Azure IoT Edge ビジョン AI の画像ストレージ

画像のストレージと管理は、Azure IoT Edge のコンピューター ビジョン ソリューションの重要な機能です。

画像ストレージの要件は次のとおりです。

• パイプラインのボトルネックとデータ損失を回避する高速ストレージ
• エッジとクラウド内でのストレージとラベル付け
• ラベル付けのための保存された生画像の簡単な取得
• 簡単に取得するための画像の分類
• 画像を推論されたメタデータにリンクするための名前付けとタグ付け

Blob Storage、Azure IoT Hub、IoT Edgeをさまざまな方法で組み合わせて、画像データを格納できます。 次に例を示します。

• Azure IoT Edge BLOB ストレージ モジュールを使用して、ポリシーにより画像を Azure Blob Storage に同期します。
• 画像をローカルのホスト ファイル システムに格納し、カスタム モジュールを使用して Blob Storage にアップロードします。
• ローカル データベースを使用して画像を格納し、クラウド データベースに同期します。

ストレージ ワークフローの例

次の手順では、IoT Edge BLOB ストレージ モジュールを使用する一般的なワークフローについて説明します。

1. IoT Edge BLOB モジュールでは、インジェスト後に生データをローカルに格納します。このときに、タイム スタンプとシーケンス番号を使用して画像ファイルを一意に識別します。

2. IoT Edge BLOB モジュールに設定されたポリシーにより、画像データが、順序付けされて、Azure Blob Storage に自動的にアップロードされます。

3. 領域を節約するために、IoT Edge デバイスは、一定の時間が経過した後にローカル データを自動的に削除します。 また、デバイスには、削除前にすべての画像が確実にクラウドに同期されるようにする "アップロード中に保持する" オプションも設定されています。

4. ローカルの分類またはラベル付けでは、ユーザー インターフェイスに画像を読み込むモジュールが使用されます。 ラベル データは、座標およびカテゴリと共に画像 URI に関連付けられます。

5. ローカル データベースに画像のメタデータが格納され、テレメトリ メッセージを使用してクラウドと同期されます。 ローカル ストレージでは、ユーザー インターフェイス用の簡単な参照がサポートされています。

6. スコアリングの実行中、機械学習モデルにより一致するパターンが検出され、関心のあるイベントが生成されます。

   • モデルは、画像の URI を参照するテレメトリを介して、このメタデータをクラウドに送信します。
   • 必要に応じて、モデルでは、このメタデータをエッジ ユーザー インターフェイス用のローカル データベースにも格納します。
   • 画像自体は引き続き IoT Edge BLOB モジュールに格納され、Azure Blob Storage に同期されます。

共同作成者

この記事は、Microsoft によって保守されています。 当初の寄稿者は以下のとおりです。

プリンシパル作成者:

• Keith Hill | シニア PM マネージャー

パブリックでない LinkedIn プロファイルを表示するには、LinkedIn にサインインします。

次のステップ

Azure IoT Edge ビジョン AI のユーザー インターフェイスとシナリオ