Introduzione
Azure IoT Edge consente di spostare carichi di lavoro dal cloud al perimetro. In questo modo è possibile eseguire i carichi di lavoro in locale nei dispositivi perimetrali più vicini alla posizione in cui vengono generati i dati. Questo approccio è adatto ai servizi che elaborano grandi quantità di dati, ad esempio i modelli di visione artificiale. L'uso combinato di Servizi di Azure AI e IoT Edge consente di compilare una soluzione e distribuirla nei dispositivi IoT come contenitori. Se implementati insieme, Azure IoT Edge e Servizi di Azure AI consentono di individuare dati analitici in immagini o flussi video nel perimetro senza trasferire prima tutti i dati all'esterno.
Si supponga di lavorare come Scienziato dei dati e di essere responsabile della distribuzione di Servizi di Azure AI che implementano la funzione di riconoscimento delle immagini per le casse automatiche usate nei supermercati. Il sistema deve includere una funzionalità di sintesi vocale per consentire agli utenti ipovedenti di usare la cassa automatica. Il sistema analizzerà l'immagine digitalizzata dell'articolo in base a un modello di Machine Learning di cui è già stato eseguito il training per identificare l'articolo letto dallo scanner. L'articolo verrà quindi pesato e il costo verrà calcolato in base all'identificazione. Questa funzionalità evita che la persona ipovedente debba guardare l'articolo. Usando la sintesi vocale, il cliente verrà informato da un messaggio audio che l'articolo è stato letto dallo scanner. La logica di business per il modulo di riconoscimento delle immagini risiederà nel dispositivo. Il sistema identificherà l'articolo letto dallo scanner e convertirà un'etichetta dell'immagine in parlato.
Per implementare questo approccio, è possibile compilare ed eseguire il training del modulo di riconoscimento delle immagini nel cloud, dedicandolo a un determinato dominio (ad esempio, l'identificazione della frutta) e quindi distribuire il modello come contenitore nel dispositivo.
In questo modulo si eseguirà una soluzione Azure IoT Edge che usa Visione personalizzata di Azure e il servizio Voce di Azure e si distribuirà la soluzione nel dispositivo perimetrale. L'applicazione è costituita da diversi moduli che digitalizzano gli articoli usando una fotocamera, classificano gli articoli letti dallo scanner e convertono quelli identificati in parlato.
Al termine di questo modulo, sarà possibile connettere i dispositivi IoT al servizio cognitivo e distribuire la soluzione nel dispositivo IoT Edge. L'applicazione segnala (tramite messaggio audio) quali articoli sono stati letti dallo scanner.
Obiettivi di apprendimento
Usare un modulo di classificazione immagini di cui è già stato eseguito il training con Servizi di Azure AI
Distribuire la soluzione nell'istanza di IoT Edge con Visual Studio Code
Verificare un modulo che viene eseguito correttamente
Prerequisiti
Conoscenza di base di IoT Edge
Conoscenza di base dei Servizi di Azure AI
Conoscenza delle procedure per usare Visual Studio Code
Sottoscrizione di Azure
Computer Linux che funge da dispositivo Azure IoT Edge simulato
Fotocamera USB