こんにちは。AWS CLIが好きな福島です。
はじめに
現在開催されているAWSの大規模なカンファレンスである「re:Invent 2022」に現地参加しており、 現地時間11/30 8:30 - 10:30で以下のWorkshopに参加したため、レポートを記載いたします。
Workshopとは
Workshopとは、実際に手を動かしながら理解を深めるセッションとなります。
持ち物としてはPCだけあれば良く、AWSアカウントもWorkshop用のAWSアカウントが用意されているため、事前にAWSアカウントの準備も不要です。
Workshop用のAWSアカウントには、メールアドレスか、Amazon.comのアカウントを用いて、ログインします。
会場の雰囲気
会場の雰囲気は以下の通りで100名以上が参加でき、規模の大きさが感じられます。
概要
今回のWorkshopは、金属プレートの欠陥を発見する仕組みをAWSで構築するという内容でした。
具体的には、Amazon Lookout for Visionでトレーニングしたモデルをエッジデバイスに見立てたCloud 9にデプロイし、 エッジデバイス(Cloud 9)上で推論してみるという内容でした。
構成図
構成図は以下の通りとなります。
- S3: モデルを作成するために必要なデータセットを保存
- Amazon Lookout for Vision: モデルのトレーニングおよびパッケージング(IoT Greengrassコンポーネント化)
- IoT Greengrass: エッジデバイス(Cloud 9)にモデルのデプロイ
※構成図には記載されていないですが、IoT Greengrassで管理するエッジデバイスとして、Cloud 9を利用しました。
Workshopでやったこと
ここからWorkshopでやったことを簡単に記載いたします。
①エッジデバイスにGreengrassの導入
Workshop用にWorkshop用に事前に作成されたSystems Managerの「ドキュメント」を利用し、 エッジデバイスに見立てたCloud 9にGreengrassを導入しました。
その後、Cloud 9にSession Managerでログインし、 Greengrassが稼働していることの確認およびIoT Coreの「モノ」として認識されていることを確認しました。
②Amazon Lookout for Visionを利用したプロジェクトおよびデータセットの作成
Workshop用に事前に用意されたデータセットを利用して、 Amazon Lookout for Visionにデータをインポートしました。
データセットには、30枚の金属テンプレートの画像が含まれいたかつ 事前にラベリングが行われており、正常な画像が20枚、異常な画像が10枚という内訳でした。
③Amazon Lookout for Visionによるモデルのトレーニング
②で作成したデータセットを利用し、モデルのトレーニングを実施しました。
本来は20分くらいかかるのですが、事前にトレーニングされたモデルも用意されており、 モデルのトレーニングが完了する前に次のステップに進められ、親切な設計でした。
④Amazon Lookout for Visionによるモデルのパッケージング
エッジデバイス(Cloud 9)に作成したモデルをGreengrassのコンポーネントとしてデプロイするため、モデルのパッケージングを行いました。
モデルのパッケージングの際には、Architecture(x86_64 or ARM64)やAccelerator(CPU or NVIDIA)といった設定を行いました。
⑤IoT Greengrassによるモデルのデプロイ
モデルをデプロイする前にAmazon Lookout for Visionによりパッケージングしたモデルは、S3に格納されるため、 GreegrassのIAMロール(GreengrassV2TokenExchangeRole)にS3へのアクセス権を付与しました。
アクセス権の付与が完了したら、AWS IoTのコンソールからCloud 9にGreengrassを利用して、 以下のGreengrassのコンポーネントをデプロイしました。
- aws.greengrass.CLi
- aws.greengrass.LogManager
- aws.greeengrass.Nucleus
- aws.iot.lookoutVision.EdgeAgent
⑥モデルのウォームアップおよび推論
エッジデバイス(Cloud 9)にデプロイされたモデルを起動後、金属テンプレートの画像を推論および 推論した結果をIoT CoreのMQTTテストクライアントに送信できることを確認し、Workshopを終了しました。
感想
普段業務でAmazon Lookout for VisionやIoT Greengrassは利用しないため、新しいサービスに触れられたのはとても良い経験になったなと感じました。
また、このWorkshopを利用してIoTや機械学習のイメージも少し沸きましたが、データセットの準備やモデルのウォームアップおよび推論するためのスクリプトは、事前に用意されており、中身の理解まではできなかったため、このあたりは時間がある時にでも学習したいなと感じました。
▼ 11月28日〜12月2日 AWS re:Invent 2022開催中！▼
米・ラスベガスで開催されるAWS最大のカンファレンスイベント！
ご登録はこちらから：
それでは、またお会いしましょう。
福島 和弥 (記事一覧)
2019/10 入社
AWS CLIが好きです。
AWS資格12冠。2023 Japan AWS Partner Ambassador/APN ALL AWS Certifications Engineer。
