5.3 KiB

Raw Permalink Blame History

Panggil detektor objek Anda dari perangkat IoT - Wio Terminal

Setelah detektor objek Anda dipublikasikan, Anda dapat menggunakannya dari perangkat IoT Anda.

Salin proyek pengklasifikasi gambar

Sebagian besar detektor stok Anda sama dengan pengklasifikasi gambar yang Anda buat di pelajaran sebelumnya.

Tugas - salin proyek pengklasifikasi gambar

Hubungkan ArduCam Anda ke Wio Terminal, mengikuti langkah-langkah dari pelajaran 2 dari proyek manufaktur.

Anda mungkin juga ingin memperbaiki posisi kamera, misalnya, dengan menggantung kabel di atas kotak atau kaleng, atau menempelkan kamera ke kotak menggunakan selotip dua sisi.
Buat proyek Wio Terminal baru menggunakan PlatformIO. Beri nama proyek ini stock-counter.
Ikuti langkah-langkah dari pelajaran 2 dari proyek manufaktur untuk menangkap gambar dari kamera.
Ikuti langkah-langkah dari pelajaran 2 dari proyek manufaktur untuk memanggil pengklasifikasi gambar. Sebagian besar kode ini akan digunakan kembali untuk mendeteksi objek.

Ubah kode dari pengklasifikasi menjadi detektor gambar

Kode yang Anda gunakan untuk mengklasifikasi gambar sangat mirip dengan kode untuk mendeteksi objek. Perbedaan utamanya adalah URL yang dipanggil yang Anda dapatkan dari Custom Vision, dan hasil dari panggilan tersebut.

Tugas - ubah kode dari pengklasifikasi menjadi detektor gambar

Tambahkan directive include berikut ke bagian atas file main.cpp:
```
#include <vector>
```
Ubah nama fungsi classifyImage menjadi detectStock, baik nama fungsi maupun panggilan dalam fungsi buttonPressed.
Di atas fungsi detectStock, deklarasikan ambang batas untuk menyaring deteksi dengan probabilitas rendah:
```
const float threshold = 0.3f;
```
Berbeda dengan pengklasifikasi gambar yang hanya mengembalikan satu hasil per tag, detektor objek akan mengembalikan beberapa hasil, sehingga deteksi dengan probabilitas rendah perlu disaring.

Di atas fungsi detectStock, deklarasikan fungsi untuk memproses prediksi:

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);
    }
}

Fungsi ini mengambil daftar prediksi dan mencetaknya ke monitor serial.

Dalam fungsi detectStock, ganti isi dari for loop yang melintasi prediksi dengan berikut ini:

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);

Loop ini melintasi prediksi, membandingkan probabilitas dengan ambang batas. Semua prediksi dengan probabilitas lebih tinggi dari ambang batas ditambahkan ke list dan diteruskan ke fungsi processPredictions.

Unggah dan jalankan kode Anda. Arahkan kamera ke objek di rak dan tekan tombol C. Anda akan melihat output di 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%
```
💁 Anda mungkin perlu menyesuaikan threshold ke nilai yang sesuai untuk gambar Anda.

Anda akan dapat melihat gambar yang diambil, dan nilai-nilai ini di tab Predictions di Custom Vision.

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

😀 Program penghitung stok 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.

5.3 KiB Raw Permalink Blame History