使用Amazon Nova 2 Lite進行目標檢測

傳統的計算機視覺解決方案通常需要大量的前期投入，包括數據管道、模型訓練基礎設施、計算資源以及專門的數據科學團隊，這對於小型公司或團隊來説往往難以承受。通過Amazon Bedrock提供的Amazon Nova 2 Lite提供了一個有吸引力的替代方案。這個多模態基礎模型可以通過自然語言提示檢測物體，無需任何訓練。只需指定“車輛”、“人”或“凹痕”，Nova就會以結構化JSON格式返回精確的邊界框座標。

在本篇文章中，我們將逐步介紹如何使用Amazon Nova 2 Lite實現目標檢測。您將學習如何利用Amazon Bedrock、AWS Lambda和Amazon API Gateway部署一個目標檢測應用。您還將學習如何設計有效的提示、處理結構化JSON輸出以及可視化結果。我們將探討在製造業、農業和物流領域的實際應用。

解決方案概述

在開始之前，請確保您具備以下條件：

• AWS賬户及權限：有效AWS賬户並啓用Amazon Bedrock訪問權限，具備bedrock:InvokeModel的IAM權限，以及所在區域對Amazon Nova 2 Lite模型的訪問權。
• AWS CLI已配置（用於部署）。
• 開發環境（用於本地測試）：Python 3.8或更高版本，AWS SDK for Python (Boto3) 1.28.0+，Python Imaging Library (PIL/Pillow)。
• 安裝命令：pip install boto3 pillow

預估成本

• Amazon Bedrock：每千個輸入令牌0.0003美元，每千個輸出令牌0.0025美元。
• 典型圖像：約230個輸入令牌（約0.000069美元/圖像）和約200個輸出令牌（約0.0005美元/圖像）。
• 示例：10,000張圖像約5.69美元。
• AWS Lambda、Amazon API Gateway：按使用量付費（測試時成本極低）。
• 時間預估：30-45分鐘。

目標檢測解決方案通過四個主要步驟識別和定位圖像中的物體：

1. 提示工程：結構化提示以指定物體和期望的JSON輸出格式。
2. Amazon Bedrock：調用Amazon Bedrock訪問Amazon Nova 2 Lite，無需管理基礎設施，並從響應中提取邊界框信息。
3. 座標處理：將Nova的歸一化座標（0-1000範圍）轉換為像素位置。
4. 可視化：在圖像上渲染邊界框以供驗證。

您通過Amazon Bedrock的Converse API發送圖像和待檢測物體列表。Amazon Nova 2 Lite分析圖像並返回包含每個檢測物體邊界框座標的JSON響應。然後根據圖像尺寸將歸一化座標（0-1000範圍）轉換為像素位置。最後，通過在原始圖像上繪製邊界框來可視化結果。

提示設計

提示工程在實現準確檢測中扮演重要角色。提示模板包含精心設計的指令集，指定了關鍵要求。模板中的兩個變量elements和schema根據檢測物體類型動態構建，使提示模板能夠處理任意物體類別而無需修改。

提示示例包括：目標、指令、輸出要求和示例JSON結構。完整的提示內容請參閲GitHub倉庫。

示例：街景檢測

我們使用Nova 2 Lite測試了一張街景圖像。無需任何訓練或微調，我們要求Nova檢測“車輛”和“停車標誌”兩種物體。如圖1所示，Nova不僅準確檢測出明顯物體，還能檢測出小型、遙遠或部分遮擋的物體。邊界框緊密貼合物體邊界，間隙極小。Nova僅使用基本的物體名稱如“車輛”和“停車標誌”就實現了這樣的精度。

雲端部署

Amazon Bedrock提供了對Amazon Nova 2 Lite的API訪問，這意味着您可以從任何AWS計算服務中調用它。選擇最適合您工作負載的服務。對於事件驅動的工作負載和API端點，AWS Lambda提供自動擴展和按調用付費模式，消除了空閒成本。如果您需要更多控制運行時環境或具有長時間運行的進程，Amazon EC2提供了完全靈活性。對於基於容器的部署，可使用Amazon ECS或Amazon EKS。

