体验京东云 Serverless+AI 人脸属性识别

云原生计算基金会CNCF（Cloud Native Computing Foundation, CNCF）Serverless Whitepaper v1.0对无服务器计算作了如下定义：

Serverless computing refers to the concept of building and running applications that do not require server management. It describes a finer-grained deployment model where applications, bundled as one or more functions, are uploaded to a platform and then executed, scaled, and billed in response to the exact demand needed at the moment.

“RightScale 2018 State of the Cloud Report” 中指出， Serverless 的年增长率达到了 75%，已经远超过 Container-as-a service 的 36%，位列第一，是增长速度最快的扩展云服务。

顺应当下容器技术、IoT、AI、5G、区块链等新技术的快速发展，技术上对去中心化、轻量虚拟化、细粒度计算等需求愈发强烈，在此趋势之上，Serverless 必将快速发展并得到应用。

对于开发者而言， Serverless 极大简化了编写代码和应用部署的整个过程，无需关心 DevOps，无需关心代码运行服务器及环境，更无需关心负载均衡，中间件和存储服务可以随时调用 。

今天，我们会通过 快速组合京东云 Serverless + AI，实现一个简单的 API 接口 ，进行人脸属性识别和简单数据分析。带领大家一起来感受一下Serverless的轻量虚拟化。

Step1：创建函数

创建 runtime 为 python2.7 的函数，将依赖库 jdcloud_apim_sdk、ai_sdk（京东云AI）和入口文件 index.py 打包上传，index.py 代码如下：

#coding=utf-8

import json

import base64

import os

from jdcloud_apim_sdk.core.credential  import Credential

from jdcloud_apim_sdk.core.config  import Config

from jdcloud_apim_sdk.core.const  import SCHEME_HTTPS, SCHEME_HTTP

from ai_sdk.apis.ai_face_detect_attr_request  import *

from ai_sdk.client.ai_Face_Detect_Attr_client  import *

def handler(event,context):

if not bool(event):

result = {

‘statusCode’ :  200 ,

‘headers’ : {},

‘body’ :  “” ,

}

return result

# get request data

print( ‘AI Request’ )

# get request data

body = event[ ‘detail’ ][ ‘body’ ]

body = json.loads(body)

if type(body) == unicode:

body = json.loads(body)

# request

access_key =  ‘XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX’

secret_key =  ‘XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX’

credential = Credential(access_key, secret_key)

config = Config( ‘aiapi.jdcloud.com’ , scheme=SCHEME_HTTPS)

client = AiFaceDetectAttrClient(credential, config)

header = dict()

parameters = {

‘return_landmark’ : 0 ,

‘return_attr’ : 1 ,

‘face_detect_num’ : 0

}

data = body.get( ‘data’ ,  “” )

imageBase64Data =  ‘imageBase64=’ + data.decode( “utf-8” )

s = imageBase64Data.encode( ‘utf-8’ )

ai_face_detect_attr_request = AiFaceDetectAttrRequest(parameters, s, header)

AiFaceDetectAttr_response = client.send(ai_face_detect_attr_request)

respBody = { ‘code’ :  0 ,  ‘data’ : AiFaceDetectAttr_response.json()}

resp = json.dumps(respBody)

result = {

‘statusCode’ :  200 ,

‘headers’ : {},

‘body’ : resp,

}

# statistics

resp = AiFaceDetectAttr_response.json()

if resp[ ‘result’ ][ ‘status’ ] ==  0 :

attrs = json.loads(resp[ ‘result’ ][ ‘result’ ])

if len(attrs[ ‘faces’ ]) >  0 :

if attrs[ ‘faces’ ][ 0 ][ ‘faceAttribute’ ][ ‘gender’ ] ==  0 :

print( “lookup ai attr success, this is a woman” )

else :

print( “lookup ai attr success, this is a man” )

return result

Step2：测试函数

将任意人脸图片 base64 以 json 格式放入测试事件的 body 中，即可进行在线测试，返回结果如下：

Step3：对接 API 网关

为上面的函数创建一个 API 网关触发器，将 API 发布至测试环境。 https://www.jdcloud.com/cn/products/face-detect-and-analysis ?utm_source=PMM_Wechat&utm_medium=ReadMore_179&utm_campaign=ReadMore&utm_term=NA

Step4：测试验证上线

接口验证无误后，即可与前端页面开发联调，测试完成后，可通过函数版本、别名功能管理线上函数迭代发布。

现在就点击小程序，看看 AI 眼中的你吧！

Serverless 联合京东云 AI，还可打包集成人体识别、语音技术、图像理解、OCR 文字识别等一系列 AI 场景，通过函数服务还可进一步进行数据的存储分析处理、灵活应用，只等大家来探索实践啦！