Memasang dan menjalankan kontainer Analisis Spasial (Pratinjau)

Artikel
07/27/2022
17 menit untuk membaca

Kontainer Analisis Spasial memungkinkan Anda menganalisis video streaming real time untuk memahami hubungan spasial antara orang, pergerakan mereka, dan interaksi dengan objek di lingkungan fisik. Kontainer sangat bagus untuk persyaratan keamanan dan tata kelola data tertentu.

Prasyarat

Langganan Azure - Membuat langganan gratis
Akun Azure Anda harus memiliki peran Layanan Cognitive Services yang ditetapkan agar Anda menyetujui persyaratan AI yang bertanggung jawab dan membuat sumber daya. Agar peran ini ditetapkan ke akun Anda, ikuti langkah-langkah dalam dokumentasi Menetapkan peran, atau hubungi administrator Anda.
Setelah memiliki langganan Azure, buat sumber daya Computer Vision untuk tingkat S1 Standar di portal Microsoft Azure untuk mendapatkan kunci dan titik akhir Anda. Setelah menyebar, pilih Buka sumber daya.
- Anda akan memerlukan kunci serta titik akhir dari sumber daya yang Anda buat untuk menjalankan kontainer Analisis Spasial. Anda akan menggunakan kunci dan titik akhir nanti.

Persyaratan kontainer Analisis Spasial

Untuk menjalankan kontainer Analisis Spasial, Anda memerlukan perangkat komputasi dengan GPU NVIDIA CUDA Compute Capable 6.0 atau lebih tinggi (misalnya, NVIDIA Tesla T4, 1080Ti, atau 2080Ti). Kami menyarankan Anda menggunakan Azure Stack Edge dengan akselerasi GPU, tetapi kontainer berjalan di komputer desktop lain yang memenuhi persyaratan minimum. Kami menyebut perangkat ini sebagai komputer host.

Azure Stack Edge adalah solusi Hardware-as-a-Service dan perangkat komputasi edge berkemampuan AI dengan kemampuan transfer data jaringan. Untuk persiapan terperinci dan petunjuk penyiapan, lihat dokumentasi Azure Stack Edge.

Persyaratan	Deskripsi
Kamera	Kontainer Analisis Spasial tidak terikat pada merek kamera tertentu. Perangkat kamera harus: mendukung Protokol Streaming Real Time (RTSP) dan pengodean H.264, dapat diakses oleh komputer host, dan mampu melakukan streaming pada 15FPS dan resolusi 1080p.
OS Linux	Desktop Ubuntu 18.04 LTS harus dipasang di komputer host.

Menyiapkan komputer host

Anda disarankan untuk menggunakan perangkat Azure Stack Edge bagi komputer host. Klik Komputer Desktop jika Anda mengonfigurasi perangkat berbeda, atau Komputer Virtual jika menggunakan VM.

Mengonfigurasi komputasi di portal Azure Stack Edge

Analisis Spasial menggunakan fitur komputasi Azure Stack Edge untuk menjalankan solusi AI. Untuk mengaktifkan fitur komputasi, pastikan bahwa:

Anda telah menyambungkan dan mengaktifkan perangkat Azure Stack Edge.
Anda memiliki sistem klien Windows yang menjalankan PowerShell 5.0 atau yang lebih baru, untuk mengakses perangkat.
Untuk menyebarkan kluster Kube, Anda perlu mengonfigurasi perangkat Azure Stack Edge melalui antarmuka pengguna Lokal di portal Microsoft Azure:
1. Aktifkan fitur komputasi di perangkat Azure Stack Edge Anda. Untuk mengaktifkan komputasi, buka halaman Komputasi di antarmuka web perangkat Anda.
2. Pilih antarmuka jaringan yang ingin diaktifkan untuk komputasi, lalu pilih Aktifkan. Hal ini akan membuat sakelar virtual pada perangkat Anda, pada antarmuka jaringan tersebut.
3. Biarkan alamat IP simpul pengujian Kube dan alamat IP layanan eksternal Kube kosong.
4. Pilih Terapkan. Operasi ini mungkin memakan waktu sekitar dua menit.

