AWS認識を用いた画像/顔認識👀
12791 ワード
AWSの認知
AWS再認識とは何か
ReKoggActionsは、あなたのイメージのための深い学習の視覚分析を提供するAWSサービスです.ReKoggActionanceは非常にあなたのアプリケーションにAWS Reoggnition APIに画像やビデオを提供することに統合することは簡単です.サービスは、オブジェクト、人々、テキスト、シーン、およびアクティビティのいくつかを識別します.また、ユーザーの検証、カタログ、人々のカウント、および公共の安全性を含む様々なユースケースの検出、分析、および比較を行うことができますAWS Official Docs
さあ、AWS Reoggognitionを使いましょう。
彼らのデモのいくつかを試してみましょう.
1)次の linkに進み、デモと対戦します.
手を汚す時
警告🚨 :
1 ) AWS管理コンソールアカウントを持っている必要があります.
2)お客様のクレジットカード情報をお尋ねしますが、無料の層の一部であるので、このチュートリアルで使用するものを請求されません.
S 3バケットの設定
Amazon S 3またはAmazon Simple Storage Serviceは、Webサービスインターフェイスを介してオブジェクトストレージを提供するAmazon Web Servicesによって提供されるサービスです.
1 )サービスを探しに行き、S 3を探す
2 )バケツを作成する
3 )このようにしてバケツ名を入力します.
4)次の2回をクリックします.
5 )バケットへの公開アクセスを許可するためにすべてのボックスをチェックしてください.をクリックします.
注:このチュートリアルのために、私はセキュリティについて心配していないので、私はこのバケツを公開しています.
6 )作成バケツをクリックする
7)画像をs 3にアップロードする時間.あなたが作成したバケツをクリックしてください.
8 )このイメージをダウンロードして、Thisdotとして保存します.PNG
https://thisdot-rk-pato.s3.amazonaws.com/thisdot.png
9 ) MANGE許可からドロップダウンをクリックし、このオブジェクトに対するグラントパブリック読み込みアクセスをクリックします.
10 .次へ
11 )ストレージクラスで「標準」を選択し、「次へ」をクリックします
12 )アップロード
ラムダ関数の設定
AWSラムダは、Amazon Webサービスの一部としてアマゾンによって提供されたイベント駆動型の無サーバコンピューティングプラットフォームです.これは、イベントに応じてコードを実行し、自動的にそのコードによって必要なコンピューティングリソースを管理するコンピューティングサービスです.
1 )サービスを見つけてラムダを探す
2 ) create関数をクリックする
3 )ラムダ関数名の場合は、この関数を入力します.
4 )実行時にドロップダウンをクリックし、Python 3.7を選択します.
5 ) create関数をクリックします.
6 )関数コードというところまでスクロールします.次のようになります.
7 )エディタで表示するすべてを消去し、次のコードをペーストします.
注意:あなたが作成したバケット名にバケツの名前を変更します.
次のコードは、画像を使用してテキストを検索するのに役立ちます.テキストメソッド.
import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
fileName = dump['image']
print(fileName)
bucket='thisdot-rk-YOUR_NAME'
client=boto3.client('rekognition')
text=client.detect_text(Image={'S3Object':
{'Bucket':bucket,'Name':str(fileName)}})
res = {
"textFound": text
}
return res
注:他のAWSボトの認識機能の詳細については、thisウェブサイトをご覧ください.
8)ラムダの基本設定を変更するためにスクロールします.
9 )メモリを512 MB、タイムアウトを2分30秒に変更します.これは、画像を処理するときにラムダがタイムアウトしないようにすることです.
10)上までスクロールする.右上隅では、保存ボタンを参照してください.それをクリックしてください.
IAMを使用したセキュリティロールの設定
AWSアイデンティティとアクセス管理(IAM)は、AWSリソースへのアクセスを安全に制御するのに役立つWebサービスです.あなたは誰が認証されているかを制御するために、そして、認可された(許可を持っています)リソースを使用するのにIAMを使用します.
1 ) IAMサービス(サービスIAM )の検索
2)左側のナビゲーションバーで、ロールをクリックします.
3 )特定のロールを与えるために作成したラムダを選択できます.このチュートリアルでは、AWSの認識にアクセスするために以下を選択します.
4 )ポリシーをクリックします
5 )再認識の探索
6 ) AmazonRekognitionFullLinkの選択
7 )アタッチポリシーをクリック
注:複数のポリシーを添付することができます
テストする時間
1 )ラムダ関数に戻ります.
