Veröffentlicht am: Jun 14, 2018
Wir freuen uns, heute einige neue Funktionsmerkmale von AWS DeepLens zusätzlich zur Verfügbarkeit zum Kauf auf amazon.com ankündigen zu können.
Erweiterter Framework-Support – DeepLens ist jetzt für die TensorFlow- und Caffe-Frameworks optimiert. Die Modelle und Modellierungsebenen, die AWS DeepLens für jedes Framework unterstützt, können Sie in der begleitenden AWS-Dokumentation für diese Funktion nachsehen.
Erweiterter MXNet Layer-Support – DeepLens unterstützt nun die Ebenen Deconvolution, L2Normalization und LRN, die MXNet bereitstellt. Weitere Informationen finden Sie in der begleitenden AWS-Dokumentation für diese Funktion.
Kinesis Video Streams – Der Videostream von der DeepLens-Kamera kann nun in Verbindung mit Amazon Kinesis Video Streams eingesetzt werden. Sie können die rohe Kameraaufnahme an die Cloud streamen und dann über Amazon Rekognition Video Objekte, Gesichter und Inhalte aus dem Video extrahieren. Zur Verarbeitung und Analyse Ihrer Videostreams können Sie auch eigene Anwendungen entwickeln, die sich auf gängige Open-Source-ML-Frameworks stützen. Weitere Informationen finden Sie in der begleitenden AWS-Dokumentation für diese Funktion.
Neues Beispielprojekt – DeepLens enthält nun ein Beispielprojekt zur Ermittlung der Kopfhaltung. Dieses Beispielprojekt verwendet ein Deep Learning-Modell, das mit dem TensorFlow-Framework generiert wurde, um die Orientierung des Kopfes einer Person genau zu erkennen. Sie können dieses Beispiel untersuchen, um die Erstellung des Modells nachzuvollziehen. Weitere Informationen finden Sie in der begleitenden AWS-Dokumentation für diese Funktion.
Zusätzlich zu den Funktionsaktualisierungen können Sie nun das Ergebnis Ihrer Projekte über einen Browser anzeigen lassen, wenn Sie sich im selben Netzwerk befinden. Weitere Informationen finden Sie in der begleitenden AWS-Dokumentation für diese Funktion.
Auf der AWS Deep Lens-Website erfahren Sie mehr über AWS DeepLens und können Ihr Gerät bestellen. Weitere hilfreiche Ressourcen wie Video-Tutorials und einen Entwicklerleitfaden finden Sie auf der Seite DeepLens-Ressourcen. Sie können sich auch im Diskussionsforum zu DeepLens registrieren, um Ankündigungen zu erhalten und Fragen zu stellen.