快速搭建 Serverless 人臉識別離線服務

簡介

首先介紹下在本文出現的幾個比較重要的概念：

函數計算（Function Compute）：函數計算是一個事件驅動的服務，經過函數計算，用戶無需管理服務器等運行狀況，只需編寫代碼並上傳。函數計算準備計算資源，並以彈性伸縮的方式運行用戶代碼，而用戶只需根據實際代碼運行所消耗的資源進行付費。函數計算更多信息 參考
函數工做流（Function Flow）：函數工做流是一個用來協調多個分佈式任務執行的全託管雲服務。用戶能夠用順序，分支，並行等方式來編排分佈式任務，FnF 會按照設定好的步驟可靠地協調任務執行，跟蹤每一個任務的狀態轉換，並在必要時執行用戶定義的重試邏輯，以確保工做流順利完成。函數工做流更多信息 參考

本文將重點介紹如何快速地經過函數計算與函數工做流部署一個定時離線批量處理圖片文件並標註出人臉的服務。

開通服務

1. 免費開通函數計算，按量付費，函數計算有很大的免費額度。
2. 免費開通函數工做流，按量付費，目前該產品在公測階段，能夠無償使用。
3. 免費開通對象存儲，按量付費。

解決方案

流程以下：

1. 設定定時觸發器，定時觸發函數計算中的函數。
2. 函數被觸發後，調用一次函數工做流中的流程。

3. 函數工做流中的流程被執行:

   1. 調用函數計算中的函數，列舉出 OSS Bucket 根路徑下的圖片文件列表。

   2. 對於步驟1中列出的文件列表，對每一個文件：

      • 調用函數計算中的函數處理，進行人臉識別並標註。將標註後的文件存入 OSS，最後將處理過的文件進行轉移。

   3. 判斷當前 OSS 根路徑下是否有更多的文件

      • 如是，繼續步驟1
      • 如否，結束流程

快速開始

1. Clone 工程到本地

   • git clone git@github.com:ChanDaoH/serverless-face-recognition.git
2. 替換項目目錄下 template.yml 文件中的 YOUR_BUCKET_NAME 爲在杭州區域的 OSS Bucket (能夠不是杭州區域的，須要同步修改 OSS_ENDPOINT)

1. 一鍵部署函數計算和函數工做流資源至雲端

   • 安裝最新版本的 Fun
   • 在項目根目錄下執行 fun deploy

效果驗證

一、在 OSS Bucket 的根目錄下放置圖片

二、等待一分鐘後，定時觸發器觸發函數執行函數工做流。

三、工做流執行完成後，查看 OSS Bucket

• 標註出人臉的圖像放置在 face-detection 目錄下

• 處理過的錄像放置在 processed 目錄下

總結

經過 函數計算 + 函數工做流，搭建了一個定時批量處理圖片進行人臉識別的服務。該服務由於使用了函數工做流的流程，將任務分爲了多個步驟，只須要確保每一個步驟的函數可以在函數計算限制時間(10分鐘)內完成便可。
經過 Fun 工具，一鍵部署 函數計算 + 函數工做流，免去去多平臺進行操做的步驟。

相關參考

1. 函數計算
2. 函數工做流
3. Aliyun Serverless VSCode 插件
4. Fun

參考示例

1. serverless-face-recognition
2. oss-batch-process

---

本文做者：澤塵

原文連接

本文爲阿里雲內容，未經容許不得轉載。