Distribuera en AI-baserad lösning för fotfallsidentifiering med Hjälp av Azure Azure Stack Hub

  • Artikel
  • 6 minuter för att läsa

Den här artikeln beskriver hur du distribuerar en AI-baserad lösning som genererar insikter från verkliga åtgärder med hjälp av Azure, Azure Stack Hub och Custom Vision AI Dev Kit.

I den här lösningen får du lära dig att:

  • Distribuera molnbaserade programpaket (CNAB) vid gränsen.
  • Distribuera en app som sträcker sig över molngränser.
  • Använd Custom Vision AI Dev Kit för härledning vid gränsen.

Tips

Diagram över hybridpelare Microsoft Azure Stack Hub är en utökning av Azure. Azure Stack Hub ger flexibilitet och innovation inom molnbaserad databehandling till din lokala miljö, vilket gör det möjligt för det enda hybridmoln som gör att du kan skapa och distribuera hybridappar var som helst.

Artikeln Om designöverväganden för hybridappar granskar grundpelare för programvarukvalitet (placering, skalbarhet, tillgänglighet, återhämtning, hanterbarhet och säkerhet) för att utforma, distribuera och använda hybridappar. Designövervägandena hjälper till att optimera hybridappdesignen, vilket minimerar utmaningarna i produktionsmiljöer.

Förutsättningar

Innan du börjar med den här distributionsguiden kontrollerar du att du:

Distribuera hybridmolnappen

Först använder du Porter CLI för att generera en uppsättning autentiseringsuppgifter och distribuerar sedan molnappen.

  1. Klona eller ladda ned lagringsplatsen som innehåller lösningens exempelkod.

  2. Porter genererar en uppsättning autentiseringsuppgifter som automatiserar distributionen av appen. Se till att följande är tillgängligt innan du kör kommandot för generering av autentiseringsuppgifter:

    • Ett huvudnamn för tjänsten för åtkomst till Azure-resurser, inklusive ID för tjänstens huvudnamn, nyckel och klientorganisations-DNS.
    • Prenumerations-ID för din Azure-prenumeration.
    • Ett tjänsthuvudnamn för åtkomst Azure Stack Hub resurser, inklusive tjänstens huvudnamns-ID, nyckel och klientorganisations-DNS.
    • Prenumerations-ID för din Azure Stack Hub prenumeration.
    • Din Azure Cognitive Services ansikts-API-nyckel och resursslutpunkts-URL.

  3. Kör genereringsprocessen för Porter-autentiseringsuppgifter och följ anvisningarna:

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

  4. Porter kräver också en uppsättning parametrar för att köras. Skapa en parametertextfil och ange följande namn/värde-par. Be din Azure Stack Hub administratör om du behöver hjälp med något av de värden som krävs.

    Anteckning

    Värdet resource suffix används för att säkerställa att distributionens resurser har unika namn i Azure. Det måste vara en unik sträng med bokstäver och siffror, högst 8 tecken.

    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"

    Spara textfilen och anteckna dess sökväg.

  5. Nu är du redo att distribuera hybridmolnappen med Porter. Kör installationskommandot och se när resurser distribueras till Azure och 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"

  6. När distributionen är klar noterar du följande värden:

    • Kamerans anslutningssträng.
    • Anslutningssträngen för avbildningslagringskontot.
    • Resursgruppens namn.

Förbereda Custom Vision AI DevKit

Konfigurera sedan Custom Vision AI Dev Kit som visas i snabbstarten för Vision AI DevKit. Du kan också konfigurera och testa kameran med hjälp av anslutningssträngen som angavs i föregående steg.

Distribuera kameraappen

Använd Porter CLI för att generera en uppsättning autentiseringsuppgifter och distribuera sedan kameraappen.

  1. Porter genererar en uppsättning autentiseringsuppgifter som automatiserar distributionen av appen. Se till att följande är tillgängligt innan du kör kommandot för generering av autentiseringsuppgifter:

    • Ett huvudnamn för tjänsten för åtkomst till Azure-resurser, inklusive ID för tjänstens huvudnamn, nyckel och klientorganisations-DNS.
    • Prenumerations-ID för din Azure-prenumeration.
    • Anslutningssträngen för avbildningslagringskontot som angavs när du distribuerade molnappen.

  2. Kör genereringsprocessen för Porter-autentiseringsuppgifter och följ anvisningarna:

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

  3. Porter kräver också en uppsättning parametrar för att köras. Skapa en parametertextfil och ange följande text. Fråga Azure Stack Hub administratör om du inte känner till några av de värden som krävs.

    Anteckning

    Värdet deployment suffix används för att säkerställa att distributionens resurser har unika namn i Azure. Det måste vara en unik sträng med bokstäver och siffror, högst 8 tecken.

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

    Spara textfilen och anteckna dess sökväg.

  4. Nu är du redo att distribuera kameraappen med Porter. Kör installationskommandot och se när IoT Edge distributionen har skapats.

    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. Kontrollera att kamerans distribution är klar genom att visa kameraflödet på https://<camera-ip>:3000/ , där <camara-ip> är kamerans IP-adress. Det här steget kan ta upp till 10 minuter.

Konfigurera Azure Stream Analytics

Nu när data flödar till Azure Stream Analytics från kameran måste vi manuellt tillåta att de kommunicerar med Power BI.

  1. Från Azure Portal du Alla resurseroch jobbet process-footfall[yoursuffix].

  2. I avsnittet Jobbtopologi i Stream Analytics-jobbfönstret väljer du alternativet Utdata.

  3. Välj mottagare för utdata för trafik.

  4. Välj Förnya auktorisering och logga in på ditt Power BI konto.

    Fråga om att förnya auktorisering i Power BI

  5. Spara utdatainställningarna.

  6. Gå till fönstret Översikt och välj Start för att börja skicka data till Power BI.

  7. Välj Nu som starttid för jobbutdata och välj Start. Du kan se dess status i meddelandefältet.

Skapa en instrumentpanel Power BI en instrumentpanel

  1. När jobbet har lyckats går du till Power BI och loggar in med ditt arbets- eller skolkonto. Om den Stream Analytics jobbfrågan matar ut resultat finns datauppsättningen footfall-dataset som du skapade under fliken Datauppsättningar.

  2. Från din Power BI väljer du + Skapa för att skapa en ny instrumentpanel med namnet Footfall Analysis.

  3. Välj Lägg till panel högst upp i fönstret. Välj sedan Anpassade strömmande data och Nästa. Välj footfall-dataset under Your Datasets (Dina datauppsättningar). Välj Kort i listrutan Visualiseringstyp och lägg till ålder i Fält. Välj Nästa för att ange ett namn på panelen och välj sedan Applicera för att skapa panelen.

  4. Du kan lägga till ytterligare fält och kort efter behov.

Testa din lösning

Observera hur data på korten som du skapade Power BI ändras när olika personer går framför kameran. Det kan ta upp till 20 sekunder innan inferenser visas när de har registrerats.

Ta bort din lösning

Om du vill ta bort din lösning kör du följande kommandon med hjälp av Porter med samma parameterfiler som du skapade för distributionen:

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"

Nästa steg