本讲是下图实战中的最右侧的一个步骤。

本节内容中，我们将进行如下实战：

1. 将模块从ACR部署到IoT Edge，此处的IoT Edge是我们第三讲中准备好的Windows Edge；

此处有坑，因为我们的 Custom Vision导出的是linux 容器，故而部署出错，我们需要去通过查询IoT Edge日志方式排查错误；

2.新部署一台Linux 系统的IoT Edge；

3. 将Custom Vision 导出的容器通过ACR 部署到Linux Edge上；

学完本讲，您将可以通过IoT Edge 远程给已经出售到客户现场的边缘设备进行升级/新装诸如SqlServer/MySql/Redis/Nginx等容器，也可以远程实现升级诸如Custom Vision等算法。

视频讲解：

本节内容较长，您可以直接观看B站视频：https://www.bilibili.com/video/av94323809/

或本站视频：

图文摘要步骤（本节内容太多，只划重点）：

配置步骤如下（注，完成本例，需要一台Linux Edge设备，本文在作者笔记本的虚拟机里安装了Ubuntu 18.04作为Edge设备）：

注意：ADDRESS 填写ACR的根路径即可。

点击添加“IoT Edge Module”

Name填写的是将要部署到IoT Edge 里的模块显示的名称；

Image Url 要填写全路径，包括Image 版本号；

本案例中需要在Container Create Options 中设置容器端口相关的配置：

{
  "HostConfig": {
    "PortBindings": {
      "80/tcp": [{
        "HostPort": 87
      }]
    }
  }
}

点击Review+Create 进行下一步

能够看到上一步配置的ACR信息和Module信息：

可以在Edge设备里通过 iotedge list 查看部署的Module

可以在控制台查看部署的Module:

点击Module能查看更详细的信息：

如果出现Module未启动，则请根据故障排除页面通过日志等方式进行检查：https://docs.microsoft.com/zh-cn/azure/iot-edge/troubleshoot

在Edge设备的浏览器中，输入 127.0.0.1：81 ，将显示如下页面：

使用Postman测试如下：

至此，Edge设备具备了检测是否戴口罩的能力，只需要将摄像机的视频输出截取成图片后调用该API，即可得到结果。

1.Customer Vision 在树莓派上运行慢，超过4s的解决办法

针对树莓派设备，部署完成后如果一张图片的预测时间超过4s，则可以启用快速预测：

在custom vision导出的 arm dockerfile中，修改如下内容：

取消如下几行注释文件，增加一行 apt get install libgtk-3-0

经过上述修改重新部署后，树莓派上的预测时间在3秒以内。