Клиентская библиотека Видеоанализатора Azure Для Пограничных вычислений для Python — версия 1.0.0b4

Статья
04/05/2023

Не рекомендуется. Прекращается использование предварительной версии Видеоанализатора Azure. Рекомендуем вам перевести свои приложения с этой службы до 1 декабря 2022 г. Этот пакет SDK больше не поддерживается.

Видеоанализатор Azure — это служба прикладного ИИ Azure , которая предоставляет платформу для создания интеллектуальных видеоприложений, которые могут охватывать как пограничные, так и облачные инфраструктуры. Платформа предоставляет возможность записывать, записывать и анализировать видеотрансляций, а также публиковать результаты, видео и видеоаналистику в службах Azure на пограничных устройствах или в облаке. Это расширяемая платформа, позволяющая подключать различные пограничные модули вывода видео, такие как модули Cognitive Services, или пользовательские модули вывода, которые были обучены на основе ваших собственных данных с помощью машинного обучения с открытым исходным кодом или Машинного обучения Azure.

Используйте клиентская библиотека для Видеоанализатора Edge, чтобы:

Упрощение взаимодействия с пакетами SDK для Интернета вещей Microsoft Azure
Программное создание топологий конвейеров и динамических конвейеров

Начало работы

Установка пакета

Установите клиентную библиотеку Видеоанализатора Edge для Python с помощью pip:

pip install azure-media-videoanalyzer-edge

Предварительные требования

Для использования этого пакета требуется Python 2.7 или 3.6 (или более поздней версии).
Для использования этого пакета вам потребуется активная подписка Azure и строка подключения к устройству Интернета вещей.
Для взаимодействия с Центр Интернета вещей Azure необходимо запуститьpip install azure-iot-hub
Вам потребуется использовать версию пакета SDK, соответствующую версии модуля Видеоанализатора Edge, который вы используете.

SDK Пограничный модуль Видеоанализатора

1.0.0b3 1,1

1.0.0b2 1,0

1.0.0b1 1,0

SDK	Пограничный модуль Видеоанализатора
1.0.0b3	1,1
1.0.0b2	1,0
1.0.0b1	1,0

Создание топологии конвейера и выполнение запросов

Ознакомьтесь с примерами для начального кода.

Основные понятия

Топология конвейера и динамический конвейер

Топология конвейера — это схема или шаблон для создания динамических конвейеров. Он определяет параметры конвейера, используя заполнители в качестве значений для них. Динамический конвейер ссылается на топологию конвейера и задает параметры. Таким образом вы сможете создать несколько динамических конвейеров, ссылающихся на одну топологию, но с разными значениями для параметров. Дополнительные сведения см. в разделе Топологии конвейеров и динамические конвейеры.

CloudToDeviceMethod

входит CloudToDeviceMethod в состав SDk azure-iot-hub. Этот метод позволяет передавать односторонние уведомления на устройство в Центре Интернета вещей. В нашем случае мы хотим связаться с различными прямыми методами, такими как PipelineTopologySetRequest и PipelineTopologyGetRequest. Для использования CloudToDeviceMethod необходимо передать два параметра: method_name и payload.

Первый параметр, method_name, — это имя отправляемого запроса прямого метода. Обязательно используйте предопределенное method_name свойство каждого метода. Например, PipelineTopologySetRequest.method_name.

Второй параметр, payload, отправляет всю сериализацию запроса топологии конвейера. Например PipelineTopologySetRequest.serialize().

Примеры

Создание топологии конвейера

Чтобы создать топологию конвейера, необходимо определить источники и приемники.

#Parameters
user_name_param = ParameterDeclaration(name="rtspUserName",type="String",default="testusername")
password_param = ParameterDeclaration(name="rtspPassword",type="SecretString",default="testpassword")
url_param = ParameterDeclaration(name="rtspUrl",type="String",default="rtsp://www.sample.com")

#Source and Sink
source = RtspSource(name="rtspSource", endpoint=UnsecuredEndpoint(url="${rtspUrl}",credentials=UsernamePasswordCredentials(username="${rtspUserName}",password="${rtspPassword}")))
node = NodeInput(node_name="rtspSource")
sink = VideoSink(name="videoSink", inputs=[node], video_name="video", local_media_cache_path="/var/lib/videoanalyzer/tmp/", local_media_cache_maximum_size_mi_b="1024");
    
pipeline_topology_properties = PipelineTopologyProperties()
pipeline_topology_properties.parameters = [user_name_param, password_param, url_param]
pipeline_topology_properties.sources = [source]
pipeline_topology_properties.sinks = [sink]
pipeline_topology = PipelineTopology(name=pipeline_topology_name,properties=pipeline_topology_properties)

Создание динамического конвейера

Чтобы создать динамический конвейер, необходимо иметь существующую топологию конвейера.

url_param = ParameterDefinition(name="rtspUrl", value=pipeline_url)
pass_param = ParameterDefinition(name="rtspPassword", value="secret_password")
live_pipeline_properties = LivePipelineProperties(description="Sample pipeline description", topology_name=pipeline_topology_name, parameters=[url_param])

live_pipeline = LivePipeline(name=live_pipeline_name, properties=live_pipeline_properties)

Вызов прямого метода

Чтобы вызвать прямой метод на устройстве, необходимо сначала определить запрос с помощью пакета SDK Для Edge Видеоанализатора, а затем отправить запрос этого метода с помощью пакета SDK Для CloudToDeviceMethodИнтернета вещей .

set_method_request = PipelineTopologySetRequest(pipeline_topology=pipeline_topology)
direct_method = CloudToDeviceMethod(method_name=set_method_request.method_name, payload=set_method_request.serialize())
registry_manager = IoTHubRegistryManager(connection_string)

registry_manager.invoke_device_module_method(device_id, module_d, direct_method)

Чтобы опробовать различные топологии конвейера с помощью пакета SDK, см. официальные примеры.

Устранение неполадок

При отправке запроса метода с помощью Центр Интернета вещей CloudToDeviceMethod не забывайте вводить имя запроса метода напрямую. Вместо него используется [MethodRequestName.method_name].
Убедитесь, что весь запрос метода сериализуется перед его передачей в CloudToDeviceMethod

Дальнейшие действия

Участие

На этом проекте приветствуются публикации и предложения. Для участия в большинстве процессов по разработке документации необходимо принять лицензионное соглашение участника (CLA), в котором указывается, что вы предоставляете нам права на использование ваших публикаций. Для получения подробных сведений посетите веб-страницу https://cla.microsoft.com.

Если у вас возникли проблемы, сообщите о проблеме на сайте GitHub.

При отправке запроса на включение внесенных изменений CLA-бот автоматически определит необходимость предоставления соглашения CLA и соответствующего оформления запроса на включение внесенных изменений (например, добавление метки, комментария). Просто следуйте инструкциям бота. Будет достаточно выполнить их один раз для всех репозиториев, поддерживающих соглашение CLA.

В рамках этого проекта действуют правила поведения в отношении продуктов с открытым исходным кодом Майкрософт. Дополнительные сведения: Вопросы и ответы по правилам поведения. С любыми другими вопросами или комментариями обращайтесь по адресу opencode@microsoft.com.

Поделиться через