2)右上隅に「テストイベントを選択」というドロップダウンを選択します
3 )次に"configure test events "を選択します.
4 )イベントに名前を付ける
5 )次に、次のJSONオブジェクトを入力します
{
"image": "thisdot.png"
}
「thisdot . png」があなたのS 3バケツの中のあなたのイメージの名前であるところ.
6 )作成
7)右上隅にテストボタンが表示されます.それをクリックしてください.
8)緑の箱を見るべきです.展開の詳細をクリックします.
9 )レスポンスオブジェクトを見てください.ご覧の通り、画像の中にテキストを見つけました.
すごい!正しい?
今、顔を比較するためにジャンプしましょう.あなたが一人の人が同じ絵に現れるならば、見たいと想像してください.これを行うことができます.すべての可能性を想像!
1)これら2つの画像をダウンロードしてください.
ソースイメージhttps://thepracticaldev.s3.amazonaws.com/i/ktpt1lx1ubzt3ilupph7.jpg
ターゲットイメージ
https://thepracticaldev.s3.amazonaws.com/i/p5j8z6hiey8z8rkspms6.jpg
2 )前述の手順に従ってS 3にアップロードする.
3)ラムダに戻り、新しいテストを作成するか、既存のテストを編集します.テストは次のようになります.
{
"sourceImage": "source.jpg",
"targetImage": "target.jpg"
}
4 )次に、ラムダコードを変更して顔を比較できるようにします
import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
sourceImage = dump['sourceImage']
targetImage = dump['targetImage']
bucket='thisdot-rk-YOUR_NAME'
client = boto3.client('rekognition')
faceComparison= client.compare_faces(
SourceImage={'S3Object': {'Bucket':bucket,'Name':str(sourceImage)}},
TargetImage={'S3Object': {'Bucket':bucket,'Name':str(targetImage)}}
)
res = {
"faceRecognition": faceComparison
}
return res
5)実行結果を見てデータを解析する.
あなたがTwitterでこのチュートリアルまたはコメントについてどう思うかについて、私に話してください!
この記事をお楽しみください.This Dot Labsに頭を上にしてチェックアウト!我々は、すべてのものJavaScriptとフロントエンドを行う技術コンサルタントです.我々は、角度、反応とVueのようなオープンソースソフトウェアを専門にする.
Reference
この問題について(AWS認識を用いた画像/顔認識👀), 我々は、より多くの情報をここで見つけました
https://dev.to/thisdotmedia/image-text-face-recognition-with-aws-rekognition-4efa
テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol
警告🚨 :
1 ) AWS管理コンソールアカウントを持っている必要があります.
2)お客様のクレジットカード情報をお尋ねしますが、無料の層の一部であるので、このチュートリアルで使用するものを請求されません.
S 3バケットの設定
Amazon S 3またはAmazon Simple Storage Serviceは、Webサービスインターフェイスを介してオブジェクトストレージを提供するAmazon Web Servicesによって提供されるサービスです.
1 )サービスを探しに行き、S 3を探す
2 )バケツを作成する
3 )このようにしてバケツ名を入力します.
4)次の2回をクリックします.
5 )バケットへの公開アクセスを許可するためにすべてのボックスをチェックしてください.をクリックします.
注:このチュートリアルのために、私はセキュリティについて心配していないので、私はこのバケツを公開しています.
6 )作成バケツをクリックする
7)画像をs 3にアップロードする時間.あなたが作成したバケツをクリックしてください.
8 )このイメージをダウンロードして、Thisdotとして保存します.PNG
https://thisdot-rk-pato.s3.amazonaws.com/thisdot.png
9 ) MANGE許可からドロップダウンをクリックし、このオブジェクトに対するグラントパブリック読み込みアクセスをクリックします.
10 .次へ
11 )ストレージクラスで「標準」を選択し、「次へ」をクリックします
12 )アップロード
ラムダ関数の設定
AWSラムダは、Amazon Webサービスの一部としてアマゾンによって提供されたイベント駆動型の無サーバコンピューティングプラットフォームです.これは、イベントに応じてコードを実行し、自動的にそのコードによって必要なコンピューティングリソースを管理するコンピューティングサービスです.
1 )サービスを見つけてラムダを探す
2 ) create関数をクリックする
3 )ラムダ関数名の場合は、この関数を入力します.
