本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # TensorFlow 精简版图像分类 TensorFlow Lite 图像分类组件 (`aws.greengrass.TensorFlowLiteImageClassification`) 包含示例推理代码，用于使用 [TensorFlow Lite](https://www.tensorflow.org/lite/guide/python) 运行时和样本预训练的 MobileNet 1.0 量化模型执行图像分类推理。此组件使用变体[TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md)和[TensorFlow 精简版运行时](tensorflow-lite-component.md)组件作为依赖项来下载 TensorFlow Lite 运行时和示例模型。要将此推理组件与自定义训练的 TensorFlow Lite 模型一起使用，[请创建依赖模型存储组件的自定义版本](ml-customization.md#override-public-model-store)。要使用自己的自定义推理代码，您可以使用此组件的配方作为模板来[创建自定义推理组件](ml-customization.md#create-inference-component)。 **Topics** + [版本](#tensorflow-lite-image-classification-component-versions) + [Type](#tensorflow-lite-image-classification-component-type) + [操作系统](#tensorflow-lite-image-classification-component-os-support) + [要求](#tensorflow-lite-image-classification-component-requirements) + [依赖项](#tensorflow-lite-image-classification-component-dependencies) + [配置](#tensorflow-lite-image-classification-component-configuration) + [本地日志文件](#tensorflow-lite-image-classification-component-log-file) + [更改日志](#tensorflow-lite-image-classification-component-changelog) ## 版本此组件具有以下版本： + 2.1.x ## Type 此组件是一个通用组件 (`aws.greengrass.generic`)。[Greengrass Nucleus](greengrass-nucleus-component.md) 运行组件的生命周期脚本。有关更多信息，请参阅[组件类型](develop-greengrass-components.md#component-types)。 ## 操作系统此组件可以安装在运行以下操作系统的核心设备上： + Linux + Windows ## 要求此组件具有以下要求： + 在运行 Amazon Linux 2 或 Ubuntu 18.04 的 Greengrass 核心设备上，[GNU C 库](https://www.gnu.org/software/libc/)（glibc）版本 2.27 或更高版本已安装在设备上。 + 在 Armv7l 设备（例如 Raspberry Pi）上，OpenCV-Python 的依赖关系已安装在设备上。运行以下命令以安装依赖关系。 ``` sudo apt-get install libopenjp2-7 libilmbase23 libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-0 libwebp-dev ``` + 运行 Raspberry Pi OS Bullseye 的 Raspberry Pi 设备必须满足以下要求： + NumPy 设备上安装了 1.22.4 或更高版本。Raspberry Pi OS Bullseye 包含的早期版本 NumPy，因此你可以运行以下命令在设备 NumPy 上升级。 ``` pip3 install --upgrade numpy ``` + 旧摄像机堆栈已在设备上启用。Raspberry Pi OS Bullseye 包含一个新摄像机堆栈，该堆栈默认处于启用状态且不兼容，因此您必须启用旧摄像机堆栈。 **启用旧摄像机堆栈** 1. 运行以下命令以打开 Raspberry Pi 配置工具。 ``` sudo raspi-config ``` 1. 选择**接口选项**。 1. 选择**旧摄像机**以启用旧摄像机堆栈。 1. 重启 Raspberry Pi。 ## 依赖项部署组件时， AWS IoT Greengrass 还会部署其依赖项的兼容版本。这意味着您必须满足组件及其所有依赖关系的要求，才能成功部署组件。本部分列出了此组件的[已发布版本](#tensorflow-lite-image-classification-component-changelog)的依赖关系，以及定义每个依赖关系的组件版本的语义版本约束。您还可以在 [AWS IoT Greengrass 控制台](https://console.aws.amazon.com//greengrass)中查看每个组件版本的依赖关系。在组件详细信息页面上，查找**依赖关系**列表。 ------ #### [ 2.1.11 and 2.1.12 ] 下表列出了此组件的版本 2.1.11 和 2.1.12 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.13.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.10 ] 下表列出了此组件的版本 2.1.10 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.12.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.9 ] 下表列出了此组件的版本 2.1.9 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.11.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.8 ] 下表列出了此组件的版本 2.1.8 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.10.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.7 ] 下表列出了此组件的版本 2.1.7 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.9.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.6 ] 下表列出了此组件的版本 2.1.6 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.8.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.5 ] 下表列出了此组件的版本 2.1.5 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.7.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.4 ] 下表列出了此组件的版本 2.1.4 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.6.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.3 ] 下表列出了此组件的版本 2.1.3 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.5.