5.4 KiB

Raw Permalink Blame History

Chame o seu detetor de objetos a partir do seu dispositivo IoT - Wio Terminal

Depois de publicar o seu detetor de objetos, ele pode ser utilizado a partir do seu dispositivo IoT.

Copie o projeto do classificador de imagens

A maior parte do seu detetor de stock é semelhante ao classificador de imagens que criou numa lição anterior.

Tarefa - copiar o projeto do classificador de imagens

Ligue a sua ArduCam ao Wio Terminal, seguindo os passos da lição 2 do projeto de manufatura.

Também pode querer fixar a câmara numa posição estável, por exemplo, pendurando o cabo sobre uma caixa ou lata, ou fixando a câmara a uma caixa com fita adesiva de dupla face.
Crie um novo projeto Wio Terminal utilizando o PlatformIO. Dê o nome de stock-counter a este projeto.
Replique os passos da lição 2 do projeto de manufatura para capturar imagens com a câmara.
Replique os passos da lição 2 do projeto de manufatura para chamar o classificador de imagens. A maior parte deste código será reutilizada para detetar objetos.

Alterar o código de um classificador para um detetor de imagens

O código que utilizou para classificar imagens é muito semelhante ao código para detetar objetos. A principal diferença é o URL que é chamado, obtido do Custom Vision, e os resultados da chamada.

Tarefa - alterar o código de um classificador para um detetor de imagens

Adicione a seguinte diretiva de inclusão ao topo do ficheiro main.cpp:
```
#include <vector>
```
Renomeie a função classifyImage para detectStock, tanto o nome da função como a chamada na função buttonPressed.
Acima da função detectStock, declare um limiar para filtrar quaisquer deteções com baixa probabilidade:
```
const float threshold = 0.3f;
```
Ao contrário de um classificador de imagens que retorna apenas um resultado por etiqueta, o detetor de objetos retornará múltiplos resultados, por isso é necessário filtrar os que têm baixa probabilidade.

Acima da função detectStock, declare uma função para processar as previsões:

void processPredictions(std::vector<JsonVariant> &predictions)
{
    for(JsonVariant prediction : predictions)
    {
        String tag = prediction["tagName"].as<String>();
        float probability = prediction["probability"].as<float>();

        char buff[32];
        sprintf(buff, "%s:\t%.2f%%", tag.c_str(), probability * 100.0);
        Serial.println(buff);
    }
}

Esta função recebe uma lista de previsões e imprime-as no monitor serial.

Na função detectStock, substitua o conteúdo do ciclo for que percorre as previsões pelo seguinte:

std::vector<JsonVariant> passed_predictions;

for(JsonVariant prediction : predictions) 
{
    float probability = prediction["probability"].as<float>();
    if (probability > threshold)
    {
        passed_predictions.push_back(prediction);
    }
}

processPredictions(passed_predictions);

Este ciclo percorre as previsões, comparando a probabilidade com o limiar. Todas as previsões com uma probabilidade superior ao limiar são adicionadas a uma list e passadas para a função processPredictions.

Carregue e execute o seu código. Aponte a câmara para objetos numa prateleira e pressione o botão C. Verá a saída no monitor serial:
```
Connecting to WiFi..
Connected!
Image captured
Image read to buffer with length 17416
tomato paste:   35.84%
tomato paste:   35.87%
tomato paste:   34.11%
tomato paste:   35.16%
```
💁 Pode ser necessário ajustar o threshold para um valor apropriado às suas imagens.

Poderá ver a imagem capturada e estes valores no separador Predictions no Custom Vision.

💁 Pode encontrar este código na pasta code-detect/wio-terminal.

😀 O seu programa de contagem de stock foi um sucesso!

Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, é importante notar que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.

5.4 KiB Raw Permalink Blame History