Azure と Azure Stack Hub を使用して AI ベースの足取り検出ソリューションをデプロイする

  • [アーティクル]

この記事では、Azure、Azure Stack Hub、Custom Vision AI Dev Kit を使用して、実際のアクションから分析情報を生成する AI ベースのソリューションをデプロイする方法について説明します。

このソリューションでは、次の方法を学習します。

  • エッジに Cloud Native Application Bundles (CNAB) をデプロイする。
  • クラウドの境界をまたぐアプリをデプロイします。
  • エッジでの推論に Custom Vision AI Dev Kit を使用する。

ヒント

ハイブリッドの柱の図 Microsoft Azure Stack Hub は Azure の拡張機能です。 Azure Stack Hub により、オンプレミス環境にクラウド コンピューティングの機敏性とイノベーションがもたらされ、ハイブリッド アプリをビルドし、どこにでもデプロイできる唯一のハイブリッド クラウドが可能になります。

ハイブリッド アプリの設計の考慮事項に関する記事では、ハイブリッド アプリを設計、デプロイ、および運用するためのソフトウェア品質の重要な要素 (配置、スケーラビリティ、可用性、回復性、管理容易性、およびセキュリティ) についてレビューしています。 これらの設計の考慮事項は、ハイブリッド アプリの設計を最適化したり、運用環境での課題を最小限に抑えたりするのに役立ちます。

前提条件

このデプロイ ガイドの使用を開始する前に、必ず次のことを行ってください。

ハイブリッド クラウド アプリをデプロイする

まず、Porter CLI を使用して資格情報セットを生成してから、クラウド アプリをデプロイします。

  1. ソリューションのサンプル コードを含むリポジトリを複製またはダウンロードします。

  2. Porter によって、アプリのデプロイを自動化する一連の資格情報が生成されます。 資格情報の生成コマンドを実行する前に、次のものを使用できるようにしておく必要があります。

    • Azure リソースにアクセスするためのサービス プリンシパル (サービス プリンシパル ID、キー、テナント DNS など)。
    • ご利用の Azure サブスクリプションのサブスクリプション ID。
    • Azure Stack Hub リソースにアクセスするためのサービス プリンシパル (サービス プリンシパル ID、キー、テナント DNS など)。
    • ご利用の Azure Stack Hub サブスクリプションのサブスクリプション ID。
    • ご利用の Azure Cognitive Services Face API キーとリソース エンドポイント URL。

  3. Porter 資格情報生成プロセスを実行し、画面の指示に従います。

    porter creds generate --tag intelligentedge/footfall-cloud-deployment:0.1.0

  4. Porter では、実行するパラメーターのセットも必要です。 パラメーター テキスト ファイルを作成し、次の名前と値のペアを入力します。 必要な値についてサポートが必要な場合は、Azure Stack Hub 管理者に問い合わせてください。

    注意

    resource suffix 値は、デプロイのリソースが Azure 全体で一意の名前になることを保証するために使用されます。 これは、8 文字以内の文字と数字の一意の文字列である必要があります。

    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"

    テキスト ファイルを保存し、パスをメモしておきます。

  5. これで、Porter を使用してハイブリッド クラウド アプリをデプロイする準備ができました。 インストール コマンドを実行し、Azure と Azure Stack Hub にリソースがデプロイされる様子を確認します。

    porter install footfall-cloud –tag intelligentedge/footfall-cloud-deployment:0.1.0 –creds footfall-cloud-deployment –param-file "path-to-cloud-parameters-file.txt"

  6. デプロイが完了したら、次の値をメモしておきます。

    • カメラの接続文字列。
    • 画像ストレージ アカウントの接続文字列。
    • リソース グループ名。

Custom Vision AI DevKit を準備する

次に、Vision AI DevKit のクイックスタートに示されているように、Custom Vision AI Dev Kit を設定します。 また、前の手順で指定した接続文字列を使用して、カメラを設定し、テストします。