Mengonfigurasi komputasi

Mengatur peran Azure Stack Edge dan membuat sumber daya IoT Hub

Di portal Microsoft Azure, navigasikan ke sumber daya Azure Stack Edge Anda. Pada halaman Ringkasan atau daftar navigasi, klik tombol komputasi Mulai pada Azure Stack Edge. Pada petak komputasi Mengonfigurasi Edge, harap pilih Konfigurasi komputasi.

Tautan

Di halamanKonfigurasikan komputasi Edge, pilih IoT Hub yang ada, atau pilih untuk membuat yang baru. Secara default, tingkat harga Standar (S1) digunakan untuk membuat sumber daya IoT Hub. Untuk menggunakan sumber daya IoT Hub tingkat gratis, buat satu, lalu pilih. Sumber daya IoT Hub menggunakan langganan dan grup sumber daya yang sama yang digunakan oleh sumber daya Azure Stack Edge

Pilih Buat. Pembuatan sumber daya IoT Hub mungkin memerlukan waktu beberapa menit. Setelah sumber daya IoT Hub dibuat, petak Konfigurasikan komputasi Azure Stack Edge akan diperbarui untuk menampilkan konfigurasi baru. Untuk mengonfirmasi bahwa peran komputasi Edge telah dikonfigurasi, pilih Tampilkan konfigurasi pada petak Konfigurasi komputasi.

Saat peran komputasi Edge diatur di perangkat Edge, ia membuat dua perangkat: perangkat IoT dan perangkat IoT Edge. Kedua perangkat dapat dilihat di sumber daya Azure IoT Hub. Runtime Azure IoT Edge sudah berjalan di perangkat IoT Edge.

Catatan

Saat ini hanya platform Linux yang didukung untuk perangkat IoT Edge. Untuk bantuan memecahkan masalah perangkat Azure Stack Edge, lihat artikel pengelogan dan pemecahan masalah.
Untuk mempelajari lebih lanjut tentang cara mengonfigurasi perangkat IoT Edge untuk berkomunikasi melalui server proksi, lihat Mengonfigurasi perangkat IoT Edge untuk berkomunikasi melalui server proksi

Mengaktifkan MPS di Azure Stack Edge

Ikuti langkah-langkah ini untuk menyambungkan dari klien Windows dari jarak jauh.

Jalankan sesi Windows PowerShell sebagai admin.
Pastikan layanan Manajemen Windows Remote Management dapat dijalankan di klien Anda. Pada prompt perintah, ketik:
```
winrm quickconfig
```
Untuk mendapatkan informasi selengkapnya, lihat Penginstalan dan konfigurasi untuk Windows Remote Management.
Tetapkan variabel ke string koneksi yang digunakan dalam file hosts.
```
$Name = "<Node serial number>.<DNS domain of the device>"
```
Ganti <Node serial number> dan <DNS domain of the device> dengan nomor seri simpul dan domain DNS perangkat Anda. Anda bisa mendapatkan nilai untuk nomor seri simpul dari halaman Sertifikat dan domain DNS dari halaman Perangkat di UI web lokal perangkat Anda.
Untuk menambahkan string koneksi ini untuk perangkat Anda ke daftar host tepercaya klien, ketik perintah berikut ini:
```
Set-Item WSMan:\localhost\Client\TrustedHosts $Name -Concatenate -Force
```
Mulai sesi Windows PowerShell di perangkat:
```
Enter-PSSession -ComputerName $Name -Credential ~\EdgeUser -ConfigurationName Minishell -UseSSL
```
Jika Anda melihat kesalahan terkait hubungan kepercayaan, maka periksa apakah rantai penandatanganan sertifikat simpul yang diunggah ke perangkat Anda juga diinstal pada klien yang mengakses perangkat Anda.

