检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
管理设备上的技能 技能管理简介 安装技能 添加运行时配置 配置订阅消息 设置难例 启动或停止技能 卸载技能 父主题: 管理设备
控制台开发技能 技能简介 新建技能 获取技能模板 管理算法模型 编写逻辑代码 编辑技能 安装和调试技能 在ModelArts AI Gallery发布技能 删除技能
管理产品 产品简介 新建产品 订购技能(用于35XX系列设备) 分发技能 新增或删除技能
技能开发权限 表1 技能开发管理 权限说明 方法 授权项 依赖其他服务的最小化授权项 创建模型转换作业 PUT hilens:model:convertModel - 发布已开发的技能到技能市场 PUT hilens:project:publishProject obs:object
技能市场权限 表1 技能市场管理 权限说明 方法 授权项 依赖其他服务的最小化授权项 创建定制技能 POST hilens:market:createCommissionSkill - 下载技能市场的技能 GET hilens:market:downloadSkill obs:object
管理产品权限 表1 管理产品 权限说明 方法 授权项 依赖其他服务的最小化授权项 分发技能订单至产品 POST hilens:product:createProductLicense - 更新产品下技能订单信息 PUT hilens:product:updateProductLicense
使用SSH注册设备 连接PC和HiLens Kit SSH登录HiLens Kit设备 无线网络配置(SSH) 有线网络配置(SSH) SSH注册HiLens Kit 父主题: 注册HiLens Kit
开发环境HiLens Studio HiLens Studio使用流程 退订版本 新建技能项目 管理模型 使用手机实时视频流编写/调试代码 适配新版本HiLens Studio 安装第三方库 HiLens Studio安装技能 HiLens Studio启动或停止技能 HiLens
预置商用技能 预置商用技能简介 人脸检测技能 多区域客流分析技能 车牌识别技能 安全帽检测技能 人脸客流统计技能 车型车标技能 父主题: 技能市场
HiLens安全帽检测技能 技能开发流程介绍 准备数据 选择数据 训练模型 评估模型 部署应用 父主题: 开发可训练技能
管理模型 开发模型 导入/转换本地开发模型 导入/转换ModelArts开发模型 加密模型 父主题: 开发环境HiLens Studio
部署技能 创建部署工程 添加作业 查看部署信息 升级部署 删除部署 父主题: 控制台开发技能
技能市场 技能市场简介 在技能市场查找技能 购买技能
管理配置 管理密钥 管理配置项
权限及授权项说明 如果您需要对您所拥有的华为HiLens服务进行精细的权限管理,您可以使用统一身份认证服务(Identity and Access Management,简称IAM),如果华为云账号已经能满足您的要求,不需要创建独立的IAM用户,您可以跳过本章节,不影响您使用华为HiLens
编写逻辑代码 华为HiLens提供了一套HiLens Framework,HiLens Framework通过封装底层接口、实现常用的管理功能,让开发者可以方便的开发Skill,发展AI生态。详细指导和API介绍可参见《开发指南》。 HiLens Framework示例代码 HiLens
使用前必读 在华为HiLens管理控制台上开发技能时需要在线编辑或上传逻辑代码,而在逻辑代码中需要用到HiLens Framework,本文档针对开发者在开发可运行在HiLens Kit设备的技能的时候,介绍如何在逻辑代码中使用HiLens Framework API,您可以根据表
功能介绍 华为HiLens包括云侧管理平台、端侧设备管理以及开发者工具和插件。 云侧平台(基础版与专业版共有功能) AI应用开发 提供统一技能开发框架,封装基础组件,简化开发流程,提供统一的API接口,支持多种深度学习开发框架。 提供模型训练、开发、调试、部署、管理一站式服务,无缝对接用户设备
准备数据 在使用安全帽检测技能模板开发技能之前,您需要提前准备用于模型训练的数据,上传至OBS服务中。 数据集要求 文件名规范,不能有中文,不能有+、空格、制表符。 保证图片质量:不能有损坏的图片;目前支持的格式包括jpg、jpeg、bmp、png。 为了保证模型的预测准确度,训练样本跟真实使用场景尽量相似
开发模型 前提条件 目前,HiLens Kit的AI芯片支持运行“.om”模型,“.om”模型可以通过TensorFlow或Caffe模型转换而来,但“.om”模型并不支持TensorFlow和Caffe全部的算子,所以在开发模型的时候开发者需要用“.om”模型支持的算子,才能把TensorFlow