Exercício – Implantar e criar a solução

Concluído

No primeiro exercício, você já instalou o runtime do Azure IoT Edge no computador Linux. Verifique se você instalou as ferramentas de desenvolvimento de software a seguir.

• Docker Community Edition no computador Linux
• O Visual Studio Code é um editor de código e um dos projetos de software livre mais populares no GitHub. Ela é executada em Linux, macOS e Windows.
• As extensões do Visual Studio Code a seguir
  • Conta do Azure
  • Ferramentas do Azure IoT
  • Extensão do Docker para o Visual Studio Code
  • Ferramentas JSON, úteis para alterar as "Opções de Criação" de um módulo.

Criar serviços de IA do Azure

Neste módulo, você usa a Visão Personalizada de IA do Azure e os serviços de Fala de IA do Azure.

• O Serviço de Visão Personalizada de IA do Azure é usado para criar um modelo de machine learning com as imagens de frutas fornecidas. Em seguida, o modelo é exportado e adicionado à pasta do projeto.

• A Fala de IA do Azure é usada para gerar uma fala com base no rótulo do item. Você adicionará a chave de fala no modelo de implantação.

O recurso de vários serviços está listado em Serviços de IA do Azure>Conta de vários serviços dos serviços de IA do Azure no portal. Para criar um recurso de vários serviços, siga estas instruções:

1. Faça logon no Portal do Azure.

2. Selecione este link para criar um recurso de vários serviços: https://portal.azure.com/#create/Microsoft.CognitiveServicesAllInOne

3. Na página Criar, forneça as seguintes informações:

   Detalhes do projeto	Descrição
   Assinatura	Selecione uma das suas assinaturas do Azure disponíveis.
   Grupo de recursos	O grupo de recursos do Azure que conterá o recurso de serviços de IA do Azure. Você pode criar um grupo ou adicioná-lo a um grupo pré-existente.
   Região	O local da instância de serviços de IA do Azure. Locais diferentes podem introduzir latência, mas não têm impacto sobre a disponibilidade de runtime do seu recurso.
   Nome	Um nome descritivo para o recurso de serviços de IA do Azure. Por exemplo, MyAzureAIServicesResource.
   Tipo de preços	O custo da sua conta de serviços de IA do Azure depende das opções escolhidas e do seu uso. Para obter mais informações, consulte a API detalhes de preços.

   

4. Defina as outras configurações do recurso conforme o necessário, leia e aceite as condições (conforme aplicável) e selecione Examinar + criar.

Dica

Se sua assinatura não permitir que você crie um recurso de serviços de IA do Azure, talvez seja necessário habilitar o privilégio desse provedor de recursos do Azure usando o portal do Azure, o comando do PowerShell ou um comando da CLI do Azure. Se você não for o proprietário da assinatura, peça ao Proprietário da Assinatura ou a alguém com uma função de administrador para concluir o registro para você ou solicitar os privilégios de /register/action concedidos à sua conta.

Instalar o Registro do Docker no computador Linux

O Azure IoT Edge se baseia em imagens do Docker distribuídas de um Registro do Docker. Em produção, você implantará imagens do Docker de um registro, como o Registro de Contêiner do Azure.

Quando você estiver desenvolvendo um módulo do Azure IoT Edge, será mais rápido instalar um registro de contêiner local no dispositivo e implantar imagens do Docker do registro local no Azure IoT Edge.

Abra o terminal no computador Linux e execute o comando a seguir para configurar um Registro do Docker local.

docker run -d -p 5000:5000 --restart=always --name registry registry:2

Clonar a solução de reconhecimento de imagem para o computador Linux

1. Clone este repositório GitHub.

   git clone https://github.com/MicrosoftDocs/mslearn-oxford.create-image-recognition-with-azure-iot-edge
   

2. Abra a solução no menu do Visual Studio Code.

Atualizar a chave de Fala de IA do Azure

Abra o arquivo deployment.template.json e atualize a azureSpeechServicesKey com a chave copiada do serviço de Fala do Azure.

Confirmar o processador

Você precisa garantir que a imagem que pretende criar corresponda à arquitetura do processador de destino. Em nosso caso, vamos criá-la para amd64. Confirme a arquitetura do processador.

No Visual Studio Code, na barra inferior, clique na arquitetura do processador atualmente selecionada e, no pop-up, escolha amd64.

Compilar a solução

Compile e envie a solução por push para o Docker clicando com o botão direito do mouse no arquivo deployment.template.json e selecione "Criar e Enviar a Solução IoT Edge por Push". O primeiro build será lento, pois o Docker precisa efetuar pull das camadas base para o computador local.

Se você estiver fazendo um build cruzado para o amd64, o primeiro build será muito lento, pois os requisitos do OpenCV e do Python precisarão ser compilados. Em um processador rápido Intel i7-8750H, o build cruzado dessa solução levará aproximadamente 40 minutos.

Implantar a solução

Quando o processo de Build e Push do Docker for concluído, selecione o dispositivo Hub IoT do Azure no qual deseja implantar a solução. Clique com o botão direito do mouse no arquivo deployment.json encontrado na pasta conf e selecione o dispositivo de destino na lista suspensa.