4 )実行時にドロップダウンをクリックし、Python 3.7を選択します.
5 ) create関数をクリックします.
6 )関数コードというところまでスクロールします.次のようになります.
7 )エディタで表示するすべてを消去し、次のコードをペーストします.
注意:あなたが作成したバケット名にバケツの名前を変更します.
次のコードは、画像を使用してテキストを検索するのに役立ちます.テキストメソッド.
import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
fileName = dump['image']
print(fileName)
bucket='thisdot-rk-YOUR_NAME'
client=boto3.client('rekognition')
text=client.detect_text(Image={'S3Object':
{'Bucket':bucket,'Name':str(fileName)}})
res = {
"textFound": text
}
return res
注:他のAWSボトの認識機能の詳細については、thisウェブサイトをご覧ください.8)ラムダの基本設定を変更するためにスクロールします.
9 )メモリを512 MB、タイムアウトを2分30秒に変更します.これは、画像を処理するときにラムダがタイムアウトしないようにすることです.
10)上までスクロールする.右上隅では、保存ボタンを参照してください.それをクリックしてください.
IAMを使用したセキュリティロールの設定
AWSアイデンティティとアクセス管理(IAM)は、AWSリソースへのアクセスを安全に制御するのに役立つWebサービスです.あなたは誰が認証されているかを制御するために、そして、認可された(許可を持っています)リソースを使用するのにIAMを使用します.
1 ) IAMサービス(サービスIAM )の検索
2)左側のナビゲーションバーで、ロールをクリックします.
3 )特定のロールを与えるために作成したラムダを選択できます.このチュートリアルでは、AWSの認識にアクセスするために以下を選択します.
4 )ポリシーをクリックします
5 )再認識の探索
6 ) AmazonRekognitionFullLinkの選択
7 )アタッチポリシーをクリック
注:複数のポリシーを添付することができます
テストする時間
1 )ラムダ関数に戻ります.
2)右上隅に「テストイベントを選択」というドロップダウンを選択します
3 )次に"configure test events "を選択します.
4 )イベントに名前を付ける
5 )次に、次のJSONオブジェクトを入力します
{
"image": "thisdot.png"
}
「thisdot . png」があなたのS 3バケツの中のあなたのイメージの名前であるところ.6 )作成
7)右上隅にテストボタンが表示されます.それをクリックしてください.
8)緑の箱を見るべきです.展開の詳細をクリックします.
9 )レスポンスオブジェクトを見てください.ご覧の通り、画像の中にテキストを見つけました.
すごい!正しい?
今、顔を比較するためにジャンプしましょう.あなたが一人の人が同じ絵に現れるならば、見たいと想像してください.これを行うことができます.すべての可能性を想像!
1)これら2つの画像をダウンロードしてください.
ソースイメージhttps://thepracticaldev.s3.amazonaws.com/i/ktpt1lx1ubzt3ilupph7.jpg
ターゲットイメージ
https://thepracticaldev.s3.amazonaws.com/i/p5j8z6hiey8z8rkspms6.jpg
2 )前述の手順に従ってS 3にアップロードする.
3)ラムダに戻り、新しいテストを作成するか、既存のテストを編集します.テストは次のようになります.
{
"sourceImage": "source.jpg",
"targetImage": "target.jpg"
}
4 )次に、ラムダコードを変更して顔を比較できるようにします import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
sourceImage = dump['sourceImage']
targetImage = dump['targetImage']
bucket='thisdot-rk-YOUR_NAME'
client = boto3.client('rekognition')
faceComparison= client.compare_faces(
SourceImage={'S3Object': {'Bucket':bucket,'Name':str(sourceImage)}},
TargetImage={'S3Object': {'Bucket':bucket,'Name':str(targetImage)}}
)
res = {
"faceRecognition": faceComparison
}
return res
5)実行結果を見てデータを解析する.あなたがTwitterでこのチュートリアルまたはコメントについてどう思うかについて、私に話してください!
この記事をお楽しみください.This Dot Labsに頭を上にしてチェックアウト!我々は、すべてのものJavaScriptとフロントエンドを行う技術コンサルタントです.我々は、角度、反応とVueのようなオープンソースソフトウェアを専門にする.
Reference
この問題について(AWS認識を用いた画像/顔認識👀), 我々は、より多くの情報をここで見つけました https://dev.to/thisdotmedia/image-text-face-recognition-with-aws-rekognition-4efaテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol