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.
IoT-For-Beginners/translations/mo/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md

2.7 KiB

使用 IoT Edge 基於影像分類器進行影像分類 - Wio Terminal

在本課程的這部分,您將使用運行在 IoT Edge 裝置上的影像分類器。

使用 IoT Edge 影像分類器

IoT 裝置可以重新導向使用 IoT Edge 影像分類器。影像分類器的 URL 是 http://<IP address or name>/image,其中 <IP address or name> 需要替換為運行 IoT Edge 的電腦的 IP 地址或主機名稱。

任務 - 使用 IoT Edge 影像分類器

  1. 如果尚未打開 fruit-quality-detector 應用程式專案,請打開它。

  2. 影像分類器作為 REST API 運行,使用的是 HTTP 而非 HTTPS因此呼叫需要使用僅支援 HTTP 呼叫的 WiFi 客戶端。這意味著不需要憑證。刪除 config.h 文件中的 CERTIFICATE

  3. config.h 文件中的預測 URL 需要更新為新的 URL。您也可以刪除 PREDICTION_KEY,因為這不再需要。

    const char *PREDICTION_URL = "<URL>";
    

    <URL> 替換為您的分類器的 URL。

  4. main.cpp 中,將 WiFi Client Secure 的 include 指令改為導入標準的 HTTP 版本:

    #include <WiFiClient.h>
    
  5. WiFiClient 的宣告更改為 HTTP 版本:

    WiFiClient client;
    
  6. 找到在 WiFi 客戶端上設置憑證的那一行。從 connectWiFi 函數中移除 client.setCACert(CERTIFICATE); 這一行。

  7. classifyImage 函數中,移除 httpClient.addHeader("Prediction-Key", PREDICTION_KEY); 這一行,該行用於在標頭中設置預測密鑰。

  8. 上傳並運行您的程式。將相機對準一些水果並按下 C 按鈕。您將在序列監視器中看到輸出:

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

💁 您可以在 code-classify/wio-terminal 資料夾中找到這段程式碼。

😀 您的水果品質分類器程式成功了!


免責聲明
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們努力確保翻譯的準確性,但請注意,自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵信息,建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。