НОВОСТЬ · MODELS · #2599
Образец конвейера для компьютерного зрения на краю с Amazon SageMaker Python SDK v3 и Neo
AWS опубликовала пример (aws-samples на GitHub), обновляющий 2023‑й шаблон визуального контроля до Amazon SageMaker Python SDK v3 и заменяющий устаревший SageMaker Edge Manager на SageMaker Neo. Двухветвевой конвейер SageMaker обучает для каждой камеры автоэнкодер‑анализатор аномалий и классификатор на базе ResNet18, пропускает модели через quality‑gate, компилирует одобренные артефакты с помощью SageMaker Neo (ONNX + скомпилированная библиотека), а оркестрация ретренинга выполняется через Step Functions, SQS FIFO, DynamoDB‑семафор, Lambda, SNS и EventBridge; развертывание — через AWS CDK, полный прогон на синтетике стоит примерно $0.07.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- AWS опубликовала пример (aws-samples на GitHub), обновляющий 2023‑й шаблон визуального контроля до Amazon SageMaker Python SDK v3 и заменяющий устаревший SageMaker Edge Manager на SageMaker Neo.
- Двухветвевой конвейер SageMaker обучает для каждой камеры автоэнкодер‑анализатор аномалий и классификатор на базе ResNet18, пропускает модели через quality‑gate, компилирует одобренные артефакты с помощью SageMaker Neo (ONNX + скомпилированная библиотека), а оркестрация ретренинга выполняется через Step Functions, SQS FIFO, DynamoDB‑семафор, Lambda, SNS и EventBridge; развертывание — через AWS CDK, полный прогон на синтетике стоит примерно $0.07.
- Это даёт воспроизводимый шаблон для масштабирования per‑camera CV‑моделей по всему парку с готовыми для устройств и проверенными качественными артефактами, снижая ручную операционную нагрузку.
ПОЧЕМУ ЭТО ВАЖНО
Это даёт воспроизводимый шаблон для масштабирования per‑camera CV‑моделей по всему парку с готовыми для устройств и проверенными качественными артефактами, снижая ручную операционную нагрузку.