Berikan kata sandi jika diminta. Gunakan kata sandi yang sama dengan yang digunakan untuk masuk ke UI web lokal. Kata sandi default UI web lokal adalah Password1. Saat Anda berhasil menyambungkan ke perangkat menggunakan PowerShell jarak jauh, Anda akan melihat contoh output berikut:

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>

Ikuti instruksi ini jika komputer host Anda bukan perangkat Azure Stack Edge.

Memasang Toolkit NVIDIA CUDA dan driver grafis Nvidia di komputer host

Gunakan skrip bash berikut untuk memasang driver grafis Nvidia yang diperlukan, dan Toolkit CUDA.

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

Boot ulang komputer, dan jalankan perintah berikut.

nvidia-smi

Anda akan menemukan output berikut.

Output driver NVIDIA

Memasang Docker CE dan nvidia-docker2 di komputer host

Memasang Docker CE di komputer host.

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

Pasang paket perangkat lunak 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

Mengaktifkan MPS NVIDIA di komputer host

Tip

Jangan pasang MPS jika kemampuan komputasi GPU Anda kurang dari 7.x (sebelum Volta). Lihat Kompatibilitas CUDA untuk referensi.
Jalankan instruksi MPS dari jendela terminal pada komputer host. Tidak di dalam instans kontainer Docker Anda.

Untuk performa dan penggunaan terbaik, konfigurasikan GPU komputer host untuk NVIDIA Multiprocess Service (MPS). Jalankan instruksi MPS dari jendela terminal pada komputer host.

# 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

Mengonfigurasikan Azure IoT Edge di komputer host

Untuk menyebarkan kontainer Analisis Spasial di komputer host, buat instans layanan Azure IoT Hub menggunakan tingkat harga Standar (S1) atau Gratis (F0).

Gunakan CLI Azure untuk membuat instans Azure IoT Hub. Ganti parameter jika sesuai. Atau, Anda dapat membuat Azure IoT Hub di portal Microsoft Azure.

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>"

Lihat Dukungan Wilayah untuk wilayah yang tersedia.

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

Anda harus memasang Azure IoT Edge versi 1.0.9. Ikuti langkah-langkah ini untuk mengunduh versi yang benar:

Server Ubuntu 18.04:

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

Salin daftar yang dihasilkan.

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

Pasang kunci umum GPG Microsoft.

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

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

Perbarui daftar paket di perangkat Anda.

sudo apt-get update

Pasang rilis 1.0.9:

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

Selanjutnya, daftarkan komputer host sebagai perangkat Azure IoT Edge di instans IoT Hub Anda, menggunakan string koneksi.

Anda perlu menghubungkan perangkat Azure IoT Edge ke Azure IoT Hub. Anda perlu menyalin string koneksi dari perangkat Azure IoT Edge yang dibuat sebelumnya. Atau, Anda dapat menjalankan perintah di bawah ini di CLI Azure.

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

Di komputer host, buka /etc/iotedge/config.yaml untuk mengedit. Ganti ADD DEVICE CONNECTION STRING HERE dengan string koneksi. Simpan dan tutup file. Jalankan perintah ini untuk menghidupkan ulang layanan Azure IoT Edge di komputer host.

sudo systemctl restart iotedge

Sebarkan kontainer Analisis Spasial sebagai Modul IoT di komputer host, baik dari portal Microsoft Azure atau CLI Azure. Jika Anda menggunakan portal, atur URI gambar ke lokasi Azure Container Registry Anda.

Gunakan langkah-langkah di bawah ini untuk menyebarkan kontainer menggunakan CLI Azure.

Komputer Virtual Azure dengan GPU juga dapat digunakan untuk menjalankan Analisis Spasial. Contoh di bawah akan menggunakan VM seri NC yang memiliki satu GPU K80.

Membuat VM

Buka wizard Buat Komputer Virtual di portal Microsoft Azure.

Beri nama VM Anda dan pilih wilayah menjadi (AS) US Barat 2.

