunakan Porter, menggunakan file parameter yang sama dengan yang Anda buat untuk penyebaran:
porter uninstall footfall-cloud –tag intelligentedge/footfall-cloud-deployment:0.1.0 –creds footfall-cloud-deployment –param-file "path-to-cloud-parameters-file.txt"
porter uninstall footfall-camera –tag intelligentedge/footfall-camera-deployment:0.1.0 –creds footfall-camera-deployment –param-file "path-to-camera-parameters-file.txt"
Langkah berikutnya
- Pelajari pertimbangan desain aplikasi Hybrid lebih lanjut
- Tinjau dan usulkan perbaikan kode untuk sampel ini di GitHub.
- Lihat Gambaran Umum beban kerja hibrid di Azure Well-Architected Framework.
- Lihat skenario hibrid dan multicloud di Azure Cloud Adoption Framework.
Sumber daya terkait
- Mengonfigurasi konektivitas cloud hibrid menggunakan Azure dan Azure Stack Hub
- Mengonfigurasi identitas cloud hibrid untuk aplikasi Azure dan Azure Stack Hub
- Menyebarkan kluster Kubernetes ketersediaan tinggi di Azure Stack Hub
- Menyebarkan aplikasi hibrid dengan data lokal yang menskalakan lintas cloud
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk