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/fa/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md

4.2 KiB
Raw Permalink Blame History

طبقه‌بندی یک تصویر با استفاده از یک طبقه‌بند تصویر مبتنی بر IoT Edge - Wio Terminal

در این بخش از درس، از طبقه‌بند تصویر که روی دستگاه IoT Edge اجرا می‌شود استفاده خواهید کرد.

استفاده از طبقه‌بند IoT Edge

دستگاه IoT می‌تواند برای استفاده از طبقه‌بند تصویر IoT Edge هدایت شود. آدرس URL برای طبقه‌بند تصویر به صورت http://<IP address or name>/image است، که در آن <IP address or name> باید با آدرس IP یا نام میزبان کامپیوتری که IoT Edge روی آن اجرا می‌شود جایگزین شود.

وظیفه - استفاده از طبقه‌بند IoT Edge

  1. پروژه اپلیکیشن fruit-quality-detector را باز کنید، اگر قبلاً باز نشده است.

  2. طبقه‌بند تصویر به عنوان یک API REST با استفاده از HTTP اجرا می‌شود، نه HTTPS، بنابراین فراخوانی باید از یک کلاینت WiFi استفاده کند که فقط با فراخوانی‌های HTTP کار می‌کند. این به این معناست که گواهی‌نامه مورد نیاز نیست. CERTIFICATE را از فایل config.h حذف کنید.

  3. آدرس URL پیش‌بینی در فایل config.h باید به آدرس جدید به‌روزرسانی شود. همچنین می‌توانید PREDICTION_KEY را حذف کنید زیرا نیازی به آن نیست.

    const char *PREDICTION_URL = "<URL>";

    <URL> را با آدرس URL طبقه‌بند خود جایگزین کنید.

  4. در فایل main.cpp، دستور include برای WiFi Client Secure را تغییر دهید تا نسخه استاندارد HTTP را وارد کند:

    #include <WiFiClient.h>

  5. اعلان WiFiClient را به نسخه HTTP تغییر دهید:

    WiFiClient client;

  6. خطی که گواهی‌نامه را روی کلاینت WiFi تنظیم می‌کند انتخاب کنید. خط client.setCACert(CERTIFICATE); را از تابع connectWiFi حذف کنید.

  7. در تابع classifyImage، خط httpClient.addHeader("Prediction-Key", PREDICTION_KEY); که کلید پیش‌بینی را در هدر تنظیم می‌کند حذف کنید.

  8. کد خود را آپلود و اجرا کنید. دوربین را به سمت میوه‌ای بگیرید و دکمه C را فشار دهید. خروجی را در مانیتور سریال مشاهده خواهید کرد:

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

💁 می‌توانید این کد را در پوشه code-classify/wio-terminal پیدا کنید.

😀 برنامه طبقه‌بند کیفیت میوه شما موفقیت‌آمیز بود!

سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش می‌کنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌ها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما هیچ مسئولیتی در قبال سوء تفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.