利用Amazon Panorama Appliance，客户可以使用现有的本地摄像头分析边缘环境中的视频源，提升质量控制、优化供应链并增强消费者体验
日前，亚马逊云科技宣布Amazon Panorama Appliance正式可用，客户可将这一新设备安装在设施环境中，运行应用程序对于来自本地摄像头的多路视频流进行分析。Amazon Panorama Appliance让客户可以使用计算机视觉技术，快速轻松地对生产线进行视觉检查（如发现制造零件中的缺陷），增强快餐服务的客户体验（如监控排队情况）或优化实体零售店布局（如改进货品摆放、库存检查等）。至此，Amazon Panorama Appliance与Amazon Monitron、Amazon Lookout for Equipment 和 Amazon Lookout for Vision四大亚马逊云科技服务一起，成为业界最全面的云边协同工业机器学习服务套件。
来自工业、酒店、物流、零售和其他行业的客户希望使用计算机视觉来更快地做出决策，并优化运营。这些企业通常已经安装摄像头，但往往仍在采用人工方式运作，例如通过观看实时视频流从摄像头网络中提取有价值信息，这个过程既乏味又昂贵，且难以扩展。虽然一些智能摄像头支持实时视觉检查，但用新智能摄像头替换现有摄像头的成本可能会过高。并且，智能摄像头通常因为支持的用例不够广泛、且需要额外调整以适配而不够高效。例如，客户由于环境的简单变化（如照明、摄像头位置、或生产线速度）需要升级智能相机，通常需要联系其供应商寻求支持，既昂贵又耗时。或者，一些客户将视频从现有的本地摄像头发送到第三方服务器，但所需的互联网带宽成本高昂，设施也有可能位于互联网连接速度较慢的偏远地区，所有这些因素都会降低分析的实用性。因此，大多数客户受困于使用缓慢、成本昂贵、容易出错或需要手动流程开展视觉监控和检查任务，这些任务无法扩展，并可能导致缺陷遗漏或运营效率低下。
Amazon Panorama Appliance是一种新设备，通过使用现有的本地摄像头，借助计算机视觉就地分析视频流，帮助客户改善运营并降低成本，从而应对这些挑战。客户可以通过将Amazon Panorama Appliance连接至其网络，在几分钟内启用，识别用于分析的视频流。由于计算机视觉处理在Amazon Panorama Appliance所在的边缘环境位置就地发生，客户可以节省带宽成本，并可在互联网带宽有限的地方使用。此外，Amazon Panorama Appliance与Amazon SageMaker（亚马逊云科技机器学习平台服务，可让数据科学家和开发人员轻松构建、训练和部署机器学习模型）集成，客户可在Amazon SageMaker中更新其计算机视觉应用，并将模型部署到Amazon Panorama Appliance上。对于不想自己构建计算机视觉应用的客户，德勤、TaskWatch、Vistry、索尼和埃森哲等Amazon Panorama合作伙伴网络可提供广泛的解决方案，满足制造、建筑、酒店、零售和其他行业的独特需求。例如，零售行业客户已借助Amazon Panorama合作伙伴开发计算机视觉应用，这些应用可以分析客户流量，以帮助优化商店布局和货品摆放，分析那些需要额外配备人员以协助顾客的高峰时间段，并量化库存管理。
亚马逊云科技全球机器学习副总裁Swami Sivasubramanian表示：“建筑、酒店、工业、物流、零售、运输等各行各业的企业渴望改善运营并降低成本。计算机视觉为实现这些目标提供了宝贵的机会。然而，企业往往会面临一系列如技术的复杂性、有限的互联网连接、延迟和现有硬件不足等诸多挑战。我们构建了Amazon Panorama Appliance来帮助应对这些挑战，客户可以利用现有的本地摄像头，通过计算机视觉加速检查任务，降低运营复杂性并改善消费者体验。”
在美国、加拿大、英国和欧盟，Amazon Panorama Appliance现可通过Amazon Elemental销售。Amazon Panorama服务现已在美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、加拿大（中央）和欧洲（爱尔兰）区域正式可用，其他区域也将很快推出。
辛辛那提/北肯塔基国际机场是位于肯塔基州希伯伦的公共国际机场，为辛辛那提三州地区的旅客提供世界一流的服务。“CVG 机场致力于通过持续创新和战略合作提供世界一流的旅客体验。”辛辛那提/北肯塔基国际机场首席创新官Brian Cobb表示，“通过在 Amazon Panorama上使用 TaskWatch 的应用程序，我们将机器学习引入现有的 IP 摄像头，并自动监控超 70,000 平方英尺机场交通通道的拥堵情况。 一旦检测到问题，例如车辆失灵，TaskWatch 应用就会向机场工作人员发送实时警报，以便他们及时提供帮助，保持道路畅通并减少旅客延误。”
温哥华弗雷泽港务局是北美第三大港口，每年处理 350 万台集装箱。“我们需要一个解决方案来优化地面运营，并加速每天进入港口的数千个集装箱的检查工作。”温哥华弗雷泽港务局运营总监 Greg Rogge 表示，“我们认为机器学习可以为我们解决这个问题。 在德勤的帮助下，我们正使用Amazon Panorama 和其他先进技术来识别和跟踪集装箱。我们的客户受益于将数据馈送到区块链系统的实时可见性，港口也能够识别现有流程中的改进机会，进一步提升效率。”
Tyson Foods, Inc.是美国最大的食品公司，专注于应对当今世界面临的一些最大的可持续发展挑战。Tyson Foods, Inc.新兴技术高级经理Barret Miller表示：“Tyson Foods团队与 Amazon ML Solutions Lab 合作构建计算机视觉模型，用于对生产线上的包装产品计数，以确保质量。这些工作让我们可以使用Amazon Panorama，为包装线开发自动化解决方案。”
