跳转至

Architecture

本次动手实验中,架构分为3个部分:

  1. AI Solution Kit - 通用物体识别、图片相似度功能。提供核心AI 能力。
  2. Workshop 前端程序(Workshop UI)
  3. Workshop 后端程序(Workshop backend) 总体结构

AI Solution Kit架构

本方案利用了AI Solution Kit解决方案中的通用物体识别 (Object Detection)、图片相似度(Image Similarity)。

方案中提供了两种架构,基于Amazon Lambda的架构和基于Amazon SageMaker的架构。本动手实验是基于Lambda架构。对推理时效性要求较高的,在生产中可使用基于SageMaker版本。

具体架构请点击:https://awslabs.github.io/aws-ai-solution-kit/zh/architecture/

Workshop架构

以图搜图原理

原理 以图搜图需要先建立图片库(索引)。
根据提供的图片,通过预训练模型,提取出特征向量,然后对待搜索图片也同样提取特征向量,再进行k最近邻(KNN)搜索,即可搜索到相似的图片。
预训练模型和提取图片特征向量由AI Solution Kit提供,只需要向对应API提交图片信息即可。
Amazon OpenSearch Service提供KNN搜索,能够在相似性用例中增强搜索能力。
我们将AI Solution Kit和Amazon OpenSearch结合使用来实现以图搜图功能。

平台/管理员创建索引

管理员架构图 管理员时序图

  1. 管理员向API Gateway发送建立图片索引请求
  2. API Gateway把信息转发给Lambda处理
  3. Lambda遍历S3上图片
  4. 把图片发送到AI Solution Kit,获取图片的特征向量。
  5. 把返回的图片特征向量和图片位置信息作为一条item写入OpenSearch,生产中,可加入业务信息。

用户进行图片搜索

用户架构图 用户时序图

  1. 用户向API Gateway发送待查询图片信息
  2. API Gateway把信息转发给Lambda处理
  3. Lambda把图片发送到AI Solution Kit,获取此图片的向量信息。
  4. 根据返回的图片向量信息在OpenSearch中进行KNN查找。OpenSearch会返回若干个结果,结果中包含图片位置信息。
  5. 根据图片位置信息对S3中图片进行预签名