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.2 ] 下表列出了此组件的版本 2.1.2 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.4.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.1 ] 下表列出了此组件的版本 2.1.1 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.3.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ #### [ 2.1.0 ] 下表列出了此组件版本 2.1.0 的依赖关系。 | 依赖关系 | 兼容版本 | 依赖关系类型 | | --- | --- | --- | | [Greengrass Nucleus](greengrass-nucleus-component.md) | >=2.0.0 <2.2.0 | 软性 | | [TensorFlow 精简版图像分类模型存储](tensorflow-lite-image-classification-model-store-component.md) | >=2.1.0 <2.2.0 | 硬性 | | [TensorFlow 精简版](tensorflow-lite-component.md) | >=2.5.0 <2.6.0 | 硬性 | ------ ## 配置此组件提供您可以在部署组件时自定义的以下配置参数。 `accessControl` （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](interprocess-communication.md#ipc-authorization-policies)的对象。默认值： ``` { "aws.greengrass.ipc.mqttproxy": { "aws.greengrass.TensorFlowLiteImageClassification:mqttproxy:1": { "policyDescription": "Allows access to publish via topic ml/tflite/image-classification.", "operations": [ "aws.greengrass#PublishToIoTCore" ], "resources": [ "ml/tflite/image-classification" ] } } } ``` `PublishResultsOnTopic` （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/tflite/image-classification` `Accelerator` 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](ml-customization.md#override-public-model-store)以覆盖公共模型组件。默认值：`cpu` `ImageDirectory` （可选）设备上推理组件读取图像的文件夹路径。您可以将此值修改为设备上您有权 read/write 访问的任何位置。默认值：`/greengrass/v2/packages/artifacts-unarchived/component-name/image_classification/sample_images/` 如果将 `UseCamera` 的值设置为 `true`，则忽略此配置参数。 `ImageName` （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`、`jpg``png`、和`npy`。默认值：`cat.jpeg` 如果将 `UseCamera` 的值设置为 `true`，则忽略此配置参数。 `InferenceInterval` （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` `ModelResourceKey` （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： ``` { "model": "TensorFlowLite-Mobilenet" } ``` `UseCamera` （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。确保运行此组件的用户 read/write 可以访问相机存储捕获图像的位置。默认值：`false` 当您查看此组件的配方时，`UseCamera` 配置参数不会显示在默认配置中。但是，在部署组件时，可以在[配置合并更新](update-component-configurations.md)中修改此参数的值。如果将 `UseCamera` 设置为 `true`，则还必须创建符号链接，以使推理组件能够从运行时组件创建的虚拟环境中访问您的摄像机。有关将摄像机与示例推理组件结合使用的更多信息，请参阅 [更新组件配置](ml-tutorial-image-classification-camera.md)。 ## 本地日志文件此组件使用以下日志文件。 ------ #### [ Linux ] ``` /greengrass/v2/logs/aws.greengrass.TensorFlowLiteImageClassification.log ``` ------ #### [ Windows ] ``` C:\greengrass\v2\logs\aws.greengrass.TensorFlowLiteImageClassification.log ``` ------ **查看此组件的日志** + 在核心设备上运行以下命令可实时查看此组件的日志文件。将`/greengrass/v2`或*C:\$1greengrass\$1v2*替换为 AWS IoT Greengrass 根文件夹的路径。 ------ #### [ Linux ] ``` sudo tail -f /greengrass/v2/logs/aws.greengrass.TensorFlowLiteImageClassification.log ``` ------ #### [ Windows (PowerShell) ] ``` Get-Content C:\greengrass\v2\logs\aws.greengrass.TensorFlowLiteImageClassification.log -Tail 10 -Wait ``` ------ ## 更改日志下表介绍每个组件版本的更改。 | 版本 | 更改 | | --- | --- | | 2.1.12 | 对 Greengrass Nucleus 版本 2.12.5 发行版进行了版本更新。 | | 2.1.11 | 版本更新为 Greengrass Nucleus 版本 2.12.0 发布版。 | | 2.1.10 | 版本更新为 Greengrass Nucleus 版本 2.11.0 发布版。 | | 2.1.9 | 版本更新为 Greengrass Nucleus 版本 2.10.0 发布版。 | | 2.1.8 | 对 Greengrass Nucleus版本 2.9.0 发行版进行了版本更新。 | | 2.1.7 | 版本更新为 Greengrass Nucleus 版本 2.8.0 发布版。 | | 2.1.6 | 版本更新为 Greengrass Nucleus 版本 2.7.0 发布版。 | | 2.1.5 | 版本更新为 Greengrass Nucleus 版本 2.6.0 发布版。 | | 2.1.4 | 版本更新为 Greengrass Nucleus 版本 2.5.0 发布版。 | | 2.1.3 | 版本更新为 Greengrass Nucleus 版本 2.4.0 发布版。 | | 2.1.2 | 版本更新为 Greengrass Nucleus 版本 2.3.0 发布版。 | | 2.1.1 | 对 Greengrass Nucleus 版本 2.2.0 发行版进行了版本更新。 | | 2.1.0 | 初始版本。 |