見に行きますよねえ・・・絶対!
っていうので、
【本日開催】【ヒカ☆ラボ】【総応募45名突破!】【大注目のDockerが熱いワケ、語ります!】リアルタイム映像解析とディープラーニング活用事業から見る最新事例をabejaのエンジニアがご紹介!
http://at-agent.jp/service/event/163/
に釣られていった話。
■会社紹介などなど
ヒカラボについて
・ヒカリエ・ラボラトリー
・レバレジーズが運営するイベントの総称
レバレジーズとは
・フリーランスの人にお仕事紹介
・正社員のかたに会社紹介
・teratail
・レバテック事業部
レバテックキャリア、フリーランス、クリエーター
・懇親会でQuoカード
・お友達紹介キャンペーン
■リアルタイム画像解析とディープラーニング活用事業から見るDockerの最新利用事例
・自己紹介
・よくさわっているモノ
・アジェンダ
映像解析システムの紹介
Dockerを導入してよかった
DeepLearning、映像解析の→インストアマーケティングに応用
データを取るサービス
ABEJA Demohraphic:ディープラーニング使う
ABEJA ビヘイビア:
ABEJA DMP:ダッシュボード
→どこに人がいるか
映像解析システムの概要
・お客様のカメラ→クラウド
・クラウドから解析→DMP
・DMPをブラウザでお客さん見る
Docker導入前
・1台のカメラに対し
ストリーミング→解析エンジン→OutPutデータ→DB
解析エンジン:映像+DeepLearning
=結構CPUパワー食う
・2台目のカメラ→DB共有。他は別に立てる
・監視サーバーとデプロイサーバーを使う
・アーキテクチャの特徴
システムが特殊
解析エンジンの管理が複雑
映像解析エンジン:
・ストリーミング処理 Python
・解析コアプログラミング C++/Python
・出力データ保存 Python
開発プロセス
・開発
ストリーミング制御
出力データ保存
開発環境構築
→OpenStack
・ステージング
サーバー構築
解析エンジン作成
監視項目洗い出し
→さくらのくらうど
・リリース
→さくらのくらうど
・開発プロセスの特徴
R&DとOPSで分業
インフラ構築
解析コアプログラムの依存関係
C++
画像解析
機械学習
:
サービスごとに使いたいものが違う
構築プロセスは変わるもの
同じ環境を構築?
Ansible
インフラの特徴
・依存関係多い
・サーバーの再構築が多い
Docker導入以前の課題
・解析エンジンの管理方法が難しい
・R&DとOpsでの提携部分が多い
・解析エンジンが動く環境が変わる
Docker
・解析エンジンをDockerにした
ライブラリもいれる
よかったこと
・解析エンジンの管理
デプロイ docker run,docker pull→クラウドレポジトリから
プロセス
ユーザー空間
Dockerがコンテナ起動までやってくれるところ
・R&DとOpsの役割分担
お互いに深いところまで知らないと・・
Dockerイメージの継承
1つベースイメージつくり、→OPS
解析コアA,解析コアB→R&D
開発効率向上
動くベースがいつもでもある
・ポータビリティ
同じ環境作るの難しい
Docker save,load
Docker Image→tarファイルで持ち運び可能
Docker レジストリ使えば
・よかったこと
もちはこびかんたん
【質疑応答】
Zabbix→せんすつかってる
■このあとの懇親会には出なかった
あ~、ごめん、レバレジーズのフリーランスの人のお仕事紹介とか
正社員の転職紹介とか、そういうための会(つまり、懇親会がメイン)
であって、Dockerとか、ディープラーニングとかは、そういう意識の
ある人をあつめるためのお話だったのですね(^^;)
・・・ということを知らないで行ってしまったので、場違いでした。
でも、お話はためになったけど・・
っていうので、
【本日開催】【ヒカ☆ラボ】【総応募45名突破!】【大注目のDockerが熱いワケ、語ります!】リアルタイム映像解析とディープラーニング活用事業から見る最新事例をabejaのエンジニアがご紹介!
http://at-agent.jp/service/event/163/
に釣られていった話。
■会社紹介などなど
ヒカラボについて
・ヒカリエ・ラボラトリー
・レバレジーズが運営するイベントの総称
レバレジーズとは
・フリーランスの人にお仕事紹介
・正社員のかたに会社紹介
・teratail
・レバテック事業部
レバテックキャリア、フリーランス、クリエーター
・懇親会でQuoカード
・お友達紹介キャンペーン
■リアルタイム画像解析とディープラーニング活用事業から見るDockerの最新利用事例
・自己紹介
・よくさわっているモノ
・アジェンダ
映像解析システムの紹介
Dockerを導入してよかった
DeepLearning、映像解析の→インストアマーケティングに応用
データを取るサービス
ABEJA Demohraphic:ディープラーニング使う
ABEJA ビヘイビア:
ABEJA DMP:ダッシュボード
→どこに人がいるか
映像解析システムの概要
・お客様のカメラ→クラウド
・クラウドから解析→DMP
・DMPをブラウザでお客さん見る
Docker導入前
・1台のカメラに対し
ストリーミング→解析エンジン→OutPutデータ→DB
解析エンジン:映像+DeepLearning
=結構CPUパワー食う
・2台目のカメラ→DB共有。他は別に立てる
・監視サーバーとデプロイサーバーを使う
・アーキテクチャの特徴
システムが特殊
解析エンジンの管理が複雑
映像解析エンジン:
・ストリーミング処理 Python
・解析コアプログラミング C++/Python
・出力データ保存 Python
開発プロセス
・開発
ストリーミング制御
出力データ保存
開発環境構築
→OpenStack
・ステージング
サーバー構築
解析エンジン作成
監視項目洗い出し
→さくらのくらうど
・リリース
→さくらのくらうど
・開発プロセスの特徴
R&DとOPSで分業
インフラ構築
解析コアプログラムの依存関係
C++
画像解析
機械学習
:
サービスごとに使いたいものが違う
構築プロセスは変わるもの
同じ環境を構築?
Ansible
インフラの特徴
・依存関係多い
・サーバーの再構築が多い
Docker導入以前の課題
・解析エンジンの管理方法が難しい
・R&DとOpsでの提携部分が多い
・解析エンジンが動く環境が変わる
Docker
・解析エンジンをDockerにした
ライブラリもいれる
よかったこと
・解析エンジンの管理
デプロイ docker run,docker pull→クラウドレポジトリから
プロセス
ユーザー空間
Dockerがコンテナ起動までやってくれるところ
・R&DとOpsの役割分担
お互いに深いところまで知らないと・・
Dockerイメージの継承
1つベースイメージつくり、→OPS
解析コアA,解析コアB→R&D
開発効率向上
動くベースがいつもでもある
・ポータビリティ
同じ環境作るの難しい
Docker save,load
Docker Image→tarファイルで持ち運び可能
Docker レジストリ使えば
・よかったこと
もちはこびかんたん
【質疑応答】
Zabbix→せんすつかってる
■このあとの懇親会には出なかった
あ~、ごめん、レバレジーズのフリーランスの人のお仕事紹介とか
正社員の転職紹介とか、そういうための会(つまり、懇親会がメイン)
であって、Dockerとか、ディープラーニングとかは、そういう意識の
ある人をあつめるためのお話だったのですね(^^;)
・・・ということを知らないで行ってしまったので、場違いでした。
でも、お話はためになったけど・・