尼菲 + DJL.AI – 快乐深度学习圣诞节
快乐的嗯…弗拉克日！
我一直在试验真棒新的Apache2.0许可Java深度学习库，DJL。在 NiFi 中，我试图找出一个快速用例和演示。因此，我使用我的 Web 相机处理器从我的 Powerbook 网络摄像头抓取静止镜头，并将其发送到处理器。结果将发送到松弛。
由于是假期，我想到我最喜欢的节日电影：矩阵和刀片亚军。所以我觉得沃伊特-坎普夫测试会很有趣。由于我还没有建立一个深度学习QA件，让我们开始看看你是否看起来像人类。我们会叫他们”人”。我正在测试，看看我是不是复制人。有时候很难说。让我们看看DJL是否认为我是人。
参见： http://nautil.us/blog/-the-science-behind-blade-runners-voight_kampff-test
好吧，至少它认为我是一个人。圣诞树的分类是模糊的准确。因此，我们可以看到深度学习在 Java 中是多么简单和强大，将其添加到 NiFi 中会使其更加简单。
它没有识别我的巨型法国面包。
您可能还有兴趣：
使用 Apache Spark 和 Apache NiFi 运行张力流
构建用于深度学习的新自定义处理器
最难的部分是一个良好的NiFi集成测试。DJL 团队提供了一些很好的例子，而且很容易插入他们的模型。
xxxxxxxxx
ZooModel<缓冲图像检测到的对象>模型|
MxModelZoo. .SSD.负载模型（标准新进度栏（））
预测变量<缓冲图像检测到的对象>预测变量+模型.新预测器（）
检测到的对象检测=预测变量。预测（img）;
所有源都在 GitHub 上，并引用以下 DJL 站点和存储库。
使用新的自定义处理器作为实时假日流的一部分
我们首先将深度学习处理器添加到画布png”数据-新=”假”数据大小=”112942″数据大小格式化”112.9 kB”数据类型=”temp”数据 url=”/存储/临时/12864908-添加 深度学习处理器.png”src=”宽度：745px;2019/12/12/12864908-添加深度学习处理器.png”宽度：745px;显示：块;垂直对齐：顶部;边距：5px自动;文本对齐：中心;”/>
示例流：
- GetWebCamera处理器：从附加的网络相机抓取图像
- 更新属性：为图像添加媒体类型
- 深度学习处理器： 从动物园运行我们的 DJL 深度学习模型
- 放置 Slack： 将 DJL 结果放在文本窗口中以松弛
- 帖子slack： 发送我们的DJL改变的图像松弛
- 漏斗： 将所有故障发送到瓦尔哈拉
如果我们举例说，起源，我们可以看到它花了多长时间运行和其他一些有趣的属性。
我们将图像分析的结果放在属性中，同时返回在找到的对象上具有边界框的新图像。
我们现在有一个完整的分类工作流程，用于对图像进行实时深度学习分析，可用于圣诞老人观看、安全、Memes和其他重要业务目的。
初始版本可在此处获取：https://github.com/tspannhw/nifi-djl-processor/releases/tag/v1.0
使用深Java库（https://djl.ai/）中的库和示例代码。
com/awslabs/djl/blob/master/示例/src/main/java/ai/djl/示例/推理/BertQaInference.java”rel=”无开路者”目标=”_blank”\https：//github.com/awslabs/djl/blob/master/src/src/src/j/s.s
源代码：https://github.com/tspannhw/nifi-djl-processor/
