文件名称：rekognition-crowded-demo
文件大小：7.73MB
文件格式：ZIP
更新时间：2024-05-24 09:35:42
Python
识别演示 该演示的目的是构建一个使用Amazon Rekognition识别拥挤场所的堆栈。 概述 该存储库演示了如何使用功能“ Amazon Rekogntion的检测标签”来识别检测到人群环境的地方并将通知发送到电子邮件地址，在此演示中，我们将模拟一个卫星，该卫星将提供拥挤的地方的图像，并我们的系统没有拥挤的地方。 该演示在us-east-1区域进行了测试 先决条件 架构图 设定说明 提供基础结构 您只需要运行cloudformation模板即可配置基础架构和所有组件 首先，您需要创建一个S3存储桶以存储我们的应用程序lambda代码。 aws s3 mb s3:// < MY> 邮政编码代码。 zip ./lambda_package_crowd.zip lambda_recognize_crowd/lambda_function.py zip ./
【文件预览】：
rekognition-crowded-demo-master
----.gitignore(2KB)
----images()
--------crowd_detection_diagram.png(311KB)
--------analyze-image.png(1.25MB)
--------satellite-app.png(459KB)
----lambda_recognize_crowd()
--------requirements.txt(136B)
--------lambda_function.py(2KB)
----cloudformation()
--------rekognitionstack.yaml(5KB)
----CONTRIBUTING.md(3KB)
----CODE_OF_CONDUCT.md(309B)
----LICENSE(10KB)
----README.md(4KB)
----satellite-app()
--------Dockerfile(224B)
--------templates()
--------requirements.txt(230B)
--------static()
--------docker-compose.yml(356B)
--------satellite-flask.py(2KB)
----NOTICE(67B)
----satellite-images()
--------ElisIslandNoPeople.png(1.8MB)
--------KoreanSatelliteSuperBowl.jpg(255KB)
----lambda-sns-notify()
--------lambda_function.py(1KB)
--------data.py(982B)