你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Azure IoT Edge 视觉 AI 中的图像存储

图像存储和管理是 Azure IoT Edge 计算机视觉解决方案中的重要功能。

图像存储要求包括：

• 快速存储，以免出现管道瓶颈和数据丢失
• 边缘和云中的存储和标记
• 轻松检索存储的原始图像，以便标记
• 图像分类，以便轻松检索
• 命名和标记，以便链接带有推断元数据的图像

可以通过多种不同方式组合 Blob 存储、Azure IoT 中心和 IoT Edge 来存储图像数据。 例如：

• 使用 Azure IoT Edge blob 存储模块以自动通过策略同步图像到 Azure Blob 存储。
• 将图像存储到本地主机文件系统，并使用自定义模块将其上传到 Blob 存储。
• 使用本地数据库存储图像，并将其同步到云数据库。

示例存储工作流

以下步骤描述使用 IoT Edge blob 存储模块的典型工作流。

1. IoT Edge blob 模块在引入后将原始数据存储在本地，并带有时间戳和序列编号，用于对图像文件进行唯一标识。

2. IoT Edge blob 模块上设置的策略自动将图像数据上传到 Azure Blob 存储，并按顺序排列。

3. 为了节省空间，IoT Edge 设备会在特定时间跨度后自动删除本地数据。 设备还会设置“上传时保留”选项，以确保所有图像在删除前同步到云中。

4. 本地组织或者标记使用读取图像到用户界面的模块。 标签数据与图像 URI 以及坐标和类别相关联。

5. 本地数据库存储图像元数据，并使用遥测消息同步到云中。 本地存储支持轻松查找用户界面。

6. 在评分运行期间，机器学习模型会检测匹配模式并生成相关事件。

   • 该模块通过引用图像 URI 的遥测将元数据发送到云。
   • （可选）该模型还将此元数据存储在边缘用户界面的本地数据库中。
   • 图像本身将继续存储在 IoT Edge blob 模块中，并同步到 Azure Blob 存储。

作者

本文由 Microsoft 维护， 它最初是由以下贡献者撰写的。

主要作者：

• Keith Hill | 高级 PM 经理

若要查看非公开的 LinkedIn 个人资料，请登录到 LinkedIn。

后续步骤

Azure IoT Edge 视觉 AI 中的用户界面和场景