Desarrollo y DevOps

Preparar Múltiples Tipos de Medios para Detección de Anomalías en Conjuntos de Datos

48 nodos 296 154 Automatic trigger
Descargar

Descripción del flujo de trabajo

Flujo de automatización avanzado que acepta disparadores manuales, recupera datos de medios de fuentes externas mediante HTTP, los procesa con código personalizado, los divide por tipo y los fusiona en un formato unificado listo para algoritmos de detección de anomalías.

Cómo funciona

  1. 1.Recibir solicitud manual para iniciar el procesamiento de medios
  2. 2.Obtener datos de medios desde servidor externo mediante peticiones HTTP
  3. 3.Procesar datos con código personalizado para normalizar tipos de medios
  4. 4.Separar medios en categorías distintas según su tipo
  5. 5.Fusionar datos procesados en una estructura unificada
  6. 6.Entregar conjunto de datos final listo para análisis de anomalías

Casos de uso

  • Preparar conjuntos de datos de campos de cultivos antes de aplicar modelos de detección de enfermedades
  • Unificar diferentes formatos de medios de sensores y equipos de cámara diversos
  • Procesar automáticamente lotes grandes de imágenes y video sin intervención manual

Requisitos

  • Acceso a un endpoint de API externa que proporcione datos de medios
  • Conocimiento de programación para escribir lógica de procesamiento personalizada
  • Capacidad de almacenamiento suficiente para gestionar conjuntos de datos a gran escala

Valor del servicio

Ideal como servicio de automatización operativa para conectar sistemas, reducir tareas manuales y acelerar la entrega de resultados a clientes o equipos internos.

Aplicaciones utilizadas

Manual Trigger HTTP Request Code Set Split Out Merge Note

Detalles

Disparador Automatic trigger
Nodos 48
Aplicaciones 7
Vistas 296
Descargas 154

Cómo usar

  1. 1.Haz clic en "Descargar plantilla"
  2. 2.Abre tu panel de n8n
  3. 3.Ve a Workflows > Import from File
  4. 4.Selecciona el archivo descargado y configura las credenciales

Nodos utilizados (48)

/

When clicking ‘Test workflow’

Manual Trigger

#1

Total Points in Collection

HTTP Request

#2

Cluster Distance Matrix

HTTP Request

#3

Scipy Sparse Matrix

Code

#4

Set medoid id

HTTP Request

#5

Get Medoid Vector

HTTP Request

#6

Prepare for Searching Threshold

Set

#7

Searching Score

HTTP Request

#8

Threshold Score

Set

#9

Set medoid threshold score

HTTP Request

#10

Split Out1

Split Out

#11

Merge

Merge

#12

Textual (visual) crop descriptions

Set

#13

Embed text

HTTP Request

#14

Get Medoid by Text

HTTP Request

#15

Set text medoid id

HTTP Request

#16

Prepare for Searching Threshold1

Set

#17

Threshold Score1

Set

#18

Searching Text Medoid Score

HTTP Request

#19

Medoids Variables

Set

#20

Text Medoids Variables

Set

#21

Qdrant cluster variables

Set

#22

Info About Crop Clusters

Set

#23

Crop Counts

HTTP Request

#24

Sticky Note

Sticky Note

#25

Sticky Note1

Sticky Note

#26

Sticky Note2

Sticky Note

#27

Sticky Note3

Sticky Note

#28

Sticky Note4

Sticky Note

#29

Sticky Note5

Sticky Note

#30

Sticky Note6

Sticky Note

#31

Sticky Note8

Sticky Note

#32

Sticky Note9

Sticky Note

#33

Split Out

Split Out

#34

Sticky Note10

Sticky Note

#35

Sticky Note11

Sticky Note

#36

Sticky Note12

Sticky Note

#37

Sticky Note13

Sticky Note

#38

Sticky Note14

Sticky Note

#39

Set text medoid threshold score

HTTP Request

#40

Sticky Note15

Sticky Note

#41

Sticky Note16

Sticky Note

#42

Sticky Note17

Sticky Note

#43

Sticky Note18

Sticky Note

#44

Sticky Note19

Sticky Note

#45

Sticky Note20

Sticky Note

#46

Sticky Note21

Sticky Note

#47

Sticky Note22

Sticky Note

#48