在 AWS 上進行物聯網與人工智慧實作

本系列文章主要結合三大元素：物聯網設備、雲端計算與人工智慧。隨著人工智慧的爆發式成長，人工智慧的應用已經遍及影像、影片、聲音、對話、文章等領域，而公有雲已經將人工智慧的開發或是應用封裝成完善的服務，對於人工智慧的模型開發者或是應用開發者而言，只需要的去熟悉、了解開發框架，就可以快速的應用人工智慧的技術，而不需要再花時間在購買GPU，安裝驅動、安裝開發框架等基礎環境搭建等無關事務上，可以專注於核心專業上。所以本系列文章以 Python 為主要開發語言， ESP32-CAM 作為物聯網設備，接著介紹 AWS 雲端基礎建設與機器學習的相關服務，最後將 AWS 文字/人臉辨識與 ESP32-CAM 進行整合，完成一個結合物聯網設備、雲端計算與人工智慧的應用系統。

目錄

• 在 AWS 上進行物聯網與人工智慧實作
  • 所需相關知識
  • 所需資源
  • 本系列文章
    • 第一部分 Python 基礎概念
    • 第二部分 ESP32-CAM
    • 第三部分 網際網路基礎
    • 第四部分 AWS 服務
    • 第五部分 系統整合

所需相關知識

• Python 基礎概念
• 介紹單晶片 ESP32-CAM
• 使用 MicroPython 開發ESP32-CAM
• AWS基礎設施服務
• Amazon API Gateway
• AWS Lambda
• Amazon DynamoDB
• Amazon S3
• Amazon Rekognition
• 網際網路基礎
• HTTP Request/Response

所需資源

• AWS 帳號 - 建議可以申請AWS 免費方案
• 或 AWS Academy Learner Lab 帳號 - 這是針對有加入AWS Academy專案的學校，也是免費的
• ESP32-CAM 與 CH340 下載轉接頭

本系列文章

這本系列文章規劃成 5 個部分，從 Python 基礎開始，接著使用 ESP32-CAM 的 microPython，接著在 AWS 上使用AWS Lambda 編寫無伺服器的 Python 程式，來完成文字與人臉辨識的功能，並透過每個單元的實作讓你一步一步完成這份專案：

第一部分 Python 基礎概念

了解 Python 的基礎語法與開發環境

• Python 說明與開發環境
• Python 基礎語法
• Python 基本資料類型
• Python 分支控制
• Python 函數與模組

第二部分 ESP32-CAM

介紹單晶片 ESP32-CAM 的出處、結構與基礎程式應用。

• 單晶片 ESP32-CAM
• 使用 MicroPython 開發 ESP32-CAM - Thonny
• 使用 MicroPython 檔案存取
• 使用 MicroPython 控制燈號、撰寫 ISR
• 使用 MicroPython 連接 Wi-Fi、同步 NTP
• 使用 MicroPython 拍照
• 使用 MicroPython 安裝新模組與使用
• 實驗：ESP32-CAM 拍照

第三部分 網際網路基礎

說明網頁運作基本原理。

• HTTP 請求/回應格式
• 網際網路基礎

第四部分 AWS 服務

介紹本次應用中使用到的 AWS 的服務，包含了 API 呼叫、運算服務、儲存、資料庫與影像處理的人工智慧(AI)應用等。

• AWS 基礎設施服務
• Amazon API Gateway
• AWS Lambda
• 實驗：使用 GET 方法查詢資料
• Amazon S3
• 實驗：建立靜態網站
• 實驗：上傳圖片
• Amazon DynamoDB
• 實驗：上傳EXCEL檔並存入資料庫中
• 實驗：查詢資料庫中的資料
• Amazon Rekognition
• 實驗：人臉辨識從 Amazon S3 讀取
• 實驗：文字辨識從 Amazon S3 讀取
• 實驗：文字辨識從客戶端上傳

第五部分 系統整合

透過 API Gateway 整合 ESP32-CAM 與 AWS 服務，並透過網頁觀看結果。

• 定義 REST API
• 實驗：後端-使用 postman 檢驗結果
• 實驗：前端-使用 ESP32-CAM 呼叫 REST API