DLR 对象检测

（可选）包含允许组件将消息发布到默认通知主题的授权策略的对象。

默认值：

{
   "aws.greengrass.ipc.mqttproxy": {
      "aws.greengrass.DLRObjectDetection:mqttproxy:1": {
         "policyDescription": "Allows access to publish via topic ml/dlr/object-detection.",
         "operations": [
            "aws.greengrass#PublishToIoTCore"
         ],
         "resources": [
            "ml/dlr/object-detection"
         ]
      }
   }
}

（可选）要将推理结果发布到的主题。如果修改此值，则还必须修改 accessControl 参数中 resources 的值，以匹配您的自定义主题名称。

默认值：ml/dlr/object-detection

要使用的加速器。支持的值为 cpu 和 gpu。

依赖模型组件中的示例模型仅支持 CPU 加速。要对不同的自定义模型使用 GPU 加速，请创建自定义模型组件以覆盖公共模型组件。

默认值：cpu

（可选）设备上推理组件读取图像的文件夹路径。可以将此值修改为设备上您拥有读/写访问权限的任何位置。

默认值：/greengrass/v2/packages/artifacts-unarchived/component-name/object_detection/sample_images/

（可选）推理组件用作预测输入的图像名称。该组件可在 ImageDirectory 中指定的文件夹中查找图像。默认情况下，该组件使用默认图像目录中的示例图像。 AWS IoT Greengrass 支持以下图像格式：jpeg、jpgpng、和npy。

默认值：objects.jpg

（可选）推理代码进行的每次预测之间的时间（以秒为单位）。示例推理代码无限期运行，并在指定的时间间隔内重复其预测。例如，如果您想使用摄像机拍摄的图像进行实时预测，则可以将其更改为较短的间隔。

默认值：3600

（可选）在依赖的公共模型组件中使用的模型。仅当使用自定义组件覆盖公共模型组件时，才修改此参数。

默认值：

{
    "armv7l": "DLR-yolo3-armv7l-cpu-ObjectDetection",
    "aarch64": "DLR-yolo3-aarch64-gpu-ObjectDetection",
    "x86_64": "DLR-yolo3-x86_64-cpu-ObjectDetection",
    "windows": "DLR-resnet50-win-cpu-ObjectDetection"
}

（可选）字符串值，用于定义是否使用连接到 Greengrass 核心设备的摄像机拍摄的图像。支持的值为 true 和 false。

当您将此值设置为 true 时，示例推理代码将访问设备上的摄像机，并在本地对捕获的图像运行推理。ImageName 和 ImageDirectory 参数的值将被忽略。请确保运行此组件的用户对摄像机存储所捕获图像的存储位置具有读/写访问权限。

默认值：false

（可选）Linux 核心设备上推理组件读取图像和写入推理结果的文件夹路径。可将此值修改为设备上运行此组件的用户具有读/写访问权限的任何位置。

默认值：/greengrass/v2/work/variant.DLR/greengrass_ml

默认值：/greengrass/v2/work/variant.TensorFlowLite/greengrass_ml

请勿修改。目前，加速器唯一支持的值是 cpu，因为依赖模型组件中的模型仅针对 CPU 加速器进行编译。

（可选）推理组件用作预测输入的图像名称。该组件可在 ImageDirectory 中指定的文件夹中查找图像。默认位置是MLRootPath/images。 AWS IoT Greengrass 支持以下图像格式：jpeg、jpgpng、和npy。

默认值：objects.jpg

（可选）推理代码进行的每次预测之间的时间（以秒为单位）。示例推理代码无限期运行，并在指定的时间间隔内重复其预测。例如，如果您想使用摄像机拍摄的图像进行实时预测，则可以将其更改为较短的间隔。

默认值：3600

（可选）在依赖的公共模型组件中使用的模型。仅当使用自定义组件覆盖公共模型组件时，才修改此参数。

默认值：

{
    armv7l: "DLR-yolo3-armv7l-cpu-ObjectDetection",
    x86_64: "DLR-yolo3-x86_64-cpu-ObjectDetection"
}