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

3.0 KiB
Raw Permalink Blame History

Klasifikasikan gambar menggunakan pengklasifikasi gambar berbasis IoT Edge - Wio Terminal

Dalam bagian pelajaran ini, Anda akan menggunakan Pengklasifikasi Gambar yang berjalan di perangkat IoT Edge.

Gunakan pengklasifikasi IoT Edge

Perangkat IoT dapat diarahkan untuk menggunakan pengklasifikasi gambar IoT Edge. URL untuk Pengklasifikasi Gambar adalah http://<IP address or name>/image, menggantikan <IP address or name> dengan alamat IP atau nama host dari komputer yang menjalankan IoT Edge.

Tugas - gunakan pengklasifikasi IoT Edge

  1. Buka proyek aplikasi fruit-quality-detector jika belum terbuka.

  2. Pengklasifikasi gambar berjalan sebagai REST API menggunakan HTTP, bukan HTTPS, sehingga panggilan perlu menggunakan klien WiFi yang hanya mendukung panggilan HTTP. Ini berarti sertifikat tidak diperlukan. Hapus CERTIFICATE dari file config.h.

  3. URL prediksi di file config.h perlu diperbarui ke URL yang baru. Anda juga dapat menghapus PREDICTION_KEY karena ini tidak diperlukan.

    const char *PREDICTION_URL = "<URL>";

    Gantikan <URL> dengan URL untuk pengklasifikasi Anda.

  4. Di main.cpp, ubah direktif include untuk WiFi Client Secure agar mengimpor versi HTTP standar:

    #include <WiFiClient.h>

  5. Ubah deklarasi WiFiClient menjadi versi HTTP:

    WiFiClient client;

  6. Pilih baris yang menetapkan sertifikat pada klien WiFi. Hapus baris client.setCACert(CERTIFICATE); dari fungsi connectWiFi.

  7. Di fungsi classifyImage, hapus baris httpClient.addHeader("Prediction-Key", PREDICTION_KEY); yang menetapkan kunci prediksi di header.

  8. Unggah dan jalankan kode Anda. Arahkan kamera ke beberapa buah dan tekan tombol C. Anda akan melihat output di monitor serial:

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

💁 Anda dapat menemukan kode ini di folder code-classify/wio-terminal.

😀 Program pengklasifikasi kualitas buah Anda berhasil!

Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan penerjemahan AI Co-op Translator. Meskipun kami berusaha untuk memberikan hasil yang akurat, harap diingat bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.