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。
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。
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。
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。
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。
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。
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
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