AI News HubLIVE
站内改写4 分钟阅读

使用Amazon Nova 2 Lite进行目标检测

本文介绍了如何通过Amazon Nova 2 Lite实现目标检测，无需训练模型或管理基础设施。利用Amazon Bedrock、Lambda和API Gateway构建应用，通过自然语言提示即可检测物体并获取边界框坐标。涵盖制造业、农业和物流等实际应用场景。

来源AWS Machine Learning Blog作者: Robert Stolz

传统的计算机视觉解决方案通常需要大量的前期投入，包括数据管道、模型训练基础设施、计算资源以及专门的数据科学团队，这对于小型公司或团队来说往往难以承受。通过Amazon Bedrock提供的Amazon Nova 2 Lite提供了一个有吸引力的替代方案。这个多模态基础模型可以通过自然语言提示检测物体，无需任何训练。只需指定“车辆”、“人”或“凹痕”，Nova就会以结构化JSON格式返回精确的边界框坐标。

在本篇文章中，我们将逐步介绍如何使用Amazon Nova 2 Lite实现目标检测。您将学习如何利用Amazon Bedrock、AWS Lambda和Amazon API Gateway部署一个目标检测应用。您还将学习如何设计有效的提示、处理结构化JSON输出以及可视化结果。我们将探讨在制造业、农业和物流领域的实际应用。

解决方案概述

在开始之前，请确保您具备以下条件：

  • AWS账户及权限：有效AWS账户并启用Amazon Bedrock访问权限，具备bedrock:InvokeModel的IAM权限，以及所在区域对Amazon Nova 2 Lite模型的访问权。
  • AWS CLI已配置（用于部署）。
  • 开发环境（用于本地测试）：Python 3.8或更高版本，AWS SDK for Python (Boto3) 1.28.0+，Python Imaging Library (PIL/Pillow)。
  • 安装命令：pip install boto3 pillow

预估成本

  • Amazon Bedrock：每千个输入令牌0.0003美元，每千个输出令牌0.0025美元。
  • 典型图像：约230个输入令牌（约0.000069美元/图像）和约200个输出令牌（约0.0005美元/图像）。
  • 示例：10,000张图像约5.69美元。
  • AWS Lambda、Amazon API Gateway：按使用量付费（测试时成本极低）。
  • 时间预估：30-45分钟。

目标检测解决方案通过四个主要步骤识别和定位图像中的物体：

  1. 提示工程：结构化提示以指定物体和期望的JSON输出格式。
  2. Amazon Bedrock：调用Amazon Bedrock访问Amazon Nova 2 Lite，无需管理基础设施，并从响应中提取边界框信息。
  3. 坐标处理：将Nova的归一化坐标（0-1000范围）转换为像素位置。
  4. 可视化：在图像上渲染边界框以供验证。

您通过Amazon Bedrock的Converse API发送图像和待检测物体列表。Amazon Nova 2 Lite分析图像并返回包含每个检测物体边界框坐标的JSON响应。然后根据图像尺寸将归一化坐标（0-1000范围）转换为像素位置。最后，通过在原始图像上绘制边界框来可视化结果。

提示设计

提示工程在实现准确检测中扮演重要角色。提示模板包含精心设计的指令集，指定了关键要求。模板中的两个变量elements和schema根据检测物体类型动态构建，使提示模板能够处理任意物体类别而无需修改。

提示示例包括：目标、指令、输出要求和示例JSON结构。完整的提示内容请参阅GitHub仓库。

示例：街景检测

我们使用Nova 2 Lite测试了一张街景图像。无需任何训练或微调，我们要求Nova检测“车辆”和“停车标志”两种物体。如图1所示，Nova不仅准确检测出明显物体，还能检测出小型、遥远或部分遮挡的物体。边界框紧密贴合物体边界，间隙极小。Nova仅使用基本的物体名称如“车辆”和“停车标志”就实现了这样的精度。

云端部署

Amazon Bedrock提供了对Amazon Nova 2 Lite的API访问，这意味着您可以从任何AWS计算服务中调用它。选择最适合您工作负载的服务。对于事件驱动的工作负载和API端点，AWS Lambda提供自动扩展和按调用付费模式，消除了空闲成本。如果您需要更多控制运行时环境或具有长时间运行的进程，Amazon EC2提供了完全灵活性。对于基于容器的部署，可使用Amazon ECS或Amazon EKS。

