0


亚马逊云科技 Build On -第二季学习心得

大家好,一次偶然机会知道了这次活动,并报名参加了。有幸参加了亚马逊云科技与CSDN联合组织的 BuildOn第二季 动手实验 —— AIoT 视频识别的专场,这次参加的目的主要是想认识一下物联网的相关操作以及扩展一些AWS的相关云服务的知识。

下面我们简单分享一下实验过程。

准备工作

首先我们打开实验手册。

我个人第一次接触这个,感觉前面比较简单,按照实验手册操作就可以,不过,后面,我就卡住了。

我们先说说什么是AWS?

AWS 提供物联网 (IoT) 服务和解决方案来连接和管理数十亿台设备。连接、存储和分析工业、家居消费、商业和汽车业工作负载的 IoT 数据。

  • 使用最为完备的 IoT 服务套组加速创新,借助 AWS IoT 不断扩展、快速行动,并节省成本。从安全设备连接到管理、存储和分析,AWS IoT 能够为您提供广泛而深入的服务,满足您构建完整解决方案之所需。
  • 从云端到边缘,确保您 IoT 应用程序的安全,AWS IoT 服务能够解决您应用程序中每一层遇到的问题,并确保设备安全性。借助预防性机制保护您的设备数据,例如加密和访问权控制,以持续审计和监控您的 AWS IoT Device Defender 配置。
  • 借助高级 AI 和机器学习(ML)整合构建智能 IoT 解决方案,借助高达 25 倍的性能提升以及低于 1/10 的运行时足迹,在云中创建模块并将其部署到设备中。 AWS 结合人工智能 (AI)、机器学习(ML)和 IoT,力求打造更为智能的设备。
  • 便捷可靠地进行扩展,以安全、可靠和弹性的云基础设施构建创新且独特的解决方案,能够将规模扩展至数十亿台设备以及数万亿条消息。AWS IoT 能够轻松与其他 AWS 服务集成。

本次实验我们学习了KVS视频流的相关操作。

Amazon Kinesis Video Streams(KVS) 是一项完全托管的亚马逊云科技服务,您可以使用 Kinesis Video Streams 捕获来自数百万种源 (包括智能手机、安全摄像头、网络摄像头、车载摄像头、无人机及其他源) 的海量实时视频数据传输到 Amazon云,或者构建应用程序以进行实时视频处理或进行面向批处理的视频。Amazon KVS 的优势包括:

  • 可以为海量设备提供实时视频传输服务。
  • 通过与 Amazon Rekognition 等托管服务集成可以非常方便的构建智能视觉应用。
  • 使用 KVS HTTP 实时流 (HLS) 可以轻松地将 KVS 中的实时和录制媒体流式传输到您的浏览器或移动应用程序。
  • KVS 让您能够使用 IAM 控制对流的访问,并且提供对静态与动态数据的安全保护。完全托管无需管理基础设施。
  • KVS 使用 S3 作为底层数据存储,借助 KVS能够根据设备和服务生成的时间戳,快速搜索和检索视频片段。 Amazon KVS 可以分为 Producer、Stream、Consumer 三个组成部分,分别提供了 Producer SDK、KVS Stream API 和 Consumer SDK 方便开发者与 KVS 做功能集成。

实验步骤

目前 Rekognition Streaming Video Events 这个功能支持的 AWS 的区域是:US East (Ohio), US East (N. Virginia), US West (Oregon), Asia Pacific (Mumbai), and Europe (Ireland)后续会陆续在其他的 Region 提供该功能,本次实验我们选择在 Ireland。

4.1中操作比较简单,按提示就可以了,比如讲在 IAM 里点击用户,在点击添加用户(官方配图非常详细)我就 不细说了。

后面生成视频流,这个操作不难。

  • 打开 Amazon Kinesis 视频流控制台(Kinesis Video Streams)
  • 确认这个地区与您在 前面实验中选择的地区相同
  • 单击左侧菜单中的 “视频流”,然后单击 “创建视频流” 按钮
  • 在表格中填写以下信息,然后单击 “创建视频流” 按钮

接下来,要在自己电脑运行cmd

运行完之后,自己的账号能打开生成的视频就可以了。

不过,做这个实验的最大特点就是记住一大堆id和ACCESS_KEY,要做到一一对应。

** 创建 SNS 并配置邮件订阅(步骤 13)**

  • 在 Amazon SNS(Simple Notification Service)里创建 Topic,选型类型为:Standard类型,Topic 名称命名为:video-event-sns。
  • 记录该 Topic 的 ARN,后续实验环节需要使用
  • 创建完成后,需要到刚刚填写的邮箱里面点击确认,确认成功。

邮件订阅要自己在邮箱确认的。这一块也没有什么要注意的。后面就是安照提示搞策略和用户。

4.5.1可以直接跳过,4.5.2

** 创建 rekognition-stream-processor(步骤 15)**

  • 准备好创建 rekognition-stream-processor的 json 文件在 Cloud9 的 /home/ubuntu/environment/ 目录(这里可以直接在 Cloud9 中创建,也可以在本地创建然后使用 Cloud9 的 upload 上传上来)createstreamprocessor.json

这一块就比较难了,理解了就可以。实验就基本上结束了。

特别提醒:

一定要注意本次创建的所有资源都需要创建在爱尔兰(eu-west-1),有些资源如果创建错了,有可能你要花半个小时甚至一个小时重做。
一定要在IAM里创建子账号,并且本次实验一定要用子账号登录来创建各个资源,不然最后一步会出错,实验所有步骤得重来。
SNS的Topic邮箱一定要登录邮箱订阅,并进入Topic检查,不然最后一步邮件收不到分析结果。

实验截图

再次提醒邮箱要确认。

还有一些细小的问题就不做过多的描述了,主要问题已陈列。


本文转载自: https://blog.csdn.net/BROKEN__Y/article/details/126531872
版权归原作者 爱吃饼干的小白鼠 所有, 如有侵权,请联系我们删除。

“亚马逊云科技 Build On -第二季学习心得”的评论:

还没有评论