msb-public
/
IoT-For-Beginners
mirror of https://github.com/microsoft/IoT-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
IoT-For-Beginners/translations/da/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md

3.0 KiB
Raw Permalink Blame History

Klassificér et billede ved hjælp af en IoT Edge-baseret billedklassificering - Wio Terminal

I denne del af lektionen vil du bruge billedklassificeringen, der kører på IoT Edge-enheden.

Brug IoT Edge-klassificeringen

IoT-enheden kan omdirigeres til at bruge IoT Edge-billedklassificeringen. URL'en til billedklassificeringen er http://<IP-adresse eller navn>/image, hvor <IP-adresse eller navn> erstattes med IP-adressen eller værtsnavnet på computeren, der kører IoT Edge.

Opgave - brug IoT Edge-klassificeringen

  1. Åbn fruit-quality-detector-app-projektet, hvis det ikke allerede er åbent.

  2. Billedklassificeringen kører som en REST API ved hjælp af HTTP, ikke HTTPS, så kaldet skal bruge en WiFi-klient, der kun fungerer med HTTP-kald. Dette betyder, at certifikatet ikke er nødvendigt. Slet CERTIFICATE fra config.h-filen.

  3. Forudsigelses-URL'en i config.h-filen skal opdateres til den nye URL. Du kan også slette PREDICTION_KEY, da denne ikke er nødvendig.

    const char *PREDICTION_URL = "<URL>";

    Erstat <URL> med URL'en til din klassificering.

  4. I main.cpp skal du ændre include-direktivet for WiFi Client Secure til at importere standard HTTP-versionen:

    #include <WiFiClient.h>

  5. Ændr deklarationen af WiFiClient til at være HTTP-versionen:

    WiFiClient client;

  6. Find linjen, der sætter certifikatet på WiFi-klienten. Fjern linjen client.setCACert(CERTIFICATE); fra connectWiFi-funktionen.

  7. I classifyImage-funktionen skal du fjerne linjen httpClient.addHeader("Prediction-Key", PREDICTION_KEY);, der sætter forudsigelsesnøglen i headeren.

  8. Upload og kør din kode. Peg kameraet mod noget frugt, og tryk på C-knappen. Du vil se outputtet i den serielle monitor:

    Connecting to WiFi..
Connected!
Image captured
Image read to buffer with length 8200
ripe:   56.84%
unripe: 43.16%

💁 Du kan finde denne kode i code-classify/wio-terminal-mappen.

😀 Dit program til klassificering af frugtkvalitet var en succes!

Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi er ikke ansvarlige for eventuelle misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.