借助 SageMaker SDK v3，在边缘实现全 fleet 级的计算机视觉生命周期

全舰队范围的计算机视觉需要为每台摄像头单独部署模型，而非为整个舰队使用单一模型。本文介绍了一种基于 Amazon SageMaker SDK v3 的实用参考架构，该架构能够利用 SageMaker Neo 对每台摄像头的模型进行训练、质量把关与编译，并在 AWS Step Functions 层的支持下，在账户配额范围内按 fleet 规模节奏执行数千个模型的版本管理与重新训练。