Azure’da resimleri sınıflandırma

Blob Depolama
Görüntü İşleme
Cosmos DB
Event Grid
İşlevler

Bu senaryo, görüntüleri işlemesi gereken işletmeler için geçerlidir.

Potansiyel uygulamalar, bir moda yönelik bir Web sitesi için sınıflandırma, sigorta talepleri için metin ve görüntüleri çözümleme veya oyun ekran görüntülerinin telemetri verilerini anlama sayılabilir. Geleneksel olarak, şirketler makine öğrenimi modellerinde uzman geliştirme, modelleri eğitme ve son olarak görüntüleri özel işlemleri aracılığıyla çalıştırarak verileri görüntülerden çıkar.

Şirketler, Görüntü İşleme API'si ve Azure Işlevleri gibi Azure hizmetlerini kullanarak, bireysel sunucuları yönetme ihtiyacını ortadan kaldırarak, maliyetleri azaltırken Microsoft 'un bilişsel hizmetler içeren görüntüleri işlemeye daha önce geliştirmiş olan uzmanlığa karşı daha fazla yararlanmasına olanak sağlar. Bu örnek senaryo özellikle bir görüntü işleme kullanım örneğine yöneliktir. Farklı AI gereksinimleriniz varsa, bilişsel Hizmetler'in tam paketini göz önünde bulundurun.

İlgili kullanım örnekleri

Diğer ilgili kullanım örnekleri şunları içerir:

  • Bir moda sahip Web sitesinde görüntü sınıflandırma.
  • Oyunların ekran görüntülerinde telemetri verilerini sınıflandırma.
  • Sigorta talepleri için görüntüleri sınıflandırma.

Mimari

Görüntü sınıflandırması mimarisi

Bu senaryo, bir Web veya mobil uygulamanın arka uç bileşenlerini ele alır. Veriler senaryo aracılığıyla aşağıdaki gibi akar:

  1. API katmanı, Azure Işlevleri kullanılarak oluşturulmuştur. bu apı 'ler, uygulamanın resimleri karşıya yüklemesine ve Cosmos DB veri almasına imkan tanır.
  2. Bir görüntü bir API çağrısıyla karşıya yüklendiğinde BLOB depolama alanında depolanır.
  3. Blob depolamaya yeni dosyalar eklemek bir Azure Işlevine gönderilmek üzere Event Grid bildirimi tetikler.
  4. Azure Işlevleri, analiz edilecek Görüntü İşleme API'si yeni karşıya yüklenen dosyanın bir bağlantısını gönderir.
  5. veriler Görüntü İşleme API'si döndürüldüğünde, Azure işlevleri Cosmos DB bir girişi, analiz sonuçlarını görüntü meta verileriyle birlikte kalıcı hale getirir.

Bileşenler

  • Görüntü işleme API'si bilişsel hizmetler paketinin bir parçasıdır ve her görüntü hakkında bilgi almak için kullanılır.
  • Azure işlevleri , Web uygulaması için arka uç API 'si ve karşıya yüklenen görüntüler için olay işleme sağlar.
  • Event Grid , blob depolamaya yeni bir görüntü yüklendiğinde bir olayı tetikler. Daha sonra görüntü Azure işlevleri ile işlenir.
  • BLOB depolama , Web uygulamasına yüklenen tüm resim dosyalarını ve Web uygulamasının kullandığı statik dosyaları depolar.
  • Cosmos DB , Görüntü İşleme API'si işleme sonuçları dahil olmak üzere karşıya yüklenen her bir görüntüyle ilgili meta verileri depolar.

Alternatifler

  • Özel görüntü işleme hizmeti. Görüntü İşleme API'si, bir taksonomi tabanlı Kategorilerkümesi döndürür. Görüntü İşleme API'si tarafından döndürülen bilgileri işlemek gerekirse, özel görüntü sınıflandırıcıları oluşturmanıza olanak sağlayan Özel Görüntü İşleme Hizmeti göz önünde bulundurun.
  • Bilişsel arama (eski adıyla Azure Search). Kullanım durumu, belirli ölçütlere uyan görüntüleri bulmak için meta verileri sorgulamayı içeriyorsa Bilişsel Arama kullanmayı düşünün. Şu anda önizleme aşamasında olan bilişsel arama , bu iş akışını sorunsuzca tümleştirir.
  • Logic Apps. Bir Blobun eklenen dosyalarda gerçek zamanlı olarak yanıt vermek istemiyorsanız Logic Apps kullanmayı düşünebilirsiniz. Bir dosyanın eklenip eklendiğine işaret eden bir mantıksal uygulama, yineleme tetikleyicisi veya kayan Windows tetikleyicisitarafından başlatılabilir.

