5.5 KiB

Raw Permalink Blame History

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

Depois que seu detector de objetos for publicado, ele poderá ser usado a partir do seu dispositivo IoT.

Copie o projeto do classificador de imagens

A maior parte do seu detector de estoque é semelhante ao classificador de imagens que você criou em uma lição anterior.

Tarefa - copie o projeto do classificador de imagens

Conecte sua ArduCam ao Wio Terminal, seguindo os passos da lição 2 do projeto de fabricação.

Você também pode querer fixar a câmera em uma posição única, por exemplo, pendurando o cabo sobre uma caixa ou lata, ou fixando a câmera em uma caixa com fita dupla face.
Crie um novo projeto para o Wio Terminal usando o PlatformIO. Chame este projeto de stock-counter.
Replique os passos da lição 2 do projeto de fabricação para capturar imagens da câmera.
Replique os passos da lição 2 do projeto de fabricação para chamar o classificador de imagens. A maior parte deste código será reutilizada para detectar objetos.

Alterar o código de um classificador para um detector de imagens

O código que você usou para classificar imagens é muito semelhante ao código para detectar objetos. A principal diferença é a URL que é chamada, obtida do Custom Vision, e os resultados da chamada.

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

Adicione a seguinte diretiva de inclusão no topo do arquivo main.cpp:
```
#include <vector>
```
Renomeie a função classifyImage para detectStock, tanto o nome da função quanto a chamada na função buttonPressed.
Acima da função detectStock, declare um limite para filtrar quaisquer detecções com baixa probabilidade:
```
const float threshold = 0.3f;
```
Diferentemente de um classificador de imagens que retorna apenas um resultado por tag, o detector de objetos retornará múltiplos resultados, então qualquer um com baixa probabilidade precisa ser filtrado.

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 as imprime no monitor serial.

Na função detectStock, substitua o conteúdo do for loop 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 loop percorre as previsões, comparando a probabilidade com o limite. Todas as previsões que têm uma probabilidade maior que o limite são adicionadas a uma list e passadas para a função processPredictions.

Faça o upload e execute seu código. Aponte a câmera para objetos em uma prateleira e pressione o botão C. Você 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 para suas imagens.

Você poderá ver a imagem que foi capturada e esses valores na aba Predictions no Custom Vision.

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

😀 Seu programa de contador de estoque 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, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações equivocadas decorrentes do uso desta tradução.

5.5 KiB Raw Permalink Blame History