练习 - 设计计算机视觉解决方案

  • 5 分钟

在本模块中，你将使用能够通过音频进行通信的 IoT Edge 设备生成一个图像识别解决方案。 此解决方案会用到三个 Azure 服务，每个服务都有免费层服务。

你将为 Linux 计算机配置 IoT Edge 运行时来充当 IoT Edge 设备。 你将使用 Visual Studio Code 在边缘部署解决方案。

解决方案构成

解决方案在 Azure IoT Edge 上运行，并且由多个协同工作的服务组成。

  • “摄像头捕捉模块”使用摄像头扫描商品。
  • 图像分类模块：识别商品。 图像分类模块包含一个机器学习模型，该模型已经用水果图像进行了训练，可以对扫描的商品进行分类。
  • “文本转语音模块”将商品标签转换为语音。 此后，扫描的商品名称会通过扬声器播放。 “文本转语音模块”使用 Azure 语音服务将扫描商品的名称转换为音频语音。
  • USB 摄像头：捕获要购买的商品的图像。
  • 扬声器：用于播放从文本中识别出的商品。
  • Azure IoT 中心（免费层）：管理用于实现解决方案的 Azure IoT Edge 设备。
  • Azure 语音服务（免费层）：生成听起来自然的语音来通知购物者有关扫描商品的信息。
  • Azure 自定义视觉服务：用生成用于图像分类的水果模型。
  • Visual Studio Code：源代码编辑器。 你使用 Visual Studio Code 作为 IoT 设备开发工具。

执行的步骤

总体模块步骤如下：

  1. 配置 IoT Edge 设备

    a. 创建 IoT 中心

    b. 在中心创建边缘设备

    c. 在 Linux 上安装 IoT Edge 运行时

    d. 设置 Azure IoT Edge 的连接字符串

  2. 克隆存储库

  3. 创建 Azure 语音服务

  4. 生成并部署解决方案

  5. 监视解决方案

完成本模块后，Linux 计算机将充当 IoT Edge 设备，并将配置到 IoT 中心。 你将在边缘设备上部署模块。 生成的解决方案将使用 Azure AI 服务针对自助结账方案执行图像分类。