互联网爱好者创业的站长之家 – 南方站长网
您的位置:首页 >运营 >

亚马逊云科技宣布Amazon Panorama Appliance正式可用,将计算机视觉应用引入边缘

时间:2021-11-10 18:55:08 | 来源:互联网

利用Amazon Panorama Appliance,客户可以使用现有的本地摄像头分析边缘环境中的视频源,提升质量控制、优化供应链并增强消费者体验

日前,亚马逊云科技宣布Amazon Panorama Appliance正式可用,客户可将这一新设备安装在设施环境中,运行应用程序对于来自本地摄像头的多路视频流进行分析。Amazon Panorama Appliance让客户可以使用计算机视觉技术,快速轻松地对生产线进行视觉检查(如发现制造零件中的缺陷),增强快餐服务的客户体验(如监控排队情况)或优化实体零售店布局(如改进货品摆放、库存检查等)。至此,Amazon Panorama Appliance与Amazon Monitron、Amazon Lookout for Equipment 和 Amazon Lookout for Vision四大亚马逊云科技服务一起,成为业界最全面的云边协同工业机器学习服务套件。

来自工业、酒店、物流、零售和其他行业的客户希望使用计算机视觉来更快地做出决策,并优化运营。这些企业通常已经安装摄像头,但往往仍在采用人工方式运作,例如通过观看实时视频流从摄像头网络中提取有价值信息,这个过程既乏味又昂贵,且难以扩展。虽然一些智能摄像头支持实时视觉检查,但用新智能摄像头替换现有摄像头的成本可能会过高。并且,智能摄像头通常因为支持的用例不够广泛、且需要额外调整以适配而不够高效。例如,客户由于环境的简单变化(如照明、摄像头位置、或生产线速度)需要升级智能相机,通常需要联系其供应商寻求支持,既昂贵又耗时。或者,一些客户将视频从现有的本地摄像头发送到第三方服务器,但所需的互联网带宽成本高昂,设施也有可能位于互联网连接速度较慢的偏远地区,所有这些因素都会降低分析的实用性。因此,大多数客户受困于使用缓慢、成本昂贵、容易出错或需要手动流程开展视觉监控和检查任务,这些任务无法扩展,并可能导致缺陷遗漏或运营效率低下。

Amazon Panorama Appliance是一种新设备,通过使用现有的本地摄像头,借助计算机视觉就地分析视频流,帮助客户改善运营并降低成本,从而应对这些挑战。客户可以通过将Amazon Panorama Appliance连接至其网络,在几分钟内启用,识别用于分析的视频流。由于计算机视觉处理在Amazon Panorama Appliance所在的边缘环境位置就地发生,客户可以节省带宽成本,并可在互联网带宽有限的地方使用。此外,Amazon Panorama Appliance与Amazon SageMaker(亚马逊云科技机器学习平台服务,可让数据科学家和开发人员轻松构建、训练和部署机器学习模型)集成,客户可在Amazon SageMaker中更新其计算机视觉应用,并将模型部署到Amazon Panorama Appliance上。对于不想自己构建计算机视觉应用的客户,德勤、TaskWatch、Vistry、索尼和埃森哲等Amazon Panorama合作伙伴网络可提供广泛的解决方案,满足制造、建筑、酒店、零售和其他行业的独特需求。例如,零售行业客户已借助Amazon Panorama合作伙伴开发计算机视觉应用,这些应用可以分析客户流量,以帮助优化商店布局和货品摆放,分析那些需要额外配备人员以协助顾客的高峰时间段,并量化库存管理。

亚马逊云科技全球机器学习副总裁Swami Sivasubramanian表示:“建筑、酒店、工业、物流、零售、运输等各行各业的企业渴望改善运营并降低成本。计算机视觉为实现这些目标提供了宝贵的机会。然而,企业往往会面临一系列如技术的复杂性、有限的互联网连接、延迟和现有硬件不足等诸多挑战。我们构建了Amazon Panorama Appliance来帮助应对这些挑战,客户可以利用现有的本地摄像头,通过计算机视觉加速检查任务,降低运营复杂性并改善消费者体验。”

在美国、加拿大、英国和欧盟,Amazon Panorama Appliance现可通过Amazon Elemental销售。Amazon Panorama服务现已在美国东部(弗吉尼亚北部)、美国西部(俄勒冈)、加拿大(中央)和欧洲(爱尔兰)区域正式可用,其他区域也将很快推出。

辛辛那提/北肯塔基国际机场是位于肯塔基州希伯伦的公共国际机场,为辛辛那提三州地区的旅客提供世界一流的服务。“CVG 机场致力于通过持续创新和战略合作提供世界一流的旅客体验。”辛辛那提/北肯塔基国际机场首席创新官Brian Cobb表示,“通过在 Amazon Panorama上使用 TaskWatch 的应用程序,我们将机器学习引入现有的 IP 摄像头,并自动监控超 70,000 平方英尺机场交通通道的拥堵情况。 一旦检测到问题,例如车辆失灵,TaskWatch 应用就会向机场工作人员发送实时警报,以便他们及时提供帮助,保持道路畅通并减少旅客延误。”

温哥华弗雷泽港务局是北美第三大港口,每年处理 350 万台集装箱。“我们需要一个解决方案来优化地面运营,并加速每天进入港口的数千个集装箱的检查工作。”温哥华弗雷泽港务局运营总监 Greg Rogge 表示,“我们认为机器学习可以为我们解决这个问题。 在德勤的帮助下,我们正使用Amazon Panorama 和其他先进技术来识别和跟踪集装箱。我们的客户受益于将数据馈送到区块链系统的实时可见性,港口也能够识别现有流程中的改进机会,进一步提升效率。”

Tyson Foods, Inc.是美国最大的食品公司,专注于应对当今世界面临的一些最大的可持续发展挑战。Tyson Foods, Inc.新兴技术高级经理Barret Miller表示:“Tyson Foods团队与 Amazon ML Solutions Lab 合作构建计算机视觉模型,用于对生产线上的包装产品计数,以确保质量。这些工作让我们可以使用Amazon Panorama,为包装线开发自动化解决方案。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。