無論選擇哪種計算服務，它們都調用相同的Amazon Bedrock Converse API與Nova模型交互。這種一致性使目標檢測能夠輕鬆集成到現有基礎設施中，或在計算平台之間遷移。

構建目標檢測應用

我們構建了一個示例無服務器Web應用，展示瞭如何使用Amazon Nova 2 Lite進行目標檢測。該概念驗證包括Web界面、安全基礎設施和自動擴展。您可以在幾分鐘內部署到自己的AWS賬户。

該應用採用無服務器優先架構，多個AWS服務協同工作。Amazon CloudFront通過Origin Access Control從私有Amazon S3存儲桶提供單頁應用，提供全球分發和HTTPS強制。用户上傳圖像並指定待檢測物體後，前端發送請求到Amazon API Gateway，再由其路由到AWS Lambda函數。

Lambda函數作為編排層，調用Amazon Bedrock的Converse API將圖像和檢測提示發送給Amazon Nova 2 Lite。Nova返回每個檢測物體的歸一化邊界框座標，Lambda函數將其轉換為像素位置並在圖像上繪製標註框。標註後的結果通過相同路徑返回：Lambda到API Gateway再到前端。用户即可看到帶有檢測物體高亮的圖像。

圖2展示了無服務器目標檢測示例應用的架構。

自行嘗試

完整源代碼（包括所有AWS CDK基礎設施定義和Lambda函數）可在GitHub倉庫中找到。安裝AWS CLI和AWS CDK並在Amazon Bedrock控制台中啓用Amazon Nova 2 Lite訪問後，部署非常簡單直接。

這個無服務器模式展示了使用Nova模型構建AI應用的速度。由於所有內容均為基礎設施即代碼，您可以對完整應用棧進行版本控制，並在多個環境或AWS賬户中一致部署。

清理資源

為避免持續產生費用，請刪除本教程中創建的資源。

• 如果部署了示例應用：運行cdk destroy刪除CloudFormation堆棧，並驗證資源已移除。
• 手動清理（如需）：刪除S3存儲桶及其內容，移除Lambda函數，刪除API Gateway端點，移除CloudFront分發。
• 成本影響：Amazon Bedrock API調用按使用付費，無持續基礎設施成本。刪除部署資源後，僅在調用API時產生費用。

實際應用

以下示例展示了Amazon Nova 2 Lite在跨行業實際用例中的應用。

製造業質量控制

一家金屬加工廠每月處理10,000個零件。每個有缺陷的零件發運後會產生50-200美元的退貨和返工成本。訓練傳統計算機視覺模型所需的大量前期投資通常難以承受。藉助Amazon Nova 2 Lite，該工廠實現了質量檢測自動化。他們指定缺陷如“劃痕”、“凹痕”或“鏽斑”，系統自動識別。每個零件分析5張圖像，每月成本約8美元。

精準農業

一個5,000英畝的農場在20周生長季內每週拍攝無人機圖像，以儘早發現作物問題。早期檢測可防止化學品過度施用和作物損害。農場指定：“病葉”、“蟲害”、“真菌”。每季處理120萬張高分辨率圖像的成本約200美元。同樣的方法使GPS引導設備能夠檢測障礙物（如“車輛”、“設備”、“碎片”），可能實現自主田間作業。

物流與配送

配送中心通過指定“破損箱子”、“壓扁包裹”、“水漬”來檢測損壞包裹。系統自動標記需要檢查的物品並將其路由到質量控制區域，確保整個運營過程中標準一致。這種方法還可擴展到庫存監控（如“空貨架”、“放錯物品”）和安全合規（如“安全帽”、“安全背心”、“安全眼鏡”），使計算機視覺適用於各種規模的運營。

結論

在本文中，我們展示了Amazon Nova 2 Lite如何使目標檢測變得易於使用。通過自然語言提示指定物體名稱，您可以在數小時內而不是數月內部署計算機視覺應用，無需管理任何基礎設施。它通過單個API提供目標檢測性能，採用按需付費的成本結構，且無需機器學習專業知識。

準備好嘗試了嗎？從我們的GitHub倉庫部署示例應用，或在Amazon Bedrock控制台中探索Amazon Nova模型。