无论选择哪种计算服务，它们都调用相同的Amazon Bedrock Converse API与Nova模型交互。这种一致性使目标检测能够轻松集成到现有基础设施中，或在计算平台之间迁移。

构建目标检测应用

我们构建了一个示例无服务器Web应用，展示了如何使用Amazon Nova 2 Lite进行目标检测。该概念验证包括Web界面、安全基础设施和自动扩展。您可以在几分钟内部署到自己的AWS账户。

该应用采用无服务器优先架构，多个AWS服务协同工作。Amazon CloudFront通过Origin Access Control从私有Amazon S3存储桶提供单页应用，提供全球分发和HTTPS强制。用户上传图像并指定待检测物体后，前端发送请求到Amazon API Gateway，再由其路由到AWS Lambda函数。

Lambda函数作为编排层，调用Amazon Bedrock的Converse API将图像和检测提示发送给Amazon Nova 2 Lite。Nova返回每个检测物体的归一化边界框坐标，Lambda函数将其转换为像素位置并在图像上绘制标注框。标注后的结果通过相同路径返回：Lambda到API Gateway再到前端。用户即可看到带有检测物体高亮的图像。

图2展示了无服务器目标检测示例应用的架构。

自行尝试

完整源代码（包括所有AWS CDK基础设施定义和Lambda函数）可在GitHub仓库中找到。安装AWS CLI和AWS CDK并在Amazon Bedrock控制台中启用Amazon Nova 2 Lite访问后，部署非常简单直接。

这个无服务器模式展示了使用Nova模型构建AI应用的速度。由于所有内容均为基础设施即代码，您可以对完整应用栈进行版本控制，并在多个环境或AWS账户中一致部署。

清理资源

为避免持续产生费用，请删除本教程中创建的资源。

  • 如果部署了示例应用：运行cdk destroy删除CloudFormation堆栈，并验证资源已移除。
  • 手动清理（如需）：删除S3存储桶及其内容，移除Lambda函数，删除API Gateway端点，移除CloudFront分发。
  • 成本影响：Amazon Bedrock API调用按使用付费，无持续基础设施成本。删除部署资源后，仅在调用API时产生费用。

实际应用

以下示例展示了Amazon Nova 2 Lite在跨行业实际用例中的应用。

制造业质量控制

一家金属加工厂每月处理10,000个零件。每个有缺陷的零件发运后会产生50-200美元的退货和返工成本。训练传统计算机视觉模型所需的大量前期投资通常难以承受。借助Amazon Nova 2 Lite，该工厂实现了质量检测自动化。他们指定缺陷如“划痕”、“凹痕”或“锈斑”，系统自动识别。每个零件分析5张图像，每月成本约8美元。

精准农业

一个5,000英亩的农场在20周生长季内每周拍摄无人机图像，以尽早发现作物问题。早期检测可防止化学品过度施用和作物损害。农场指定：“病叶”、“虫害”、“真菌”。每季处理120万张高分辨率图像的成本约200美元。同样的方法使GPS引导设备能够检测障碍物（如“车辆”、“设备”、“碎片”），可能实现自主田间作业。

物流与配送

配送中心通过指定“破损箱子”、“压扁包裹”、“水渍”来检测损坏包裹。系统自动标记需要检查的物品并将其路由到质量控制区域，确保整个运营过程中标准一致。这种方法还可扩展到库存监控（如“空货架”、“放错物品”）和安全合规（如“安全帽”、“安全背心”、“安全眼镜”），使计算机视觉适用于各种规模的运营。

结论

在本文中，我们展示了Amazon Nova 2 Lite如何使目标检测变得易于使用。通过自然语言提示指定物体名称，您可以在数小时内而不是数月内部署计算机视觉应用，无需管理任何基础设施。它通过单个API提供目标检测性能，采用按需付费的成本结构，且无需机器学习专业知识。

准备好尝试了吗？从我们的GitHub仓库部署示例应用，或在Amazon Bedrock控制台中探索Amazon Nova模型。