カメラ アプリをデプロイする

Porter CLI を使用して資格情報セットを生成してから、カメラ アプリをデプロイします。

  1. Porter によって、アプリのデプロイを自動化する一連の資格情報が生成されます。 資格情報の生成コマンドを実行する前に、次のものを使用できるようにしておく必要があります。

    • Azure リソースにアクセスするためのサービス プリンシパル (サービス プリンシパル ID、キー、テナント DNS など)。
    • ご利用の Azure サブスクリプションのサブスクリプション ID。
    • クラウド アプリをデプロイしたときに指定した画像ストレージ アカウントの接続文字列。

  2. Porter 資格情報生成プロセスを実行し、画面の指示に従います。

    porter creds generate --tag intelligentedge/footfall-camera-deployment:0.1.0

  3. Porter では、実行するパラメーターのセットも必要です。 パラメーター テキスト ファイルを作成し、次のテキストを入力します。 わからない必要な値がいくつかある場合は、Azure Stack Hub 管理者に問い合わせてください。

    注意

    deployment suffix 値は、デプロイのリソースが Azure 全体で一意の名前になることを保証するために使用されます。 これは、8 文字以内の文字と数字の一意の文字列である必要があります。

    iot_hub_name="Name of the IoT Hub deployed"
deployment_suffix="Unique string here"

    テキスト ファイルを保存し、パスをメモしておきます。

  4. これで、Porter を使用してカメラ アプリをデプロイする準備ができました。 インストール コマンドを実行し、IoT Edge デプロイが作成される様子を確認します。

    porter install footfall-camera –tag intelligentedge/footfall-camera-deployment:0.1.0 –creds footfall-camera-deployment –param-file "path-to-camera-parameters-file.txt"

  5. https://<camera-ip>:3000/ でカメラ フィードを表示して、カメラのデプロイが完了したことを確認します。ここで、<camara-ip> はカメラの IP アドレスです。 この手順には最大で 10 分かかる場合があります。

Azure Stream Analytics の構成

これでデータがカメラから Azure Stream Analytics に流れるようになりました。Power BI と通信するには、これを手動で承認する必要があります。

  1. Azure portal から、[すべてのリソース] を開き、process-footfall[yoursuffix] ジョブを開きます。

  2. [Stream Analytics ジョブ] ウィンドウの [ジョブ トポロジ] セクションで、 [出力] オプションを選択します。

  3. traffic-output 出力シンクを選択します。

  4. [承認の更新] を選択して、自分の Power BI アカウントにサインインします。

    Power BI の承認の更新プロンプトを示すスクリーンショット。

  5. 出力の設定を保存します。

  6. [概要] ウィンドウにアクセスし、 [開始] を選択して Power BI へのデータの送信を開始します。

  7. ジョブ出力の開始時刻に [現在] を選択し、 [開始] を選択します。 通知バーでジョブの状態を確認できます。

Power BI ダッシュボードを作成する

  1. ジョブが成功したら Power BI に移動し、職場または学校アカウントを使用してサインインします。 Stream Analytics ジョブ クエリによる結果の出力が進行中の場合、作成した footfall-dataset データセットは [データセット] タブにあります。

  2. Power BI ワークスペースで [+ 作成] を選択し、Footfall Analysis という名前の新しいダッシュボードを作成します。

  3. ウィンドウの上部にある [タイルの追加] を選択します。 次に、 [カスタム ストリーミング データ] と [次に] を選択します。 [データセット] の下で footfall-dataset を選択します。 [視覚化タイプ] ドロップダウンで [カード] を選択し、年齢を [フィールド] に追加します。 [次へ] を選択してタイルに名前を入力し、 [適用] を選択してタイルを作成します。

  4. 必要に応じて、フィールドとカードを追加できます。

ソリューションをテストする

さまざまな人がカメラの前を歩いたときに、Power BI で作成したカードのデータがどのように変化するかを観察します。 推論は、記録されてから表示されるまで最大 20 秒かかることがあります。

ソリューションを削除する

ソリューションを削除する場合は、Porter を使用して、デプロイ用に作成したのと同じパラメーター ファイルを使用して次のコマンドを実行します。

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"

次のステップ