# 构建水果质量检测器 ## 说明 构建水果质量检测器！ 利用你迄今为止学到的所有知识，制作一个原型水果质量检测器。通过运行在边缘设备上的AI模型，根据物体的接近程度触发图像分类，将分类结果存储到存储服务中，并根据水果的成熟度控制LED灯。 你应该能够使用之前课程中编写的代码将这些功能整合起来。 ## 评分标准 | 评估标准 | 卓越 | 合格 | 需要改进 | | -------- | ----- | ---- | -------- | | 配置所有服务 | 能够成功设置IoT Hub、Azure Functions应用和Azure存储服务 | 能够设置IoT Hub，但无法设置Azure Functions应用或Azure存储服务 | 无法设置任何互联网IoT服务 | | 监测接近程度并在物体距离小于预定义距离时将数据发送到IoT Hub，同时通过命令触发摄像头 | 能够测量距离并在物体足够接近时向IoT Hub发送消息，同时通过命令触发摄像头 | 能够测量接近程度并发送到IoT Hub，但无法通过命令触发摄像头 | 无法测量距离并向IoT Hub发送消息，也无法触发命令 | | 捕获图像、分类并将结果发送到IoT Hub | 能够捕获图像，通过边缘设备进行分类并将结果发送到IoT Hub | 能够分类图像但未使用边缘设备，或无法将结果发送到IoT Hub | 无法分类图像 | | 根据分类结果通过发送命令控制设备上的LED灯开关 | 能够通过命令控制LED灯开关，如果水果未成熟则点亮LED灯 | 能够发送命令到设备但无法控制LED灯 | 无法发送命令控制LED灯 | **免责声明**： 本文档使用AI翻译服务 [Co-op Translator](https://github.com/Azure/co-op-translator) 进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原文档的原始语言版本为权威来源。对于关键信息，建议使用专业人工翻译。我们对因使用此翻译而引起的任何误解或误读不承担责任。