亚马逊云科技 Build On -【掌握AIoT高频应用场景—实时视频内容识别技术《揭秘出海爆款新物种背后的黑科技》】实验心得

学习目标：

带摄像头的loT设备集成开发技能
端-云之间的视频流数据统一管理及调度开发技能
学习云上视频流处理和AI视觉识别检测实现方法
完成基于云上识别检测结果触发设备端操作的完整AloT闭环最佳实践经验

---

学习内容：

1. 创建Amazon Cloud9环境
2. 创建流Amazon Kinesis 视频流控制台
3. 安装AWS CLI
4. 创建S3 Bucket
5. 创建SNS并配置邮件订阅
6. 创建Rekognition Service Role中的策略与角色
7. 启动Rekognition Streaming Video Events
8. 观测执行结果

---

学习心得：

我报名参加【亚马逊云科技 Build On】【掌握AIoT高频应用场景—实时视频内容识别技术《揭秘出海爆款新物种背后的黑科技》】，在活动开始前，先是通过直播了解了AloT实时视频内容识别计数的广阔前景，然后了解到如何实现基于IoT设备的创新场景。老师将其分为设备端、云端、应用三个层面进行分析，并且给出了完善的解决方案。
虽然我是个小小萌新不是很懂这方面的技术，但是跟着实验手册也能够独立且顺利地完成此次实验。此次线上动手实验收获颇多，我学会了以下一些操作：
1.自己动手创建Cloud9环境，并且完成一些基础的配置，下载并配置对应的SDK。
2.在KVS中创建一个视频流，并且在云端环境进行下载、上传视频并且成功播放。
3.创建S3 Bucket并且创建创建SNS并配置邮件订阅。
4.在IAM中根据先前创建的KVS、SNS、S3桶的ARN值，完成策略配置，并且创建角色使用该策略。
5.在Cloud9中创建对应的create…和start…的json文件，随后执行对应的语句，就可以在订阅的邮箱和对应的桶中查看的执行结果。

邮箱收到的结果：

S3创建的桶收到的结果：

通过本次的学习，跟着实验手册一步步的操作，已经能够从0到1我拿出了一个完整的在云端利用Amazon KVS与Amazon Rekognition Streaming Video Events进行实时智能识别实验，获得了很多收获。