前言：

        作为一个萌新来说，对于所有活动的探究方式就只有三点。为什么，是什么，怎么做。那么我也会基于这三个点来开始说在活动收获的东西。但是会新加一个每个环节达成的效果可能是什么样的。ps：（这里大多属于自己的推测，方便理解不一定正确，由于我参加的是线上动手实验，对线下实验仅仅只有一点点理解所以着重点会更偏向于线上理解）

一：为什么会有build on此次活动

        通过助教和官方给的文档不难看出，这次活动是综合了两方面。第一个是关于树莓派物联网的方面（进行图像采集）第二个是采用了aws的 Amazon Rekognition Streaming Video Events（实时视频检测）与Amazon KVS（视频流）来解决安防问题。笼统的来说基本的技术可以归结到ai的图像识别和大数据里的实时流（在此处好像是视频流）图像处理。aws推出这次活动是为了让大家更了解关于以上的东西，另一方面应该是推出这种比较方便的方式来解决自己的生活问题，只需要用到物联网的树莓派和aws上面的一些处理方式。

ps：官方文档链接：基于 Amazon KVS 与 Amazon Rekognition Streaming Video Events 实时智能视频检测的创新实践

二：那么build on活动和我们操作的是什么

        这次build on就是给大家一个平台来接触这些平时不太可以接触的到的东西，比如说怎么进行一个视频流的处理。怎么运用树莓派做到图像采集。怎么使用aws平台里面的cloud9，怎么配置一个环境，获取你的安全凭证，去上传你采集到的视频，通过附加策略的方式去将最后的识别结果拿到手。

        我们操作的分线上和线下两个方面，听直播说线下是包括了树莓派物联网的方面和aws的视频处理两个方面。线上也就是我参加的动手实验仅仅只包括了aws的视频处理方面不涉及到物联网方面。（ps：跳过了4.2部分，做完了4.1直接开始4.3部分）

       

三：关于每个大模块的理解（也是三个什么的方式来讲述）

        我相信很多朋友一开始和我一样跟着助教做着实验但是并不可以理解我们到底在操作什么。那么这里我和大家来分享一下我的理解。

        一：4.1部分

                        如图上方就是需要你去准备一个子用户，并且给子用户附加一个策略（权限）。为什么要附加一个权限和创建用户呢？因为根账号的权限太高了，第一个会不安全，第二个容易破坏环境。（学习操作系统和linux系统的同学应该知道我们操作一般都在普通用户进行操作，这个是一样的道理）这步就是创建一个你需要的环境。

        超级重点：助教说视频资源在爱尔兰地区，我一开始没换最后还重做了一边。

        二：4.2部分（线下树莓派部分，由于没有参加所以会比较笼统的一笔带过）

 

        这个地方会用到树莓派，一般来说大概几百块吧。

 操作流程第一步就是先把操作系统烧录到树莓派里面，一般来说是使用SD卡进行烧录。（因为一开始的SD卡是空的所以你需要自行去烧录操作系统进去之后去操作）具体操作可以看实验手册

。 

第二步就是连接树莓派一般来说是用ssh的方式来连接，实验手册上面说要2.4G的网络连接成一个局域网由于我没有试过，所以不知道5G可不可以。（如果有成功的可以大佬可以说一声）

第三步就是配置好树莓派然后编译环境。编译环境之后就可以去进行一些操作了。（这个地方需要更改一些镜像源会快一点，还有环境变量似乎也需要改）

第四步：将摄像头的内容传输到kvs视频流里面里面（我称之为图像采集）

 

        二：4.3部分（注意此处和4.2也是采集图像，但是由于是线上部分所以图像在aws账号中是存在的直接上传就好了起到的是模拟摄像头的作用）

        第一步：创建could9（在4.2里面是烧录了一个系统直接运用aws同样也是需要一个操作系统的，我看了一下好像是Ubuntu的操作系统，可惜没有图形化）

        

        第二步：对应的配置实验的环境，比如说更新包，磁盘扩容等等操作。 

第三步：下载视频配置安全凭证cli，并且上传视频到kvs

这个安全凭证直接从b开始做，我当时做错了希望各位别和我一样

 第四步：配置完安全凭证之后就可以把视频上传到kvs当中。在视频流中查看是否有视频的上传

 到这里四的大部分就做完了，回忆一下大概做什么，就是配置将视频上传到kvs所需要的环境，然后下载视频到本地当中最后去把视频上传到kvs当中。到这步视频部分就准备完毕了

        三：4.4部分（这里就是开始准备我们需要接受的东西，实验手册是有两个一个是s3桶一个是topic订阅，最后会把图片存到这两个地方让大家查看）

 

         第一步：创建好s3桶和topic进行一个订阅文档中有这里不做过多赘述

        第二步：创建角色并且添加策略（在这里添加的策略是给kvs可读，然后后台进行托管去检测图片啥的，就是图像识别的操作。然后给s3和topic可写的权限就是为了将识别出来的图片放进s3桶里面和topic邮件发送给你。）

 

        4.5部分（这里其实就是开始运行整个aws的识别操作）

        第一步：创建好创建进程的json文件。指定哪个角色，放到哪个桶和topic里面还有需要识别kvs的视频流是哪个。创建好之后可以用运行命令来提交上传工作（感觉和大数据flink里面有一点点相似）（这个时候工作还是关闭没有启动的进程只是创建了一个工作，你可以理解为你买了一个空调，但是空调没有开起来，但是你已经有了。前面的工作像是在组装空调。）

 

        

第二步：准备一个启动的json，用来启动整个工作。还是用空调举例这个就是遥控器用来打开空调的开关。然后去启动你的整个识别视频和保存图片的工作。

 第三步：去查看图片剩下的就是看个人了和实验无关了。

结束语：

        回顾一下我的理解。一开始的4.1-4.3都是用来准备工作的，环境和你的视频，然后把视频上传到kvs当中。用冰箱举例子这个时候是购买冰箱的零件。4.4部分就是创建桶和topic，还是冰箱来举例子，这个如果有了空调总要出冷气吧，我得验证一下对吧。这个就是看有没有出冷气的东西准备。4.5分成两个部分，第一个就是创建一个项目，第二个就是创建一个启动项目的启动文件（可以理解成exe后缀的可执行文件）。然后呢按照空调理解法就是我先把买的零件全部组装起来，然后获得一个完整的空调，然后我再拿到开关。有了开关就可以去开空调了。最后去看有没有冷气也就是检查是否可以查看到识别后的图片。（这些是个人理解如果有问题请大佬指出来）

最后再发一次实验手册

基于 Amazon KVS 与 Amazon Rekognition Streaming Video Events 实时智能视频检测的创新实践