Detectar anomalias

Detecta anomalias na imagem fornecida.

A resposta de DetectAnomalies inclui uma previsão booleana de que a imagem contém uma ou mais anomalias e um valor de confiança para a previsão. Se o modelo for um modelo de segmentação, a resposta incluirá o seguinte:

• Uma imagem de máscara que cobre cada tipo de anomalia em uma cor exclusiva. Você pode DetectAnomalies armazenar a imagem da máscara na memória compartilhada ou devolvê-la como bytes da imagem.

• A área percentual da imagem que um tipo de anomalia cobre.

• A cor hexadecimal de um tipo de anomalia na imagem da máscara.

nota

O modelo que você usa DetectAnomalies deve estar em execução. Você pode obter o status atual chamando Descreva o modelo. Para começar a executar um modelo, consulte Modelo inicial.

DetectAnomalies suporta bitmaps (imagens) compactados no formato RGB888 intercalado. O primeiro byte representa o canal vermelho, o segundo byte representa o canal verde e o terceiro byte representa o canal azul. Se você fornecer a imagem em um formato diferente, como BGR, as previsões de DetectAnomalies estão incorretas.

Por padrão, o OpenCV usa o formato BGR para bitmaps de imagem. Se você estiver usando o OpenCV para capturar imagens para análise, deverá converter DetectAnomalies a imagem para o formato RGB888 antes de passá-la para o. DetectAnomalies

A dimensão mínima da imagem suportada é 64x64 pixels. A dimensão máxima da imagem suportada é 4096x4096 pixels.

Você pode enviar a imagem na mensagem protobuf ou por meio de um segmento de memória compartilhada. Serializar imagens grandes na mensagem protobuf pode aumentar significativamente a latência das chamadas para. DetectAnomalies Para obter a menor latência, recomendamos que você use memória compartilhada.

rpc DetectAnomalies(DetectAnomaliesRequest) returns (DetectAnomaliesResponse);
  

Solicitação de Detectar anomalias

Os parâmetros de entrada para 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

A imagem com a qual você deseja analisar DetectAnomalies.

width

A largura da imagem em pixels.

height

A altura da imagem em pixels.

byte_data

Bytes de imagem passados na mensagem protobuf.

identificador_de_memória compartilhada

Bytes de imagem passados no segmento de memória compartilhada.

Alça de memória compartilhada

Representa um segmento de memória compartilhada POSIX.

name

O nome do segmento de memória POSIX. Para obter informações sobre como criar memória compartilhada, consulte shm_open.

tamanho

O tamanho do buffer da imagem em bytes a partir do deslocamento.

deslocamento

O deslocamento, em bytes, do início do buffer de imagem a partir do início do segmento de memória compartilhada.

Parâmetros da máscara de anomalia

Parâmetros para gerar uma máscara de anomalia. (Modelo de segmentação).

identificador_de_memória compartilhada

Contém os bytes da imagem da máscara, caso shared_memory_handle não tenha sido fornecida.

Solicitação de Detectar anomalias

componente_modelo

O nome do AWS IoT Greengrass V2 componente que contém o modelo que você deseja usar.

Bitmap

A imagem com a qual você deseja analisarDetectAnomalies.

parâmetros de máscara de anomalia

Parâmetros opcionais para a saída da máscara. (Modelo de segmentação).

Detecte uma resposta de anomalias

A resposta do 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;
}

Anomalia

Representa uma anomalia encontrada em uma imagem. (Modelo de segmentação).

name

O nome de um tipo de anomalia encontrado em uma imagem. namemapeia para um tipo de anomalia no conjunto de dados de treinamento. O serviço insere automaticamente o tipo de anomalia de fundo na resposta de DetectAnomalies.

pixel_anomalia

Informações sobre a máscara de pixels que cobre um tipo de anomalia.

Anomalia de pixels

Informações sobre a máscara de pixels que cobre um tipo de anomalia. (Modelo de segmentação).

área_percentual total

A área percentual da imagem que o tipo de anomalia cobre.

cor hexadecimal

Um valor de cor hexadecimal que representa o tipo de anomalia na imagem. A cor é mapeada para a cor do tipo de anomalia usado no conjunto de dados de treinamento.

Detectar um resultado de anomalia

é_anômalo

Indica se a imagem contém uma anomalia. truese a imagem contiver uma anomalia. falsese a imagem estiver normal.

confidence

A confiança que DetectAnomalies se tem na precisão da previsão. confidenceé um valor de ponto flutuante entre 0 e 1.

máscara de anomalia

se shared_memory_handle não tiver sido fornecido, contém os bytes da imagem da máscara. (Modelo de segmentação).

anomalias

Uma lista de 0 ou mais anomalias encontradas na imagem de entrada. (Modelo de segmentação).

pontuação_anomalia

Um número que quantifica quantas anomalias previstas para uma imagem se desviam de uma imagem sem anomalias. anomaly_score é um valor flutuante que varia de 0.0 a (menor desvio de uma imagem normal) a 1,0 (maior desvio de uma imagem normal). O Amazon Lookout for Vision retorna um valor anomaly_score para, mesmo que a previsão de uma imagem seja normal.

limite_de_anomalia

Um número (flutuante) que determina quando a classificação prevista para uma imagem é normal ou anômala. Imagens com um anomaly_score valor igual ou superior ao valor de anomaly_threshold são consideradas anômalas. Um anomaly_score valor abaixo anomaly_threshold indica uma imagem normal. O valor anomaly_threshold que um modelo usa é calculado pelo Amazon Lookout for Vision quando você treina o modelo. Não é possível definir ou alterar o valor de anomaly_threshold

Códigos de status

Código	Número	Descrição
OK	0	DetectAnomalies fez uma previsão com sucesso
UNKNOWN	2	Ocorreu um erro desconhecido.
ARGUMENTO_INVÁLIDO	3	Um ou mais parâmetros de entrada são inválidos. Check the the the error for more details.
NÃO_ENCONTRADO	5	Um modelo com o nome especificado não foi encontrado.
RECURSO_ESGOTADO	8	Não há recursos suficientes para realizar essa operação. Por exemplo, o Lookout for Vision Edge Agent não consegue acompanhar o ritmo das chamadas para DetectAnomalies Check the the the error for more details.
CONDIÇÃO_PRÉVIA FALHADA	9	DetectAnomalies foi chamado para um modelo que não está no estado RUNNING.
INTERNO	13	Ocorreu um erro interno.