Penting

Pastikan untuk mengatur Availability Options ke "Tidak diperlukan redundansi infrastruktur". Lihat figur di bawah untuk konfigurasi lengkap dan langkah selanjutnya untuk bantuan menemukan ukuran VM yang tepat.

Untuk menemukan ukuran VM, pilih "Lihat semua ukuran" lalu lihat daftar untuk "Ukuran VM penyimpanan non-premium", yang ditampilkan di bawah.

Kemudian, pilih NC6 atau NC6_Promo.

Selanjutnya, Buat VM. Setelah dibuat, navigasikan ke sumber daya VM di portal Microsoft Azure dan pilih Extensions dari panel sebelah kiri. Klik "Add" guna memunculkan jendela ekstensi dengan semua ekstensi yang tersedia. Cari dan pilih NVIDIA GPU Driver Extension, klik buat, dan selesaikan panduan.

Setelah ekstensi berhasil diterapkan, navigasikan ke halaman utama VM di portal Microsoft Azure dan klik Connect. VM dapat diakses baik melalui SSH atau RDP. RDP akan membantu karena akan memungkinkan melihat jendela penampil visual (dijelaskan nanti). Konfigurasikan akses RDP dengan mengikuti langkah-langkah ini dan membuka koneksi desktop jarak jauh ke VM.

Memverifikasi Driver Grafis Terpasang

Jalankan perintah berikut untuk memverifikasi bahwa driver grafis telah berhasil dipasang.

nvidia-smi

Anda akan menemukan output berikut.

Output driver NVIDIA

Memasang Docker CE dan nvidia-docker2 di VM

Jalankan perintah berikut satu per satu untuk memasang Docker CE dan nvidia-docker2 di VM.

Memasang Docker CE di komputer host.

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

Pasang paket perangkat lunak 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

Sekarang setelah Anda menyiapkan dan mengonfigurasi VM, ikuti langkah-langkah di bawah ini untuk mengonfigurasi Azure IoT Edge.

Mengonfigurasikan Azure IoT Edge di VM

Untuk menyebarkan kontainer Analisis Spasial di VM, buat instans layanan Azure IoT Hub menggunakan tingkat harga Standar (S1) atau Gratis (F0).

Gunakan CLI Azure untuk membuat instans Azure IoT Hub. Ganti parameter jika sesuai. Atau, Anda dapat membuat Azure IoT Hub di portal Microsoft Azure.

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>"

Lihat Dukungan Wilayah untuk wilayah yang tersedia.

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

Anda harus memasang Azure IoT Edge versi 1.0.9. Ikuti langkah-langkah ini untuk mengunduh versi yang benar:

Server Ubuntu 18.04:

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

Salin daftar yang dihasilkan.

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

Pasang kunci umum GPG Microsoft.

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

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

Perbarui daftar paket di perangkat Anda.

sudo apt-get update

Pasang rilis 1.0.9:

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

Selanjutnya, daftarkan VM sebagai perangkat Azure IoT Edge di instans IoT Hub Anda, menggunakan string koneksi.

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

Pada VM buka /etc/iotedge/config.yaml untuk mengedit. Ganti ADD DEVICE CONNECTION STRING HERE dengan string koneksi. Simpan dan tutup file. Jalankan perintah ini untuk menghidupkan ulang layanan Azure IoT Edge di VM.

sudo systemctl restart iotedge

Sebarkan kontainer Analisis Spasial sebagai Modul IoT di VM, baik dari portal Microsoft Azure atau CLI Azure. Jika Anda menggunakan portal, atur URI gambar ke lokasi Azure Container Registry Anda.

Gunakan langkah-langkah di bawah ini untuk menyebarkan kontainer menggunakan CLI Azure.

Manifes Penyebaran IoT

Untuk mempermudah penyebaran kontainer di beberapa komputer host, Anda dapat membuat file manifes penyebaran untuk menentukan opsi pembuatan kontainer, dan variabel lingkungan. Anda dapat menemukan contoh manifes penyebaran untuk Azure Stack Edge, komputer desktop lainnya, dan VM Azure dengan GPU di GitHub.