Dikkat edilmesi gerekenler

Ölçeklenebilirlik

Bu örnek senaryoda kullanılan bileşenlerin çoğu, otomatik olarak Ölçeklendirilecek yönetilen hizmetlerdir. Birkaç önemli özel durumu: Azure işlevleri en fazla 200 örnek sınırına sahiptir. Bu sınırın ötesinde ölçeklendirmeniz gerekiyorsa, birden çok bölge veya uygulama planını göz önünde bulundurun.

yalnızca SQL apı için otomatik ölçeklendirmeyi Cosmos DB sağlayabilirsiniz. Diğer API 'Leri kullanmayı planlıyorsanız, gereksinimlerinizi tahmin etmeye yönelik yönergeler bölümüne bakın. belgelerimizde İstek birimleri ' ne bakın. Cosmos DB ölçeklendirmeden tam olarak yararlanmak için, bölüm anahtarlarının Cosmos DB nasıl çalıştığını anlayın.

NoSQL veritabanları, kullanılabilirlik, ölçeklenebilirlik ve bölümleme için genellikle ticari tutarlılık (CAP 'ler için büyük harfli). Bu örnek senaryoda, çoğu işlem tanım atomik olduğu için anahtar-değer veri modeli kullanılır ve işlem tutarlılığı nadiren gereklidir. Doğru veri deposunu seçmek için ek rehberlik Azure mimari merkezi kullanılabilir. uygulamanız yüksek tutarlılık gerektiriyorsa, Cosmos DB tutarlılık düzeyinizi seçebilirsiniz .

Ölçeklenebilir çözümler tasarlamaya yönelik genel yönergeler için Azure Mimari Merkezi performans verimliliği denetim listesine bakın.

Güvenlik

Azure kaynakları Için Yönetilen kimlikler , hesabınıza yönelik diğer kaynaklara erişim sağlamak ve sonra Azure işlevlerinizde atamak için kullanılır. İşlevlerinizde hiçbir şeyin (ve büyük olasılıkla müşterilerinize) açık olmamasını sağlamak için yalnızca bu kimliklerdeki önkoşul kaynaklarına erişime izin verin.

Güvenli çözümler tasarlamaya ilişkin genel yönergeler için bkz. Azure Güvenlik belgeleri.

Dayanıklılık

Bu senaryodaki tüm bileşenler yönetilir, bu nedenle bölgesel düzeyde otomatik olarak tüm dayanıklı olurlar.

Dayanıklı çözümler tasarlama hakkında genel yönergeler için bkz. Azure için dayanıklı uygulamalar tasarlama.

Fiyatlandırma

Bu senaryoyu çalıştırmanın maliyetini araştırmak için, tüm hizmetler Maliyet Hesaplayıcı 'da önceden yapılandırılmıştır. Fiyatlandırma 'un belirli bir kullanım durumu için nasıl değiştirileceğini görmek için, uygun değişkenleri beklenen trafikle eşleşecek şekilde değiştirin.

Trafik miktarına göre üç örnek maliyet profili sunuyoruz (tüm görüntülerin boyutu 100 KB olduğunu varsayıyoruz):

  • Küçük: Bu fiyatlandırma örneği ayda 5000 görüntü işlemeye sahiptir.
  • Orta: Bu fiyatlandırma örneği ayda 500.000 görüntü işlemeye sahiptir.
  • Büyük: Bu fiyatlandırma örneği ayda 50.000.000 görüntü işlemeye sahiptir.

Kılavuzlu bir öğrenme yolu için bkz.:

Bir üretim ortamında bu örnek senaryoyu dağıtmaya başlamadan önce, Azure işlevlerinin performansını ve güvenilirliğini iyileştirmekiçin önerilen uygulamaları gözden geçirin.