4.3 KiB
ساخت یک تشخیصدهنده کیفیت میوه
دستورالعملها
تشخیصدهنده کیفیت میوه را بسازید!
از تمام چیزهایی که تاکنون یاد گرفتهاید استفاده کنید و یک نمونه اولیه از تشخیصدهنده کیفیت میوه بسازید. با استفاده از یک مدل هوش مصنوعی که روی دستگاه لبه اجرا میشود، طبقهبندی تصویر را بر اساس نزدیکی فعال کنید، نتایج طبقهبندی را در فضای ذخیرهسازی ذخیره کنید و یک LED را بر اساس میزان رسیدگی میوه کنترل کنید.
شما باید بتوانید این پروژه را با استفاده از کدی که در تمام درسهای قبلی نوشتهاید، کنار هم قرار دهید.
معیار ارزیابی
معیار | عالی | قابل قبول | نیاز به بهبود |
---|---|---|---|
پیکربندی تمام سرویسها | توانست IoT Hub، برنامه Azure Functions و فضای ذخیرهسازی Azure را راهاندازی کند | توانست IoT Hub را راهاندازی کند، اما نتوانست برنامه Azure Functions یا فضای ذخیرهسازی Azure را راهاندازی کند | نتوانست هیچکدام از سرویسهای اینترنت اشیا را راهاندازی کند |
نظارت بر نزدیکی و ارسال دادهها به IoT Hub اگر یک شیء نزدیکتر از فاصله از پیش تعریفشده باشد و فعال کردن دوربین از طریق یک فرمان | توانست فاصله را اندازهگیری کند و پیامی به IoT Hub ارسال کند وقتی یک شیء به اندازه کافی نزدیک بود، و فرمانی برای فعال کردن دوربین ارسال کند | توانست نزدیکی را اندازهگیری کند و به IoT Hub ارسال کند، اما نتوانست فرمانی به دوربین ارسال کند | نتوانست فاصله را اندازهگیری کند و پیامی به IoT Hub ارسال کند یا فرمانی را فعال کند |
گرفتن تصویر، طبقهبندی آن و ارسال نتایج به IoT Hub | توانست تصویری بگیرد، آن را با استفاده از یک دستگاه لبه طبقهبندی کند و نتایج را به IoT Hub ارسال کند | توانست تصویر را طبقهبندی کند اما نه با استفاده از یک دستگاه لبه، یا نتوانست نتایج را به IoT Hub ارسال کند | نتوانست تصویری را طبقهبندی کند |
روشن یا خاموش کردن LED بر اساس نتایج طبقهبندی با استفاده از فرمانی که به دستگاه ارسال شده است | توانست LED را از طریق یک فرمان روشن کند اگر میوه نارس بود | توانست فرمان را به دستگاه ارسال کند اما نتوانست LED را کنترل کند | نتوانست فرمانی برای کنترل LED ارسال کند |
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، توصیه میشود از ترجمه حرفهای انسانی استفاده کنید. ما مسئولیتی در قبال سوء تفاهمها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.