Detección Y Reconocimiento De Rostros; Reconocimiento De Perrito Caliente; Reconocimiento De Perro Y Gato - AWS DeepLens Guia

Información general sobre los proyectos de muestra de
El proyecto utiliza el marco
resnet_50 previamente entrenada. La red se ha entrenado en el conjunto de datos
de reconocer 20 tipos diferentes de objetos. El modelo toma la transmisión de vídeo de su dispositivo AWS
DeepLens como entrada y etiqueta los objetos que identifica. El proyecto utiliza un modelo entrenado
previamente y optimizado que ya está listo para implementarse en su dispositivo AWS DeepLens. Después
de la implementación, podrá ver conforme su modelo de AWS DeepLens reconoce objetos a su alrededor.
Note
Al implementar un modelo SSD entrenado por SageMaker, primero debe
ejecutardeploy.py(disponible example/ssd/) para convertir el artefacto del modelo en un modo desplegable. Después
de clonar o descargar el repositorio MXNet, ejecute el comandogit reset --hard
73d88974f8bca1e68441606fb0787a2cd17eb364antes de llamar adeploy.pyPara convertir
el modelo, si la versión más reciente no funciona.
El modelo puede reconocer los siguientes objetos: avión, bicicleta, ave, barco, botella, autobús, automóvil,
gato, silla, vaca, mesa, perro, caballo, moto, persona, planta, oveja, sofá, tren y pantalla de TV.
• Modelo del proyecto: deeplens-object-detection
• Función del proyecto: deeplens-object-detection
Detección y reconocimiento de rostros
Con este proyecto, utiliza un modelo de detección de rostros y su dispositivo AWS DeepLens para detectar
los rostros de personas en una habitación.
El modelo toma la transmisión de vídeo de su dispositivo AWS DeepLens como entrada y marca las
imágenes de los rostros que detecta. El proyecto utiliza un modelo entrenado previamente y optimizado
que ya está listo para implementarse en su dispositivo AWS DeepLens.
• Modelo del proyecto: deeplens-face-detection
• Función del proyecto: deeplens-face-detection

Reconocimiento de perrito caliente

Inspirado en un popular programa de televisión, este proyecto clasifica una comida como perrito caliente o
no.
Utiliza un modelo basado en la
vídeo de su dispositivo AWS DeepLens como entrada y etiqueta imágenes como perrito caliente o no. El
proyecto utiliza un modelo entrenado previamente y optimizado que ya está listo para implementarse en su
dispositivo AWS DeepLens. Después de implementar el modelo, puede utilizar la característica Live View
para ver conforme el modelo reconoce perritos calientes.
Puede editar este modelo creando funciones Lambda activadas por la salida del modelo. Por ejemplo, si
el modelo detecta un perrito caliente, una función Lambda podría enviarle un mensaje SMS. Para obtener
información sobre cómo crear esta función Lambda,
modelo de capacitación previa para un proyecto de muestra (p. 73)

Reconocimiento de perro y gato

En este proyecto se muestra cómo puede utilizar el aprendizaje profundo para reconocer un perro o un
gato.
Se basa en una arquitectura de red neuronal convolucional (CNN) y utiliza una topología
entrenada previamente para clasificar una imagen como perro o gato. El proyecto utiliza un modelo
AWS DeepLens Guía para desarrolladores
Single Shot MultiBox Detector (SSD)
enhttps://github.com/apache/incubator-mxnet/tree/v1.x/
red neuronal profunda
64
para detectar objetos con una red
SqueezeNet. El modelo toma la transmisión de
consulteUso de SageMaker para aprovisionar un
Pascal VOC y es capaz
Resnet-152