AWS 发布 SageMaker SDK v3 边缘视觉流水线教程

AWS 发布了一套基于 SageMaker Python SDK v3 的参考架构和示例代码，用于管理边缘端计算机视觉模型的全生命周期。它用双分支 SageMaker Pipeline 为每台摄像头分别训练异常检测器和缺陷分类器，模型需经 ONNX 导出评估、质量门限和 SageMaker Neo 编译后才注册进 Model Registry。该架构是对 2023 年边缘视觉质检 MLOps 系列方案的更新。 按 AWS 的说法，完整运行 13 个步骤（含两次 Neo 编译）约需 15 分钟，在 us-east-2 区域按需使用 ml.m5.xlarge 计费约 0.07 美元；编译本身不收费，费用来自驱动编译的处理实例和输出存储。默认流水线生成合成产线图像，无需数据集和数据审批即可端到端验证；编排层默认最多同时允许五次流水线执行。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。