Platform For AI:カスタム プロセッサに関する FAQ

一般的な pip install opencv メソッドは、libXext、libSM、および libXrender ライブラリに依存しています。これらのライブラリは、オンライン EAS 環境にはプリインストールされていません。そのため、このコマンドを使用してインストールされた cv2 は、オフライン テスト環境では正常に実行される場合がありますが、オンライン環境では実行に失敗する場合があります。次のいずれかの方法でこの問題を解決できます。

• pip install opencv-python-headless コマンドを実行して cv2 をインストールします。このメソッドは、libXext、libSM、および libXrender ライブラリに依存しません。

• システムにインストールされている libXext、libSM、および libXrender バイナリ ライブラリのファイルを検索し、ENV/lib ディレクトリにコピーしてから、プロセッサと一緒にアップロードします。このメソッドには他の依存関係が関係する場合があり、必要に応じて処理できます。

モデルをデプロイするには、AccessKey ID と AccessKey シークレットを提供して身元認証を完了する必要があります。デフォルトでは、中国 (上海) リージョンのエンドポイントが使用されます。別のリージョンにモデルをデプロイするには、-e パラメータを使用して対応するリージョンのエンドポイントを指定できます。

./eascmd64 config -i <yourAccessKey ID> -k <yourAccessKey Secret> -e pai-eas.cn-beijing.aliyuncs.com

タスクの作成に必要なリソースが不足しているか、見つからない可能性があります。リソース リージョンと名前が正しく構成されているかどうかを確認し、使用可能なリソースが十分にあるかどうかを確認する必要があります。次の EAS 記述ファイルで関連する構成を表示できます。

{
  "name": "service",
  "token": "[Authorization-token]",
  "data_image":"[your-public-docker-image-repo]",
  "processor_entry": "app.py",
  "processor_type": "python",
  "processor_path": "[oss://eas-model-shenzhen/xxxxxxxxx/codes.tar.gz]",
  "metadata": {
    "region": "cn-shenzhen", // リソース グループのリージョンが正しいことを確認します。
    "resource": "resource-name", // リソース グループ名 (例: EAS-LsFlrwBP56) が正しいこと、およびリソース グループが指定されたリージョンに属していることを確認します。
    "gpu": 1,
    "cpu": 6,
    "memory": 2000,
    "instance": 2, // 各インスタンスによって占有されるリソースの量 (gpu=1, cpu=6, memory=2000B)。
                // 使用可能なリソースが不足している場合、タスクは待機状態のままになります。
    "cuda": "10.0"
  }
}