Tabel berikut menunjukkan berbagai Variabel Lingkungan yang digunakan oleh Modul Azure IoT Edge. Anda juga dapat mengaturnya dalam manifes penyebaran yang ditautkan di atas, menggunakan atribut env di spatialanalysis:

Nama Pengaturan	Nilai	Deskripsi
ARCHON_LOG_LEVEL	Informasi; Verbose	Tingkat pengelogan, pilih salah satu dari dua nilai
ARCHON_SHARED_BUFFER_LIMIT	377487360	Jangan diubah
ARCHON_PERF_MARKER	salah	Atur ini ke benar untuk pengelogan performa, jika tidak, ini seharusnya salah
ARCHON_NODES_LOG_LEVEL	Informasi; Verbose	Tingkat pengelogan, pilih salah satu dari dua nilai
OMP_WAIT_POLICY	PASIF	Jangan diubah
QT_X11_NO_MITSHM	1	Jangan diubah
APIKEY	Kunci API Anda	Kumpulkan nilai ini dari portal Microsoft Azure dari sumber daya Computer Vision Anda. Anda dapat menemukannya di bagian Kunci dan titik akhir untuk sumber daya.
TAGIHAN	URI Titik Akhir Anda	Kumpulkan nilai ini dari portal Microsoft Azure dari sumber daya Computer Vision Anda. Anda dapat menemukannya di bagian Kunci dan titik akhir untuk sumber daya.
EULA	Menerima	Nilai ini harus diatur ke terima agar kontainer dapat dijalankan
MENAMPILKAN	:1	Nilai ini harus sama dengan output `echo $DISPLAY` pada komputer host. Perangkat Azure Stack Edge tidak memiliki tampilan. Pengaturan ini tidak berlaku
ARCHON_GRAPH_READY_TIMEOUT	600	Tambahkan variabel lingkungan ini jika GPU Anda bukan T4 atau NVIDIA 2080 Ti
ORT_TENSORRT_ENGINE_CACHE_ENABLE	0	Tambahkan variabel lingkungan ini jika GPU Anda bukan T4 atau NVIDIA 2080 Ti
KEY_ENV	Kunci Enkripsi ASE	Tambahkan variabel lingkungan ini jika Video_URL adalah string yang disamarkan
IV_ENV	Vektor inisialisasi	Tambahkan variabel lingkungan ini jika Video_URL adalah string yang disamarkan

Penting

Opsi Eula, Billing, dan ApiKey harus ditentukan untuk menjalankan kontainer; jika tidak, kontainer tidak akan dimulai. Untuk informasi selengkapnya, lihat Tagihan.

Setelah memperbarui manifes Penyebaran untuk perangkat Azure Stack Edge, komputer desktop atau VM Azure dengan GPU dengan pengaturan dan pilihan operasi Anda sendiri, Anda dapat menggunakan perintah CLI Azure di bawah ini untuk menerapkan kontainer di komputer host, sebagai Modul Azure IoT Edge.

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>"

Parameter	Deskripsi
`--hub-name`	Nama Azure IoT Hub Anda.
`--content`	Nama file penyebaran.
`--target-condition`	Nama perangkat Azure IoT Edge Anda untuk komputer host.
`-–subscription`	ID atau nama langganan.

Perintah ini akan memulai penyebaran. Navigasikan ke halaman instans Azure IoT Hub Anda di portal Microsoft Azure untuk melihat status penyebaran. Status penyebaran mungkin ditampilkan sebagai 417 – Konfigurasi penyebaran perangkat tidak diatur hingga perangkat selesai mengunduh gambar kontainer dan mulai berjalan.

Memvalidasi bahwa penyebaran berhasil

Ada beberapa cara untuk memvalidasi bahwa kontainer sedang berjalan. Temukan Status Runtime di Pengaturan Modul Azure IoT Edge untuk modul Analisis Spasial di instans Azure IoT Hub Anda di portal Microsoft Azure. Validasi bahwa Nilai yang Diinginkan dan Nilai yang Dilaporkan untuk Status Runtime sedang Berjalan.

