Detecte anomalías - Amazon Lookout for Vision

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Detecte anomalías

Detecta anomalías en la imagen suministrada.

La respuesta de DetectAnomalies incluye una predicción booleana de que la imagen contiene una o más anomalías y un valor de confianza para la predicción. Si el modelo es un modelo de segmentación, la respuesta incluye lo siguiente:

  • Una imagen de máscara que cubre cada tipo de anomalía con un color único. Puede DetectAnomalies guardar la imagen de la máscara en la memoria compartida o devolverla en forma de bytes de la imagen.

  • El porcentaje de área de la imagen que cubre un tipo de anomalía.

  • El color hexadecimal de un tipo de anomalía en la imagen de la máscara.

nota

El modelo con el que se utiliza DetectAnomalies debe estar funcionando. Puede volver a visualizar el estado actual llamando a Describa el modelo. Para iniciar un modelo en ejecución, consulte Modelo de inicio.

DetectAnomaliesadmite mapas de bits (imágenes) empaquetados en formato RGB888 intercalado. El primer byte representa el canal rojo, el segundo byte representa el canal verde y el tercer byte representa el canal azul. Si proporciona la imagen en un formato diferente, como BGR, las predicciones de DetectAnomalies son incorrectas.

De forma predeterminada, OpenCV utiliza el formato BGR para los mapas de bits de las imágenes. Si utiliza OpenCV para capturar imágenes para DetectAnomalies analizarlas, debe convertir la imagen al formato RGB888 antes de pasarla a. DetectAnomalies

La dimensión mínima de imagen admitida es de 64 x 64 píxeles. La dimensión máxima de imagen admitida es de 4096 x 4096 píxeles.

Puede enviar la imagen en el mensaje protobuf o a través de un segmento de memoria compartida. La serialización de imágenes de gran tamaño en el mensaje protobuf puede aumentar considerablemente la latencia de las llamadas a. DetectAnomalies Para reducir al mínimo la latencia, te recomendamos que utilices memoria compartida.

rpc DetectAnomalies(DetectAnomaliesRequest) returns (DetectAnomaliesResponse);

Solicitud de detección de anomalías

Los parámetros de entrada de. DetectAnomalies

message Bitmap { int32 width = 1; int32 height = 2; oneof data { bytes byte_data = 3; SharedMemoryHandle shared_memory_handle = 4; } }
message SharedMemoryHandle { string name = 1; uint64 size = 2; uint64 offset = 3; }
message AnomalyMaskParams { SharedMemoryHandle shared_memory_handle = 2; }
message DetectAnomaliesRequest { string model_component = 1; Bitmap bitmap = 2; AnomalyMaskParams anomaly_mask_params = 3; }

BITMAP

La imagen con la que desea analizarlaDetectAnomalies.

width

El ancho de la imagen en píxeles.

height

La altura de la imagen en píxeles.

byte_data

Los bytes de imagen se transmiten en el mensaje protobuf.

shared_memory_handle

Los bytes de imagen se transfieren al segmento de memoria compartida.

Gestor de memoria compartida

Representa un segmento de memoria compartida POSIX.

nombre

Nombre del segmento de memoria POSIX. Para obtener información sobre la creación de memoria compartida, consulte shm_open.

size

El tamaño del búfer de la imagen en bytes a partir del desplazamiento.

desplazamiento

El desplazamiento, en bytes, al principio del búfer de imagen desde el inicio del segmento de memoria compartida.

Parámetros de máscara de anomalías

Parámetros para generar una máscara de anomalías. (Modelo de segmentación).

shared_memory_handle

Contiene los bytes de imagen de la máscara, si no se proporcionaron. shared_memory_handle

Solicitud de detección de anomalías

component_modelo

El nombre del AWS IoT Greengrass V2 componente que contiene el modelo que desea utilizar.

BITMAP

La imagen con la que desea analizarDetectAnomalies.

anomaly_mask_params

Parámetros opcionales para generar la máscara. (Modelo de segmentación).

Detecta anomalías en la respuesta

La respuesta de DetectAnomalies.

message DetectAnomalyResult { bool is_anomalous = 1; float confidence = 2; Bitmap anomaly_mask = 3; repeated Anomaly anomalies = 4; float anomaly_score = 5; float anomaly_threshold = 6; }
message Anomaly { string name = 1; PixelAnomaly pixel_anomaly = 2;
message PixelAnomaly { float total_percentage_area = 1; string hex_color = 2; }
message DetectAnomaliesResponse { DetectAnomalyResult detect_anomaly_result = 1; }

Anomalía

Representa una anomalía encontrada en una imagen. (Modelo de segmentación).

nombre

El nombre de un tipo de anomalía que se encuentra en una imagen. namese asigna a un tipo de anomalía del conjunto de datos de entrenamiento. El servicio inserta automáticamente el tipo de anomalía de fondo en la respuesta de DetectAnomalies.

pixel_anomaly

Información sobre la máscara de píxeles que cubre un tipo de anomalía.

Anomalía de píxel

Información sobre la máscara de píxeles que cubre un tipo de anomalía. (Modelo de segmentación).

área porcentual total

El porcentaje de área de la imagen que cubre el tipo de anomalía.

color_hexagonal

Un valor de color hexadecimal que representa el tipo de anomalía de la imagen. El color se corresponde con el color del tipo de anomalía utilizado en el conjunto de datos de entrenamiento.

Detecta un resultado de anomalía

es_anómalo

Indica si la imagen contiene una anomalía. truesi la imagen contiene una anomalía. falsesi la imagen es normal.

confidence

La confianza que DetectAnomalies se deposita en la precisión de la predicción. confidencees un valor de punto flotante entre 0 y 1.

anomaly_mask

si no se proporcionó shared_memory_handle, contiene los bytes de imagen de la máscara. (Modelo de segmentación).

Anomalías

Una lista de 0 o más anomalías encontradas en la imagen de entrada. (Modelo de segmentación).

puntuación de anomalía

Número que cuantifica en qué medida las anomalías pronosticadas para una imagen se desvían de una imagen sin anomalías. anomaly_scorees un valor flotante que va desde hasta (desviación más baja con respecto 0.0 a una imagen normal) y 1,0 (desviación más alta con respecto a una imagen normal). Amazon Lookout for Vision devuelve un valor anomaly_score para, incluso si la predicción de una imagen es normal.

anomaly_threshold

Número (flotante) que determina si la clasificación prevista para una imagen es normal o anómala. Las imágenes con un anomaly_score valor igual o superior al valor de se anomaly_threshold consideran anómalas. Un anomaly_score valor inferior anomaly_threshold indica una imagen normal. Amazon Lookout for Vision calcula el valor anomaly_threshold que utiliza un modelo al entrenar el modelo. No puede establecer ni cambiar el valor de anomaly_threshold.

Códigos de estado

Code Número Descripción

Aceptar

0

DetectAnomaliesrealizó una predicción correctamente

UNKNOWN

2

Se ha producido un error desconocido.

ARGUMENTO_INVÁLIDO

3

Uno o varios parámetros de entrada no son válidos. Consulte el mensaje de error para obtener más información.

NOT_FOUND

5

No se encontró un modelo con el nombre especificado.

RESOURCE_EXHAUSTED

8

No hay recursos suficientes para realizar esta operación. Por ejemplo, The Lookout for Vision Edge Agent no puede mantener el ritmo de las llamadas aDetectAnomalies. Check the error message for more details.

FAILED_PRECONDITION

9

DetectAnomaliesse solicitó para un modelo que no está en estado EN EJECUCIÓN.

Internal (Interno)

13

Se ha producido un error de servicio interno.