在 PrimeHub 中使用 YOLOv4 定時偵測景點擁擠度 (4/4)

Original article was published on Deep Learning on Medium

在 PrimeHub 中使用 YOLOv4 定時偵測景點擁擠度 (4/4)

定時自動偵測

目前,我們已建置好執行所需的環境(Image)、以及確認可重複執行的步驟(Job)。接下來,只須再加入排程特性,即可達成定時的景點擁擠度自動偵測,這時我就用 PrimeHub 的 Job Scheduler 功能。

進入 User Portal > Job Submission (Beta) > Schedule

此頁面會顯示 Job Scheduler 的 list。

點選 Schedule Job 進入 Schedule 的創建頁面。

在各個欄位輸入:

  • Group:The A-Team
  • InstanceTypes:GPU 1
  • Images:tf2.1-py3.7-yt-dl
  • Schedule name:object-detection
  • Command:
cd a-team/darknet
timeout -s SIGINT 10s youtube-dl -o stream.mp4 https://www.youtube.com/watch?v=WGLUUH5HEVA
python darknet_video.py
rm stream.mp4
  • Recurrence Options:預設提供 Every DayEvery Week、以及 Every Month 的固定時程,我選擇 Custom 並填入 Cron expression 0 */2 * * * (每 2 小時執行一次)

設定完畢後,點選 Submit

完成 Job Schedule 的設定,下一次執行為 18 分鐘後。

當到達排定的時程後,Job Scheduler 會自動 submit 預先設定好的 job settings。

Job list 顯示 scheduled job 處於 Preparing 狀態。

稍待片刻,scheduled job 執行完畢。

收到由 scheduled job 寄來的結果。擁擠度依然為中,而且開始降雨了。

由於我們的 Job Schedule 排定為每 2 小時執行一次,就讓我們隔天再回來看結果!