Contoh verifikasi penyebaran

Setelah penyebaran selesai dan kontainer berjalan, komputer host akan mulai mengirim kejadian ke Azure IoT Hub. Jika Anda menggunakan operasi versi .debug, Anda akan melihat jendela penampil visual untuk setiap kamera yang dikonfigurasikan dalam manifes penyebaran. Anda sekarang dapat menentukan garis dan zona yang ingin Anda pantau dalam manifes penyebaran dan mengikuti instruksi untuk menyebarkan lagi.

Mengonfigurasikan operasi yang dilakukan oleh Analisis Spasial

Anda harus menggunakan operasi Analisis Spasial untuk mengonfigurasi kontainer agar menggunakan kamera yang tersambung, mengonfigurasi operasi, serta banyak lagi. Untuk setiap perangkat kamera yang Anda konfigurasikan, operasi untuk Analisis Spasial akan menghasilkan aliran output pesan JSON, yang dikirim ke instans Azure IoT Hub Anda.

Menggunakan output yang dihasilkan oleh kontainer

Jika Anda ingin mulai menggunakan output yang dihasilkan oleh kontainer, lihat artikel berikut:

Gunakan SDK Azure Event Hubs untuk bahasa pemrograman pilihan Anda guna menyambungkan ke titik akhir Azure IoT Hub dan menerima peristiwa. Untuk informasi selengkapnya, lihat Baca pesan perangkat-ke-cloud dari titik akhir bawaan.
Siapkan Perutean Pesan di Azure IoT Hub Anda untuk mengirim kejadian ke titik akhir lain atau menyimpan kejadian ke Azure Blob Storage, dll. Lihat Perutean Pesan IoT Hub untuk informasi selengkapnya.

Pemecahan Masalah

Jika Anda mengalami masalah saat memulai atau menjalankan kontainer, lihat telemetri dan pemecahan masalah untuk memperoleh langkah untuk mengatasi masalah yang umum. Artikel ini juga berisi informasi tentang menghasilkan dan mengumpulkan log serta mengumpulkan kesehatan sistem.

Jika Anda mengalami kesulitan dalam menjalankan kontainer Cognitive Services, Anda dapat mencoba menggunakan kontainer diagnostik Microsoft. Gunakan kontainer ini untuk mendiagnosis kesalahan umum di lingkungan penyebaran Anda yang mungkin mencegah kontainer Cognitive Services berfungsi sesuai harapan.

Untuk mendapatkan kontainer, gunakan perintah berikut docker pull:

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

Kemudian jalankan kontainer. Ganti {ENDPOINT_URI} dengan titik akhir Anda, dan ganti {API_KEY} dengan kunci Anda ke sumber daya Anda:

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

Kontainer akan menguji konektivitas jaringan ke titik akhir penagihan.

Billing

Kontainer Analisis Spasial mengirimkan informasi tagihan ke Azure, menggunakan sumber daya Computer Vision di akun Azure Anda. Penggunaan Analisis Spasial dalam pratinjau publik saat ini gratis.

Kontainer Azure Cognitive Services tidak dilisensikan untuk berjalan tanpa tersambung ke titik akhir pengukuran/penagihan. Anda perlu mengaktifkan kontainer untuk mengomunikasikan informasi tagihan dengan titik akhir penagihan setiap saat. Kontainer Azure Cognitive Services tidak mengirim data pelanggan, seperti video atau gambar yang sedang dianalisis, ke Microsoft.

Ringkasan

Dalam artikel ini, Anda mempelajari konsep dan alur kerja untuk mengunduh, memasang, dan menjalankan kontainer Analisis Spasial. Singkatnya:

Analisis Spasial adalah kontainer Linux untuk Docker.
Gambar kontainer diunduh dari Microsoft Container Registry.
Gambar kontainer dijalankan sebagai Modul IoT di Azure IoT Edge.
Konfigurasikan kontainer dan sebarkan pada mesin host.